Tegelijkertijd lijkt er een oplossing voor dit probleem te zijn, dat niet door iedereen met open armen wordt ontvangen: kunstmatige intelligentie en robotica. Experts zijn het er wel over eens dat technologie kan helpen om de zorg niet alleen goedkoper te maken, maar ook sneller, accurater en foutlozer.
Het probleem is dat de woordencombinatie ‘robots’ en ‘zorg’ behoorlijk wat weerstand oproepen. Maar dat lijkt vooral een kwestie van beeldvorming. Het wordt tijd dat we het beeld van een robot aan het ziekenhuisbed of een robotarm die bewoners van een verpleeghuis helpt met douchen te vervangen door een realistischer beeld van kunstmatige intelligentie. Want waar het hier over gaat, is bijvoorbeeld dat huisartsen worden geholpen door slimme systemen om de beste diagnoses te stellen op basis van duizenden andere medische dossiers, of chirurgen die worden bijgestaan door computers.
Dat is een gezonde mate van scepticisme, maar AI-technologie, vooral in de gezondheidszorg, heeft het potentieel om een veel efficiënter systeem te creëren door diagnoses te stroomlijnen en efficiëntere behandelings- en onderzoekstechnieken te creëren.
De systemen voor het opslaan van deze datasets zijn echter niet altijd compatibel - ze zitten in silo's. Met andere woorden, de informatie is niet gemakkelijk aan te sluiten en het is vaak aan een onderzoeker, specialist of arts om ‘de punten met elkaar te verbinden’ en conclusies te trekken uit verschillende, vaak complexe, datasets. Door deze schijnbaar incompatibele datasets te combineren met AI-geavanceerde analytics kunnen besluitvormers dingen op een nieuwe manier zien.
Artsen in zorginstellingen hebben door AI-toepassingen zoals Magellan direct toegang tot elektronische medische dossiers, die informatie en notities van zorgverleners in meerdere domeinen kunnen bevatten. AI-technologieën kunnen helpen om verbindingen te leggen tussen verschillende soorten informatie, waardoor nauwkeurigere en efficiëntere diagnoses kunnen worden opgesteld en kunnen zelfs behandelingsplannen voorstellen op basis van die informatie.
Door AI-geavanceerde analytics aan de mix toe te voegen, zullen artsen in staat zijn om snel honderden verschillende parameters te beoordelen en nauwkeurigere en efficiëntere beslissingen te nemen voor betere resultaten in de gezondheidszorg.
Het probleem is dat de woordencombinatie ‘robots’ en ‘zorg’ behoorlijk wat weerstand oproepen. Maar dat lijkt vooral een kwestie van beeldvorming. Het wordt tijd dat we het beeld van een robot aan het ziekenhuisbed of een robotarm die bewoners van een verpleeghuis helpt met douchen te vervangen door een realistischer beeld van kunstmatige intelligentie. Want waar het hier over gaat, is bijvoorbeeld dat huisartsen worden geholpen door slimme systemen om de beste diagnoses te stellen op basis van duizenden andere medische dossiers, of chirurgen die worden bijgestaan door computers.
Nederlander staat open voor AI
Uit recent onderzoek van OpenText blijkt dat Nederlanders zich nog wel bewust zijn van de voordelen artificial intelligence (AI) in de zorgsector. Als belangrijkste winstpunten worden genoemd het sneller stellen van een diagnose (53 procent), een meer accurate diagnose (42 procent) en sneller toegang tot de eigen medische gegevens (36 procent). 63 procent geeft aan de medische diagnose op basis van AI te vertrouwen maar wel de extra bevestiging van de arts te willen ontvangen.Dat is een gezonde mate van scepticisme, maar AI-technologie, vooral in de gezondheidszorg, heeft het potentieel om een veel efficiënter systeem te creëren door diagnoses te stroomlijnen en efficiëntere behandelings- en onderzoekstechnieken te creëren.
