AI heeft de potentie om de zorgsector ingrijpend te transformeren. Van het verbeteren van diagnoses tot het optimaliseren van behandelplannen, de mogelijkheden zijn eindeloos. AI biedt de kans om de zorg menselijk te houden en heeft tegelijkertijd de potentie om de mogelijkheden van datagedreven werken te benutten. Maar bij organisaties en professionals - en ook patiënten en cliënten – bestaat een gebrek aan vertrouwen in het gebruik van AI. Gebruik maken van Generatieve AI (GenAI) kan de weg naar optimale toepassing van AI in de zorg vrij maken. Deloitte en Google werken hiervoor samen in het GenAI for Health laboratorium.
De implementatie van AI in de zorg komt moeizamer van de grond dan velen hadden gehoopt. “Dit heeft deels te maken met de fragmentatie van data”, zegt Tommaso Sarri, senior strategic design lead healthcare bij Deloitte. “Er zijn veel mogelijke use cases voor toepassing van AI in de ziekenhuizen. Maar als de data niet goed georganiseerd zijn, is het moeilijk daar iets van te maken.”
Eric Zwanenburg, healthcare lead bij Google Cloud Nederland, vult aan: “Het is dus zaak die data te standaardiseren en daarvoor is het veld zelf aan zet. Hoe te standaardiseren, met FAIR1 bijvoorbeeld, dat mag het veld bepalen. Als het maar gebeurt. Dan kunnen ziekenhuizen stappen gaan zetten. Niet alleen in hun eigen processen, maar ook in de samenwerking met andere zorgaanbieders in de regio.”
'Er moet een cultuur ontstaan van vertrouwen en transparantie rondom AI-gebruik'
Het tweede probleem is dat veel zorgorganisaties terughoudend zijn met het delen van data, uit angst voor privacy-inbreuk en datalekken. “Belangrijk aspect hierbij is dat patiënten data als iets heel persoonlijks zien”, zegt Sarri. “Ze zijn angstig om er gebruik van te laten maken, iets waarbij ook ethische aspecten een rol spelen. Ook de zorgprofessionals hebben daarmee te kampen. Als niet transparant is hoe een algoritme tot zijn uitkomst komt, weten zij niet of ze die uitkomst kunnen vertrouwen.”
Zwanenburg onderschrijft deze visie: “De acceptatie van de zorgprofessional hangt af van de vraag of de uitkomst van het algoritme klopt met de medische consensus en of sprake is van bias. Daarom is de ontwikkeling van explainable AI belangrijk. Als de zorgprofessional ziet hoe het algoritme tot zijn uitkomst komt, zal dit de acceptatie vergroten.”
De potentie leren benutten
De problemen die nu bestaan rond de implementatie van AI in de zorg nemen niet weg dat AI een enorme potentie heeft voor de sector. “Er moet een cultuur ontstaan van vertrouwen en transparantie rondom het gebruik ervan”, meent Sarri. “Dat is hard nodig om een van de grootste problemen te kunnen oplossen waarmee de zorg momenteel te maken heeft, namelijk het personeelstekort. Als mens en machine beter leren samenwerken, kunnen heel veel repetitieve taken door AI worden overgenomen. GenAI speelt hierin een cruciale rol.”
Geen ‘traditionele’ AI dus, algoritmen en modellen die zijn ontworpen om specifieke taken uit te voeren op basis van vooraf opgestelde regels. Maar generatieve AI, die met gebruikmaking van machine learning kan leren van enorme datasets en de daarmee vergaarde kennis kan toepassen om iets nieuws te creëren.
GenAI Experience Room
Om de uitdagingen in de zorg aan te pakken, hebben Deloitte en Google gezamenlijk het GenAI Experience Room2 geopend in de Deloitte Studios in Amsterdam. “Deze Experience Room biedt onder het motto show, don’t tell een unieke kans voor zorgorganisaties om zelf te ervaren welke waarde GenAI voor hen kan hebben”, zegt Sarri, “en wat dit praktisch betekent voor hun werk. Door hands-on ervaring op te doen met GenAI kunnen zij beter begrijpen hoe ze deze technologie kunnen integreren in hun dagelijkse werkzaamheden. We horen nu vaak dat mensen niet zo digivaardig zijn. Maar met GenAI kun je met de machine praten alsof het een mens is.”
