76 procent van de mondiale healthcare-beslissers wereldwijd heeft al in meer of mindere mate cloud-platforms geadopteerd voor toepassing in behandeling, werkprocessen of onderzoek. Dat is bijna evenveel als de 78 procent van de aanwezigen bij de presentatie van Gartners CK Andrade, healthcare-analist. Ook op het gebied van toepassing van AI in de organisatie lopen Nederlandse organisaties zeker niet achterop, als we de percentages mogen geloven. Zo rond de 44 procent leert er mee omgaan en zo’n 40 procent is al met testen bezig.
Even terug naar de cloudadoptie. Die 76 procent die Andrade noemde, betekent een verdubbeling ten opzichte van vorig jaar. “Als je daar nog niet bij zit, dan loop je echt kans om achterop te raken”, waarschuwde de Gartner-analist.” Overigens begrijpt Andrade wel dat cloudadoptie voor veel organisaties nog altijd een soort black box kan zijn, met complex klinkende termen zoals data fabric. Terwijl, mits goed toegepast, het een organisatie grote voordelen kan opleveren in optimaal gebruik van data.
Demystificatie datafabric
“Laat ik datafabric even demystificeren. Het is eigenlijk niet meer dan een meer systematische aanpak van het maken van data pijplijnen. Je data is verspreid over veel databronnen. Data fabric kijkt naar alle bronnen en selecteert wat je voor bepaald proces of doel nodig hebt. Al dan niet federated, waarbij de data bij de bron blijft. Het extraheert en verpakt vervolgens data in het format dat je nodig heb om te gebruiken in een app.” Na het integreren van alle bronnen, het verzamelen en catalogiseren, begint het proces van inzichten halen uit data, onder meer met AI-tools, en vervolgens het afleveren van de inzichten op de juiste plek.
Zo simpel uitgelegd, klinkt data fabric inderdaad niet als een black box, maar als een nuttig door cloud-adoptie mogelijk gemaakt tool. Dat illustreert Andrade aan de hand van enkele use cases, zoals van farmacieconcern GSK. Die heeft een healthcare-specifiek data fabric ontwikkeld om de grote hoeveelheden data waarover ze beschikten meer optimaal in te zetten. Daarbij gingen ze onder meer van vier klinische datasystemen naar een enkel platform dat geaggregeerde geharmoniseerde klinische data biedt. Zo is het onder meer mogelijk om sneller met een juiste behandeling te komen, wat geld bespaart en gezondheid verbetert.
Sneller innoveren
Net als bij alle use cases die Andrade noemt, is een belangrijk voordeel het sneller kunnen innoveren. Dat geldt onder meer bij het gebruik van zogeheten voorverpakte bouwblokken (pre packaged capabilities) waarmee je in de cloud op gestandaardiseerde wijze toch maatwerk kunt bouwen. Een bekend Belgisch project met de ‘gele lunchbox’ werd zo bijvoorbeeld binnen drie maanden tijd vertaald van papier naar een digitale lunchbox. Het doel van de lunchbox was dat van senioren hun gezondheidsdata letterlijk op papier in een gele lunchbox in de koelkast stonden. Mocht die data nodig zijn, dan wist elke mantelzorger, buurman etc. meteen waar die data te vinden waren.
“Door de toegankelijkheid van de lunchbox te vergroten met een virtuele variant, vergroot je ook de mogelijkheid voor senioren om langer thuis te blijven wonen. Zorgen over security, privacy en governance konden snel aangepakt worden doordat het regelen hiervan al ingebouwd zit in de voorverpakte bouwblokken.”
Net als bij de adoptie van cloud is goede technologie slechts een onderdeel van wat nodig is om tot succes te komen, benadrukte Andrade. “Change management is het cruciale onderdeel van transformatie naar cloud en het gebruik van AI. Weerstand is grootste probleem. Begin met visie, volg met het realiseren van kleine successen via enkele pilots met laaghangend fruit.”
Snelle toename AI-adoptie
Over AI gesproken (waaronder, maar niet alleen, gen AI), de cijfers laten volgens Andrade zien dat de adoptie snel toeneemt. In een jaar tijd daalde het percentage organisaties dat nog leert hoe ze willen omgaan met AI, van 70 naar 35 procent. Het testen van AI-toepassingen verdubbelde ruimschoots van 15 naar 38 procent, terwijl 21 procent nu structureel investeert in AI (van 4 procent een jaar eerder).
Het nieuwere gen AI hoeft volgens Andrade ook niet alleen ‘game changing’ te zijn. “Everyday AI-toepassingen kunnen net zo veel waarde opleveren. Het terugdringen van administratieve lasten door een AI-toepassing een samenvatting van een consult te laten maken bijvoorbeeld, of op basis van patiëntdata triage uitvoeren.”
Kortom: Je moet als zorgorganisatie kijken waar je het meeste impact kunt hebben, ook over de as klantgerichte versus interne toepassingen. “Kost het veel tijd en geld, maar is de toegevoegde waarde potentieel ook groot, dan kan dat een goede reden zijn om eerder hiervoor te kiezen dan voor een snel te realiseren toepassing die weinig waarde oplevert.”
Responsible AI, maar ook risicomanagement
En, stelde Andrade tot slot, wanneer je je prioriteiten gesteld hebt in de ontwikkeling van AI-toepassingen of de adoptie ervan, besef dan ook dat je niet-technische focus verder moet gaan dan alleen responsible AI.
“We dachten allemaal dat we er waren met responsible AI. Gebruikers vertrouwen geven in AI, transparantie in hoe het tot een besluit komt, ethische randvoorwaarden. Maar toen kwam gen AI langs, met een enorme groei in het gebruik. Nu moeten we echt aan AI risicomanagement gaan doen. Want je wil niet een robot dat werkt met een algoritme een fout zien maken en geen flauw idee hebben wie daarvoor verantwoordelijk is.”