Genereren van inzicht
AI-technologie komt in de basis neer op het genereren van nieuwe inzichten en informatie uit zowel verbonden als ogenschijnlijk niet met elkaar verbonden datasets. Terwijl andere consumentengerichte industrieën gebruik maken van de technologie voor tools zoals chatbots en spraakgestuurde smart-home apparaten die boodschappen kunnen bestellen en lichten dimmen, kan ook de gezondheidszorg gebruik maken van het potentieel en de mogelijkheden die schuilen in AI. Naarmate de zorgstelsels digitaler worden, moet per slot van rekening alles, van diagnostische- en meet-instrumenten tot notities van artsen en beeldmateriaal zoals röntgenfoto's, worden opgeslagen en geordend.De systemen voor het opslaan van deze datasets zijn echter niet altijd compatibel - ze zitten in silo's. Met andere woorden, de informatie is niet gemakkelijk aan te sluiten en het is vaak aan een onderzoeker, specialist of arts om ‘de punten met elkaar te verbinden’ en conclusies te trekken uit verschillende, vaak complexe, datasets. Door deze schijnbaar incompatibele datasets te combineren met AI-geavanceerde analytics kunnen besluitvormers dingen op een nieuwe manier zien.
Verbindingen leggen tussen informatie
Hoewel we AI als ‘robots in de frontlinie’ beschouwen, is de realiteit dat deze technologie wordt gebruikt in een veel bredere ondersteunende vorm die een arts helpt om een nauwkeurige diagnose te stellen en de kennis van een onderzoeker te versterken. Zo maken veel zorginstellingen al gebruik van informatiebeheersoftware voor bedrijven om dagelijks de grote hoeveelheden informatie die constant wordt gecreëerd te catalogiseren, te organiseren en in te zetten.Artsen in zorginstellingen hebben door AI-toepassingen zoals Magellan direct toegang tot elektronische medische dossiers, die informatie en notities van zorgverleners in meerdere domeinen kunnen bevatten. AI-technologieën kunnen helpen om verbindingen te leggen tussen verschillende soorten informatie, waardoor nauwkeurigere en efficiëntere diagnoses kunnen worden opgesteld en kunnen zelfs behandelingsplannen voorstellen op basis van die informatie.
Betere gezondheidsresultaten
Zorgverlenende organisaties, of het nu gaat om patiëntenzorg of onderzoeksinstellingen, zijn de ideale use-case voor AI-technologie. De technologie wordt het best ingezet wanneer de hoeveelheid data zo groot is dat het voor een mens niet waardevol zou zijn om de analyse uit te voeren. Bijvoorbeeld in onderzoek omgevingen zoals genomica, waar miljarden basenparen worden geanalyseerd, zouden AI-oplossingen enorm waardevol kunnen zijn. Ook in ziekenhuisomgevingen kan AI artsen ondersteunen in het voorzien van inzicht in de toestand van hun patiënten door bijvoorbeeld het geautomatiseerd analyseren van röntgenfoto’s en testuitslagen.AI als onderdeel van de technologiestack
Voor AI-systemen zijn de resultaten slechts zo goed als de te analyseren informatie; hoe beter de ingevoerde gegevens, hoe beter de resultaten. Omdat er in elke fase van het zorgproces gegevens worden verzameld - tot en met bloeddrukcontroles bij de arts - is het van essentieel belang dat informatie gedigitaliseerd en voor analyse beschikbaar wordt gesteld. Gezondheidszorginstellingen die AI willen adopteren als onderdeel van hun technologiestack, moeten in elke fase kijken naar het digitaliseren van informatie om deze bruikbaar te maken.Door AI-geavanceerde analytics aan de mix toe te voegen, zullen artsen in staat zijn om snel honderden verschillende parameters te beoordelen en nauwkeurigere en efficiëntere beslissingen te nemen voor betere resultaten in de gezondheidszorg.
