Dagvoorzitter en radioloog Onno Vijlbrief
“AI-tools kunnen behulpzaam zijn, maar het is (nog) geen heilige graal”
“De radioloog is een belangrijke innovator van de zorg.” Met dat stellige standpunt zet dagvoorzitter Onno Vijlbrief de toon op het Congres PACS op 15 december. Samen met de andere sprekers kijkt hij naar alle ontwikkelingen, eenheid van taal, gezondheidswinst, de administratieve werklast en natuurlijk AI.
“Radiologie heeft de afgelopen tientallen jaren een enorme ontwikkeling doorgemaakt. Zo’n 50 jaar geleden werden alleen nog röntgenfoto’s gemaakt. Inmiddels zijn daar achtereenvolgens CT-scans, MRI’s en echo’s bij gekomen. En sinds het begin van deze eeuw worden al die beelden ook nog eens digitaal opgeslagen in een PACS. Zo kan elke arts in het ziekenhuis zelf verschillende beelden oproepen en bekijken. Een nadeel hiervan is wel dat de interactie tussen radioloog en arts terugloopt. Ik denk dat gezamenlijke interpretatie van beelden zeker een meerwaarde heeft. We moeten oppassen dat de verkregen efficiency niet ten koste gaat van het patiëntbelang.”
"We moeten niet in dezelfde valkuil trappen als bij de invoering van het EPD. De blik van de arts moet niet alleen nog op het beeldscherm zijn gericht."
Niet alleen gericht op beeldscherm “Iedereen moet data op dezelfde manier opslaan. Dat is voor het terugvinden en uitwisselen ervan belangrijk. AI-tools kunnen hierbij behulpzaam zijn, maar dit is geen ‘heilige graal’. Want wat betekent AI voor de interactie, voor zorgverleners onderling én met de patiënt?” Onno vindt dat artsen oog moeten hebben voor de patiënt. “We moeten niet in dezelfde valkuil trappen als bij de invoering van het EPD. De blik van de arts moet niet alleen nog op het beeldscherm zijn gericht.”
Opgespoorde afwijkingen en gezondheidswinst Het doel van AI is gezondheidswinst. Daar zitten volgens Onno meerdere kanten aan. “Zorgverzekeraars vinden het vervelend als iemand met één klacht het ziekenhuis ingaat, maar er met verschillende nevenbevindingen weer uit komt. Ook leveren niet alle opgespoorde afwijkingen perse gezondheidswinst op, maar wel angst bij de patiënt. Toepassing van AI moet dus nuttig zijn voor de patiënt en de Nederlandse gezondheidzorg en bijdragen aan het werkplezier, maar niet meer werklast voor de radioloog/zorgverlener opleveren.”
“Door AI is de radioloog in de toekomst een spin in het web qua data, dataverwerking en -analyse."
Klaar voor een toekomst met AI “Door AI is de radioloog in de toekomst een spin in het web qua data, dataverwerking en -analyse. Dit is een extra stap die we tot onze beschikking krijgen na alle eerdere innovaties van beeldvorming. De radiologen en de NVvR zijn klaar voor deze ontwikkelingen. Het Concilium Radiologicum kijkt naar incorporatie van het thema AI in de opleiding Radiologie. Ook in nascholingen, zoals de tweedaagse Sandwich-cursus, zijn de mogelijkheden van AI steeds meer verweven.”
"Ik hoop dat nieuwe behandelingen in de toekomst veel sneller voor meer mensen beschikbaar zijn."
Informatiestandaarden voor betere uitwisseling “Eenheid van taal is een belangrijke voorwaarde om gegevens overal op dezelfde wijze te koppelen aan beelden. Doel is dat data op een gestructureerde, herleidbare manier terug te vinden is. Nictiz en de NVvR nemen hierin wel stappen en de weg naar de NEN-normering is steeds beter vindbaar. Het is wel van belang dat de overheid informatiestandaarden oplegt aan software leveranciers, want zij bedenken nu hun eigen oplossingen en dat maakt gegevens vaak niet uitwisselbaar.”
Over 5 jaar “In 2026 hebben we toegang tot de radiologische tijdlijn met daarin alle uitgevoerde onderzoeken. Herhaling van onderzoeken is dan overbodig geworden. Over 5 jaar is ook duidelijkheid over hoe je beschikking krijgt over data en op welke manier de patiënt hier toestemming voor geeft. Ik denk dat er dan ook wel knopen zijn doorgehakt over hoe je data mag gebruiken voor kwaliteitsverbetering en (AI-) algoritmes. Tenslotte verwacht ik dat de meeste ziekenhuizen tegen die tijd een voor AI geoptimaliseerd dataverwerkingsmodel hebben. Hierop kunnen ze voor eigen ziekenhuispatiënten algoritmes trainen en evalueren. Zodat artsen hun eigen patiëntpopulatie het beste kunnen informeren en adviseren. Uiteindelijk draait het niet om de data, AI of het uitgevoerde onderzoek, maar om de patiënt.”