Hoe zorgen roze olifanten en deep learning er voor dat ook de oncologie het komende jaar forse stappen gaat maken? De vooruitgang door IT technologie en e-health hangen samen met de visie van Niels Schuddeboom. Een allesbepalende mening over de ethische en menselijke kant van deze vooruitgang. Niet zomaar een mening, maar een aanzet om anders te denken waardoor digitale technologie ook zijn vruchten gaat afwerpen in de oncologie.
Vooroplopend op deze razendsnelle trein waar we inmiddels in zijn gestapt, kijk ik even achterom naar het vorige jaar. “We moeten vertragen, terug naar de kern. Voor wie is de zorg?” Dat zei Niels Schuddeboom, de onlangs overleden doortastende organisatieadviseur en patiënt die volgens sommigen leek te dansen met het systeem. Als patiënt signaleerde hij dat het op sommige vlakken ontbrak aan leiderschap, aan het lef om kritisch te zijn op een vriendelijke maar doortastende manier. Zijn mening: grote stappen kun je ook zetten met kleine technologische interventies die grote gevolgen hebben.
Fundamentele wetenschap
Daarom kijk ik vanuit mijn achtergrond als analist naar waar de oncologie wellicht dit jaar al naar toe kan gaan. De digitale revolutie waar we in zitten, is onder andere ook een gevolg van inzichten vanuit de fundamentele wetenschap. Laten we dat vooral niet ongenoemd laten.
Koninkrijkjes
Door basale inzichten kunnen we nu onder andere slimme algoritmen ten bate van de kankerzorg voor ons laten werken. Ik kan mij zo voorstellen dat bijvoorbeeld theorieën vanuit de natuurkunde hier ook aan hebben bijgedragen. Technologische interventies die naar de praktijk vertaald worden, beginnen altijd bij ontdekkingen binnen de eigen koninkrijkjes. Dat mag, zolang dit maar op een goede manier wordt doorgegeven aan derden en er niet alleen over de schutting wordt gegluurd.
IBM Watson for Oncology
Jaren geleden was ik erg onder de indruk toen ik ontdekte wat IBM Watson for Oncology in zijn mars heeft. Het systeem dat razendsnel door miljoenen onderzoeksrapporten heen raast en overeenkomsten kan vinden met andere gevallen. Een diagnose die deze supercomputer soms zelfs in slechts 10 minuten kan maken. Wauw, dat klinkt als Utopia, want dat zou verkeerde diagnoses, met verkeerde behandelingen sterk kunnen reduceren. Een fantastisch hulpmiddel voor de dokter en nog belangrijker voor de patiënt.
Machine learning is mensenwerk
Het Antonie van Leeuwenhoek werkt inmiddels met deze supercomputer. Maar IBM Watson is nog niet uitgeleerd. Dat heeft alles te maken met machine learning.
Nicky Hekster van IBM Watson Health zegt hierover: ‘Machine learning faciliteert programmatuur, maar als de data er niet is, heeft machine learning geen enkele zin. Daarom moet je altijd een datamodel maken en die laten trainen door experts. Op een gegeven moment bereikt Watson dan een niveau dat beter is dan dat van de beste expert.’ Kortom: mooie machines met slimme algoritmen blijven mensenwerk.
Computers beter dan de dokter
Het Radboudumc zit ook niet stil bij de ontwikkelingen rond de beeldherkenningsoftware. Daar werkt een onderzoeksgroep van Jeroen van der Laak al jaren aan de verfijning van beeldherkenning systemen. Eind vorig jaar werd bekend dat de computeralgoritmes inmiddels geaccepteerd worden als hulpmiddel van medisch specialisten bij het stellen van een diagnose.
PAP Net
De computer die dysplastische of kwaadaardige cellen en weefsel identificeert, is niet van de laatste 5 jaar. Toen ik 18 jaar geleden als cytologische analist werkte, werd me bijna in ieder congres om de oren geslingerd door collega’s dat ‘PAP Net’ de cytologisch analist werkloos zou maken. Dat was een nieuw revolutionair systeem dat de baarmoederhals uitstrijkjes automatisch kon screenen en classificeren: pluis of niet pluis.
Kwaadaardige cellen
Het bedrijf dat dit systeem op de markt bracht heeft het niet gered, maar ik praat dan ook over 18 jaar geleden. Toen was de wens om algoritmes te gebruiken om kwaadaardige cellen te identificeren al in de gedachtes van de innovators in de oncologie. En ja, wederom gaat het hier om mensenwerk, én om gevoelens, onzekerheid dat machines ‘ons werk’ wellicht overnemen. Maar het gaat ook over eigenwijze innovators die steevast blijven door innoveren tot hun collega’s de techniek vertrouwen en toelaten.
TU Eindhoven
Niet alleen het RadboudUMC werkt aan de beeldherkenningssytemen. Een onderzoeker van de TU Eindhoven viel mij onlangs op vanwege een nieuwe techniek waarmee mensen met een Barretslokdarm beter gescreend zouden kunnen worden op darmkanker. Fons van der Sommen promoveerde cum laude op een onderzoek waarbij een computer slokdarmfoto’s identificeert op vroege tekenen van slokdarmkanker. De jonge Eindhovense onderzoeker deed dat in samenwerking met professor Peter de With en maag-darm-lever arts Erik Schoon van het Catharina Ziekenhuis in Tilburg. Het bijzondere aan dit bericht is dat de computer het wederom aflegt tegen een selecte groep MDL-artsen die gespecialiseerd zijn in de visuele herkenning van deze vorm van kanker.
Data management
De software staat klaar, maar er is meer nodig dan deze bits and bites, namelijk management van data. IKNL zegt zelf steevast dat zij geen leidende rol hebben in de oncologie. Zij zijn wel manager van data en signaleren en adviseren zaken door inzicht in data. Ze zijn niet alleen een
onafhankelijk kwaliteitsinstituut voor de oncologische en palliatieve zorg, maar ook een kennisinstituut. En daar is ook een dijk van een digitale infrastructuur nodig.
Pink Elephant
Onlangs maakte IKNL bekend dat zij een nieuwe samenwerking aan zijn gegaan met Pink Elephant, een kennisleider op het gebied van bedrijfstransformatie en innovatie. Zij gaan IKNL helpen met een hoogwaardige ICT-infrastructuur met professionele support en werkplekapparatuur. Het gaat om een driejarige strategische partnership waarbij Pink Elephant IKNL onder andere wil ontzorgen, zodat zij zich met organisatiedoelen kunnen bezig houden.
