“Vijf jaar geleden waren er wereldwijd 40 AI-algoritmen gevalideerd voor gebruik in de geneeskunde”, stelt Ligia Kornowska, MD, Managing Director van de Poolse Ziekenhuisfederatie en finalist van de Forbes ‘25 under 25’. “In 2020 waren het er ruim tien keer meer. Heb je nog steeds twijfels over het tempo van de digitale transformatie?”
Kunstmatige intelligentie kan volgens Kornowska de gezondheidszorg helpen vanuit organisatorisch en medisch oogpunt. Bijvoorbeeld door het patiëntentraject te ondersteunen: van diagnose en behandeling tot processen die betrekking hebben op de financiële afwikkeling van behandelingen. Bovendien kunnen AI-algoritmen de tijd van patiënten en het geld dat aan gezondheidszorg wordt besteed, optimaliseren.’
Niet alleen patiënten profiteren van AI, ook zorgprofessionals. Kornowska: “AI vermindert de werkdruk van artsen door repetitieve en tijdrovende taken over te nemen die gedigitaliseerd zouden kunnen worden. Kunstmatige intelligentie zal de kwaliteit van de patiëntenzorg beïnvloeden, bijvoorbeeld door meer automatisch afwijkende testresultaten te detecteren. Het zal de effectiviteit van de behandeling van patiënten vergroten en de werktijd van artsen optimaliseren. En het gebeurt nu al.”
ICT&health International interviewde Kornowska. Zij staat ook aan het hoofd van de AI in Health Coalition, een non-profitorganisatie die is opgericht om te pleiten voor de veilige en transparante implementatie van kunstmatige-intelligentiealgoritmen in de gezondheidszorg.
AI trekt veel aandacht, maar het gebruik ervan in de geneeskunde heeft tot nu toe met veel problemen te maken gehad. Dus wat zijn de belangrijkste barrières?
“Problemen met AI-implementatie in de geneeskunde kunnen worden onderverdeeld in drie categorieën: kennisgerelateerd, technologisch en juridisch.”
“Sommige artsen en CEO's van medische instellingen vertrouwen nog steeds geen oplossingen die worden ondersteund door AI-algoritmen. Hoogstwaarschijnlijk omdat er onvoldoende kennis is over de beschikbare AI-oplossingen en duidelijke richtlijnen ontbreken om de effectiviteit ervan te controleren. Sommige algoritmen hebben echter met succes werk in medische faciliteiten ondersteund en zijn al enige tijd gevalideerd. Toch komt AI die in een ziekenhuis wordt geïmplementeerd nog steeds als een verrassing. Het is een extra uitdaging wanneer een nieuw algoritme wordt geïntegreerd in het ziekenhuis.”
“Bovendien verwaarlozen baanbrekende oplossingen vaak de gebruikerservaring. Een arts is alleen bereid een bepaalde IT-tool te gebruiken als deze intuïtief en gebruiksvriendelijk is. Het kan niet zo zijn dat een arts meer tijd besteedt aan het gebruik van een bepaald algoritme dan aan het zelfstandig beoordelen van testresultaten.”
“Naast de kennisgerelateerde en technologische uitdagingen, is er een juridische barrière. Er worden inspanningen geleverd om AI te reguleren. Ik bedoel bijvoorbeeld de EU AI Act. Maar veel problemen blijven onopgelost. Aansprakelijkheid voor het resultaat, de rechten van de patiënt geconfronteerd met AI, verificatie van de effectiviteit, het zijn maar enkele voorbeelden.”
Welke machine learning- en AI-oplossingen fascineren jou het meest?
Ik ben gefascineerd door oplossingen die de effectiviteit van het diagnosticeren en behandelen van een patiënt kunnen verbeteren. Algoritmen die de opsporing van kanker in een vroeg stadium met enkele of zelfs meer dan tien procent kunnen verhogen, redden mensenlevens. Ze kunnen zelfs honderdduizenden patiënten redden.”
