Steeds vaker betrekken zorgprofessionals of onderzoekers die met een AI-project aan de slag willen al aan de start van het proces een onafhankelijke partij hierbij. Dit heeft het belangrijke voordeel dat het project dan professioneel op gestructureerde wijze wordt aangepakt en gemanaged.
Dit begint met een duidelijke beschrijving van het probleem en de beoogde (zelfbouw of commerciële) oplossing. Dan volgt een toets om te bepalen of de beoogde oplossing overeenkomt met de verwachte uitkomst, in het geval van bijvoorbeeld zelfbouw door zeer kort-cyclisch een prototype op te leveren van het verwachte resultaat (Design Thinking-methode).
Quick scan
Een quick scan van de organisatie maakt duidelijk welke professionals moeten worden betrokken in het verdere traject. In eerste instantie bestaat zo’n groep uit een data engineer (een lokale ICT’er), een data scientist, en klinische experts. De ICT’er speelt een cruciale rol om de beschikbare data – die de basis vormt voor het AI project – te ontsluiten en voor te bereiden voor de data scientist. Het kan zijn dat data nog moet worden opgeschoond of verrijkt.
De quick scan brengt ook in beeld hoe de kwaliteit en toegankelijkheid van de data is, die moet worden gebruikt om het algoritme te laten leren. Hier komen aspecten als procesintegratie, interoperabiliteit en standaardisatie om de hoek kijken. Ook wordt de vraag beantwoord of de juridische kaders zijn gewaarborgd. We spreken hier van integrated AI (iAI). De ontwikkeling of gebruik van een AI-toepassing raakt tenslotte vele lagen, van technische infrastructuur, informatie, applicaties, processen tot aan veldnormen, leidraden en wet- en regelgeving.
Team AI
Of het nu een AI-toepassing is die door een leverancier is geproduceerd, dan wel zelf ontwikkeld is: de betrokkenheid van een of meerdere professionals van het bedrijf dat een AI-project opstart, biedt belangrijke meerwaarde. Verderop in het ontwikkelproces kunnen aan het team mensen met een medisch-ethisch of medisch-juridisch achtergrond worden toegevoegd. Afhankelijk van de applicatie (denk aan een chatbot), kan ook de toevoeging van een gedragswetenschapper of een taalkundige aan het team nuttig zijn.
De praktijk wijst uit dat een onafhankelijk consultant of projectmanager altijd nodig is. Die heeft de ervaring waarmee hij het hele proces kan overzien en dus in goede banen kan leiden. Bovendien kan hij de liaison rol vervullen tussen alle leden van het data science team en de andere belanghebbende partijen, zoals de raad van bestuur of directie.
Vervolgstappen
Is dit voorbereidende werk gedaan, dan kan in samenspraak met de opdrachtgever de projectgroep worden samengesteld. Die groep kan dan worden geleid door een ervaren projectleider, die de andere projectleden veel procedureel werk uit handen neemt en de vinger aan de pols houdt wat betreft de voortgang.
Nazorg
Zorgmedewerkers die met de toepassing aan de slag gaan, moeten worden bijgeschoold in het gebruik. Ook zal na verloop van tijd de applicatie een AIPK-keuring moeten ondergaan: doet de toepassing het nog steeds goed? Zijn er nieuwe inzichten of is er nieuwe data die meegenomen moeten worden? Waar ging het helemaal fout? Deze en nog veel meer andere vragen zijn van belang voor het duurzaam en goed functioneren en inregelen van de applicatie. Maar als dat eenmaal gebeurd is zal de zorg er veel baat bij hebben.
Dit is het derde van drie artikelen over de rol van AI in de zorg. Het eerste artikel ging in op de betekenis van AI voor deze sector, het tweede artikel betrof de uitdagingen van AI in de zorg.
Op 18 mei organiseert MedicalPHIT Congres Diagnostiek van de toekomst met prof. Dr. Katrien Grünberg als dagvoorzitter.
Meer weten over AI? Op korte termijn verschijnt het e-Book AI.
