Artificial Intelligence is bezig aan een snelle opmars in de zorg. Binnen de toekomst van zorg heeft AI niet alleen consequenties voor de patiënt, maar ook voor zorgmedewerkers en hun werk. Om te voorkomen dat de techniek centraal staat, focust Deloitte zich op ‘Humanizing work’, oftewel: het menselijker maken van werk, met AI als versneller. Wel is AI nog een onderwerp waaraan de zorg moet wennen en moet leren er op zorgvuldige en praktische manier mee om te gaan. En gelet op de snelle ontwikkelingen op AI-gebied – en wet- en regelgeving daarover – is het zaak dat ze tempo maakt. Erasmus MC heeft hieraan richting gegeven middels een competence center om de ontwikkeling hierin centraal te kunnen sturen.
AI is om meerdere redenen een belangrijk onderwerp voor de zorg, stelt Marly Kiewik, partner bij Deloitte. “Het speelt een rol in het creëren van een betere toegang tot de zorg, in het bieden van een betere ondersteuning van zorgmedewerkers en in het beheersen van de zorgkosten. We zien drie belangrijke toepassingsgebieden voor AI: in het primaire zorgproces, in het de meer indirecte – onder andere administratieve – processen, en voor het vergroten van de patiëntbetrokkenheid.”
- Bij het eerste toepassingsgebied gaat het om de zorg zelf: het voorspellen van ziekten bijvoorbeeld of het koppelen van informatie vanuit patiëntdossiers, beelden en door de patiënt verzamelde informatie – denk aan wearables en sensoren – in zorgprocessen.
- Het tweede is de achterkant: de administratie en de logistiek van de zorg. Voorbeelden zijn slimme planning en roostering op basis van patiëntvragen en beschikbaarheid van personeel. Maar ook het centraliseren van communicatie, wat nu veelal nog gebeurt met diverse apps en apparaten.
- Bij het derde, de patiëntbetrokkenheid, kan bijvoorbeeld worden gedacht aan het vergroten van de regie van de patiënt middels zelfdiagnostiek, of zich laten informeren door een digital human of chatbot in aanvulling op een medewerker.
"Op alle drie deze gebieden zien we dat nu al ervaring wordt opgedaan met AI", stelt Kiewik. "En het zal er op korte termijn nog heel veel meer voor gaan betekenen in de zorg.”
Barrière geslecht
Ook Simon Vermeer, chief information officer van het Erasmus MC, ziet dat de ontwikkelingen op dit gebied heel snel gaan. “De ontwikkeling van large language models (LMM's) heeft hier een enorme bijdrage aan geleverd. Die slechten de barrière die lang heeft bestaan tussen mens en technologie. We hebben technologie lang lastig gevonden, maar dankzij toepassingen op basis van dergelijke models kunnen we nu in onze eigen taal tegen computers en smartphones praten en krijgen we ook begrijpelijke boodschappen terug. Dat is waarop de zorg in het bijzonder zat te wachten, want daar werken veel mensen die minder vertrouwd met technologie zijn.”
Punt van aandacht in de AI-ontwikkeling is dat bij machine learning niet altijd duidelijk is hoe de computer tot een antwoord komt. “Het mag niet door bias of door een fout in het algoritme tot de verkeerde uitkomst komen”, zegt Vermeer. Kiewik vult aan: “Je moet zeker weten dat je betrouwbare data en – waar dat mogelijk is – uitlegbare algoritmen hebt, anders ben je volledig afhankelijk van de uitkomst die de computer geeft.”
Grens aan ‘uitlegbaarheid' AI
Waarbij ‘uitlegbaar’ altijd een grens zal kennen, stelt Vermeer. “Het algoritme van ChatGPT begrijpen we echt niet”, verduidelijkt hij. “Daarover gaat de discussie. We zijn ervaring aan het opdoen met AI door bijvoorbeeld de input/output vergelijking zodanig vorm te geven dat we weten dat we met AI tot betrouwbare uitkomsten komen. Tot die tijd zetten we ChatGPT dus ook niet in voor medische toepassingen. Maar we beseffen wel dat we kennis erover moeten opdoen omdat het daar zeker een plek in gaat krijgen. Dus hebben we een platform ingericht om te ontwikkelen, leren en valideren. Er komt veel bij kijken.”
Lees het uitgebreide interview in editie 1 2024 van ICT&health, die halverwege februari bij vele deskundigen in de zorg, overheid en overige organisaties op de mat valt.