“Ik ben ook gefascineerd door AI-gedreven oplossingen die burgers individueel kunnen gebruiken. Op deze manier wordt de zorg naar onze huizen verschoven – individuen kunnen zich dus richten op preventie, terwijl digitale tools hen in staat stellen meer verantwoordelijkheid te nemen voor hun gezondheid.”
Tot nu toe gebruiken weinig ziekenhuizen innovaties zoals klinische beslissingsondersteunende systemen of algoritmen die helpen bij het beoordelen van medische beelden, al groeit het gebruik. Kan deze situatie veranderen, rekening houdend met het feit dat de gezondheidszorg momenteel voor andere uitdagingen staat?
“Zeker ja. Digitale innovaties kunnen helpen bij het oplossen van enkele van de problemen waarmee de gezondheidszorg wordt geconfronteerd. Maar de implementatie van elke baanbrekende technologie brengt natuurlijk initiële kosten met zich mee. Dit zijn financiële kosten en de kosten van het opleiden van personeel, het veranderen van gewoonten en het transformeren van het behandelmodel voor patiënten - en daar moeten we ons van bewust zijn.”
“Wanneer de eerste investering echter is gedaan, begint deze vruchten af te werpen. Hoe? Bijvoorbeeld door de workflow te optimaliseren. Dit is uiterst belangrijk, vooral vanwege personeelstekorten - een van de grootste problemen in de gezondheidszorg. Technologie verbetert ook de effectiviteit van behandelingen, wat op zijn beurt leidt tot financiële optimalisatie. Voordat we echter gaan profiteren van AI, moeten we de eerder genoemde problemen oplossen om een brede acceptatie van AI in de geneeskunde mogelijk te maken.”
De technologische vooruitgang gaat zo snel dat veel artsen het niet kunnen bijhouden. Niet verwonderlijk: werkschema's zijn vol, er zijn enorme personeelstekorten en de COVID-19-pandemie bracht andere problemen aan het licht die al lang bestonden. Dus waarom is AI nog steeds zo belangrijk?
“Kunstmatige intelligentie kan artsen helpen meer tijd met hun patiënten door te brengen en hen effectiever te behandelen. In de geneeskunde wordt AI vergeleken met de ontdekking van penicilline.”
Een voorbeeld is telemonitoring, dat zijn waarde liet zien tijdens de COVID-19-pandemie. Zo kan AI ons helpen om te gaan met ‘oude en onopgeloste’ problemen. Desalniettemin hoop ik dat de implementatie van AI systematisch en geleidelijk zal zijn, zodat we problemen kunnen vermijden die verband houden met een onmiddellijke verandering in het model van dienstverlening. Iedereen - artsen, patiënten en zorgmanagers - moet adequaat worden voorbereid op een dergelijke transformatie.”
Hoe kunnen we nieuwe digitale technologieën, zoals AI, inzetten om de zorg innovatief te maken?
“We moeten wetgevingsinitiatieven op het gebied van AI en andere technologische innovaties coördineren. We moeten de toegang tot data openstellen omdat het gebrek aan data in de zorg het grootste obstakel is voor de ontwikkeling van AI. We moeten patiënten, medisch personeel en zorgmanagers opleiden en de mogelijkheden laten zien. Kunstmatige intelligentie is niet alleen geavanceerde wiskundige algoritmen, het kan ook helpen bij de behandeling van patiënten.”
“We moeten ook meer geld vrijmaken voor de ontwikkeling van AI-algoritmen. Wanneer we de Europese Unie vergelijken met de Verenigde Staten of China, wordt het duidelijk dat de EU-fondsen om kunstmatige intelligentie te ontwikkelen meerdere malen lager zijn.”
“Toch ben ik optimistisch. Vijf jaar geleden hadden we wereldwijd 40 AI-algoritmen voor medicijngebruik. In 2020 – meer dan tien keer meer. Het laat zien dat AI een feit wordt en geen sciencefiction meer is.”
