Op dit moment wordt door het Ministerie van Volksgezondheid, Welzijn en Sport (VWS) gewerkt aan de opvolger van het Integraal Zorgakkoord (IZA), het Aanvullend Zorg- en Welzijnsakkoord (AZWA). Aan die tafel wordt uitgebreid gesproken over de digitale infrastructuur die nodig is voor de zorgtransformatie, en over de rol die VWS daarin gaat oppakken. Een belangrijke kwestie daarin is het faciliteren van efficiënte data-uitwisseling. Want hoe en waar je zorg ook levert - digitaal of face-to-face, thuis of in een zorginstelling, in de nulde lijn of de VVT - gemakkelijke uitwisseling van gegevens heeft enorme voordelen voor zowel zorgvragers als zorgverleners.
Daarvoor is het essentieel dat de zorgsector CumuluZ gaat omarmen. Het initiatief voor dit platform ligt bij de umc’s, en het project is al snel door de hele zorgbranche omarmd. Zo zijn onder andere de Nederlandse Vereniging voor Ziekenhuizen (NVZ), het Nederlands Huisartsen Gezelschap (NHG), de Nederlandse ggz en Actiz ondertussen aangesloten bij CumuluZ. Gezamenlijk denken deze organisaties na over hoe ze data-uitwisseling in de zorg gemakkelijker kunnen maken; een belangrijke en zeer actuele opgave. Ook het Ministerie van VWS ziet de grote waarde van CumuluZ in: onlangs is aangekondigd dat ze het initiatief gaan financieren.
Uitwisseling en interpretatie
Door de uitwisseling van medische gegevens effectiever te maken, hoeven minder herhaalonderzoeken plaats te vinden en wordt de registratielast verlaagd. Dat komt de werklast en het werkplezier van zorgprofessionals vervolgens ten goede. Daarnaast verbetert goede data-uitwisseling de veiligheid van zorgvragers én beperkt het de zorgkosten. Allemaal broodnodige ontwikkelingen die aansluiten op de huidige behoeften van het zorgsysteem.
Toch is uitwisseling niet de enige belangrijke kwestie in het land van data. Ook de interpretatie van medische gegevens moet worden gelijkgetrokken tussen zorgverleners, -afdelingen en -instituten. Essentieel daarbij is het maken – en naleven – van heldere afspraken over de taal en definities die worden gehanteerd. Zonder gelijke interpretatie heeft data-uitwisseling geen enkele zin en iedere zorgpartij moet zijn rol pakken in de gelijktrekking daarvan. Zeker met oog op de groeiende rol van AI in de zorg.
Rubbish in, rubbish out
Voor het gebruik van AI geldt: rubbish in staat gelijk aan rubbish out. Als de kwaliteit van de gegevens waarmee het model gevoerd wordt ondermaats is, kan ook weinig verwacht worden van de resultaten. Dit principe moet ook in acht genomen worden wanneer we AI toepassen op medische gegevens. Als één definitie in een digitale infrastructuur door de gebruikers gekoppeld wordt aan verschillende uitvoeringsmogelijkheden, of als informatie op de verkeerde plekken wordt ingevoerd, wordt het AI-model gebouwd op los zand. En dit resulteert in onbetrouwbare output. Terwijl juist in de zorg betrouwbaarheid van AI-tools een speerpunt is.
In het MUMC+ zijn we eind november overgegaan op een nieuw elektronisch patiëntendossier. Een mooie kans om een digitale cultuurverandering teweeg te brengen. Maar daarvoor moeten niet alleen systeemtechnische veranderingen worden doorgevoerd. We behoeven echt een gedragsverandering van onze zorgprofessionals, waarbij het correct invoeren van informatie in het patiëntendossier prioriteit krijgt. Wanneer bijvoorbeeld in het verkeerde hokje wordt ingevuld welke medicatie een patiënt gebruikt, wordt het patiëntendossier niets meer dan een schrijfblok. En daarmee bemoeilijken we toekomstige toepassingen van AI op basis van de gegevens in het patiëntendossier. Oftewel: we behoeven een nieuwe digitale cultuur, waarbij zowel een systeemcomponent als een gedragscomponent om de hoek komen kijken. Deze cultuurverandering vormt het fundament van de ambitie van het MUMC+: koploper zijn op het gebied van digitale zorg.
Stemgeluid analyseren
Maar we verheugen ons ook op andere toepassingen van AI in ons ziekenhuis. Zo gebruiken we in toenemende mate AI-transcriptietools voor de verslaglegging van vergaderingen, en onderzoeken we in ons zorg- en innovatielab of AI kan helpen bij het opstellen van brieven voor huisartsen. Ook kijken we met veel interesse uit naar nieuwe AI-toepassingen binnen de beeldvorming, die radiologen bijvoorbeeld kunnen gaan helpen om beelden te analyseren en daarmee de diagnostiek gaan versnellen.
Tot slot wordt er in het MUMC+ gewerkt aan diverse onderzoeksprojecten waarin bestudeerd wordt of AI-tools op basis van de stem van patiënten kunnen detecteren of ze ziek zijn. Er zijn bijvoorbeeld aanwijzingen dat AI op basis van (trillingen in) de stem kan bepalen of iemand last heeft van COPD of hartfalen. Als AI die voorspellingen inderdaad blijkt te kunnen doen, kan dit veel acute ziekenhuisopnames voorkomen. En dat is weer gunstig voor het verlagen van de druk op de ziekenhuiszorg, het verhogen van de zorgkwaliteit, het drukken van de zorgkosten én het bevorderden van meer eigen regie voor patiënten.