Dat is niet alleen voor zorgprofessionals van belang, stelt Zwanenburg. “Dat is het ook voor patiënten en naasten. De GenAI-modellen zijn multimodaal aan het worden. Je spreekt met een chatbot en die praat gewoon tegen je terug. Ook in een andere taal als dit voor de patiënt nodig is. En de modellen beginnen zelfs al cultuurbewust te worden. Voor het ziekenhuis is de meerwaarde dat zo’n chatbot veel patiëntvragen kan afvangen.”
Een voorbeeld: ziekenhuizen worden nu veelvuldig gebeld met vragen waarvan de antwoorden op hun websites te vinden zijn. Als een chatbot daarop het antwoord geeft, hoeft een zorgmedewerker het niet te doen. Daarnaast biedt GenAI interessante mogelijkheden voor medische toepassingen, schetst Zwanenburg. “Bijvoorbeeld het consult van een patiënt bij een medisch specialist transcriberen en zorgen dat het in het EPD wordt opgenomen. De volgende stap is dat daaraan een takenlijst wordt gekoppeld, bijvoorbeeld voor een vervolgafspraak, een verwijzing of een recept voor de apotheek.”
Kennis vergroten
In het GenAI Experience Room kunnen zorgorganisaties hun kennis over AI op al deze toepassingsgebieden vergroten. Verder biedt de Experience Room aanknopingspunten voor zorgorganisaties om na te denken over wat nodig is voor de implementatie van GenAI en datagedreven werken op grote schaal.
“Dit omvat het ontwikkelen van strategieën voor gegevensbeheer, het waarborgen van privacy en veiligheid, en het ontwikkelen van ethische richtlijnen voor het gebruik van AI”, stelt Sarri. “Uiteindelijk is het doel een zorgsysteem te creëren dat niet alleen technologisch geavanceerd is, maar ook ethisch verantwoord en patiënt- en medewerker-gericht.” De consequentie hiervan is dat de zorg met efficiënte toepassing van AI juist menselijker wordt gemaakt, stelt hij. “Het creëert ruimte voor contact tussen de professional en de patiënt.”
De ziekenhuizen hebben hierin nog wel een weg te gaan, benadrukt Zwanenburg. “Er zijn wel al pilots, maar veel toepassingen in de praktijk zien we op dit moment nog niet. Een bedrijf als Autoscriber biedt wel AI-toepassingen op hun zijn producten, bijvoorbeeld om het arts-patiënt gesprek op te nemen en terug te schrijven naar het EPD. Zulke zaken bestaan al. Maar multimodale toepassingen om aan het dossier ook foto’s en verslagen toe te voegen in large language models zien we nog niet. Het is complex om dat in de workflow te krijgen. De modellen ervoor kunnen we maken en trainen, maar de ziekenhuizen moeten hun werkprocessen aanpassen om hiervan ten volle gebruik te kunnen maken. Voor de academische centra is dit misschien een stap die ze zelf kunnen zetten, maar ik schat in dat de perifere ziekenhuizen hiervoor zeker begeleiding van een derde partij nodig zullen hebben.”
Cultuurverandering
Sarri erkent dit. “Primaire zorgprocessen zullen moeten worden heringericht. Het vergt een cultuurverandering om met AI te werken. Die begint met een strategie op data en wat je met die data wilt doen. Ziekenhuizen zijn daar ook al wel mee bezig. Maar over wat dan komt kijken bij de implementatie wordt nog wel eens te licht gedacht. Oplossingen effectief opschalen vergt samenwerking en die hopen we met ons GenAI Experience Room op gang te brengen. GenAI is bij uitstek een ondersteunende technologie.”
Zwanenburg voegt toe: “Het voordeel van de Experience Room is dat we daarin alle partijen bij elkaar kunnen brengen. Dit creëert een uitgangspunt om ze tot een gezamenlijke marsroute te laten komen om met toepassing van AI echt de omslag in de zorg te bewerkstelligen die zo hard nodig is.”
Referenties
1. FAIR-data zijn data die voldoen aan de FAIR-principes van vindbaarheid, toegankelijkheid, interoperabiliteit en herbruikbaarheid.
2. Link
