Amazon Web Services kondigt een nieuwe service aan die voor softwareleveranciers in de zorg het inbouwen van AI aanzienlijk makkelijker maakt. Het gaat om een slimme ondersteuning bij het bouwen van klinische toepassingen met behulp van spraakherkenning en generatieve AI. Deze service kan ingezet worden om op efficiënte wijze klinische documentatie genereren en dat kan artsen flink wat tijd besparen. De naam van de nieuwe tool die op 27 juli officieel werd gepresenteerd is AWS HealthScibe.
In hoog tempo wordt het ene na het ander Large Language Model zoals ChatGPT en Bard gepresenteerd. In de medische wereld worden dergelijke LLM’s ook op steeds meer verschillende manieren ingezet. Bekend is bijvoorbeeld het AI-gestuurde Med-Palm 2,dat onlangs in Amerika nog een voldoende voor een officieel artsendiploma binnen wist te slepen en dat ingezet wordt bij onderzoek of om te helpen bij het trainen van artsen, bijvoorbeeld op de SEH.
Generatieve AI integreren
De nieuwe service van Amazon maakt het voor softwareleveranciers in de gezondheidszorg mogelijk om sneller en eenvoudiger generatieve AI-mogelijkheden in hun applicatie te integreren. Met het systeem kan door de inzet van één API automatisch robuuste verslaglegging worden gerealiseerd.
Tevens is het mogelijk om details uit alle data te extraheren zoals medische termen of medicijnen en kunnen geautomatiseerd samenvattingen worden gemaakt van gesprekken tussen arts en patiënt. Amazon meldde op woensdag 26 juli dat AWS HealthScribe HIPAA-compatibel is en geen klantinformatie bewaart. Op grond van HIPAA hebben personen vergelijkbare rechten van informatie, inzage, correctie. Zorgaanbieders dienen, net als onder de AVG, binnen 30 dagen aan een verzoek tot inzage te voldoen door alle gezondheidsgegevens te verstrekken.
Geautomatiseerde verslaglegging
Voor artsen is met name het feit belangrijk dat met behulp van deze nieuwe service klinische verslagen van gesprekken met patiënten makkelijker grotendeels automatisch kunnen worden gemaakt. Klinische documentatie is namelijk al lange tijd een belangrijk pijnpunt voor artsen en verpleegkundigen. Uit een onderzoek van 2016 bleek zelfs dat elk uur dat een arts met een patiënt doorbracht ongeveer twee uur extra administratief werk meebracht.
De studie liet zien dat artsen ook de neiging hebben om één tot twee uur extra te besteden aan administratief werk buiten de werkuren, wat velen in de branche 'pyjamatijd' noemen. Om dit probleem te tackelen kan vergaande automatisering van de verslaglegging natuurlijk goed helpen. Bedrijven zoals Nuance Communications van Microsoft en nu dus AWS, zijn dan ook druk bezig met oplossingen om deze grote administratieve last van de dokter te verminderen.
Huisartsengeneeskunde en orthopedie
De service van AWS wordt gestart voor huisartsgeneeskunde en orthopedie en er zullen meer vakgebieden volgen. Het fijne van deze service is dat het systeem werkt zonder dat de onderliggende infrastructuur voor machine learning hoeft te worden beheerd en ook de eigen ´zorgspecifieke´ grote taalmodellen deze toepassing niet hoeven te worden getraind.
Dankzij generatieve AI transformeren snel veel industrieën, waaronder de gezondheidszorg. Eén van mogelijkheden in de zorg is het automatiseren van klinische verslaglegging en documentatie van gesprekken tussen arts en patiënt. Die administratie komt nauw en is belangrijk om naleving van kwaliteitsmaatregelen en terugbetaling te regelen. Maar het is tegelijkertijd een complex proces dat uit meerdere stappen bestaat. Hoewel veel van deze softwareleveranciers voor de gezondheidszorg tekst-naar-spraak en natuurlijke taalverwerking (NLP) gebruiken om dit proces van verslaglegging te stroomlijnen, is generatieve AI tot nu toe het ontbrekende puzzelstuk geweest om deze toepassingen effectief te kunnen automatiseren.
Verantwoorde inzet AI bij verslaglegging
Het werken met generatieve AI is in de praktijk complex en het integreren van meerdere AI-systemen in een samenhangende oplossing vereist aanzienlijke technische middelen. Om deze generatieve AI-mogelijkheden te bouwen, moet een provider bijvoorbeeld zijn eigen LLM trainen of verfijnen om nauwkeurige klinische documentatie te genereren. Hiervoor zijn schaarse AI-experts nodig, enorme hoeveelheden data en een aanzienlijke rekencapaciteit. Tevens moet een LLM voor de gezondheidszorg speciaal worden opgeleid om complexe medische terminologie in verschillende specialismen te begrijpen, analyseren en samen te vatten.
De nieuwe service van AWS HealthScribe zorgt ervoor dat softwareleveranciers en hun zorgpartners al dit tijdrovende werk niet meer zelf hoeven te doen. En dat leidt er uiteindelijk toe dat versnelde automatisering van klinische verslaglegging snel dichterbij komt.
