Kunstmatige intelligentie (AI) in de zorgsector wordt steeds vaker ingezet, vooral op gebieden als diagnostiek. AI kan bijvoorbeeld ondersteunen bij het snel vinden van afwijkingen op MRI-scans die artsen met het blote oog bijna niet kunnen zien. Maar hoewel AI in de zorgsector inmiddels normaal is, is het zeker nog niet doorgebroken. Zo blijven er grote drempels die de inzet ervan beperken, stelt Nienke Bakx, die onlangs haar opleiding EngD Qualified Medical Engineer aan de TU/e cum laude afrondde.
Twee van de grote drempels zijn het verkrijgen van de benodigde hoeveelheid datasets waarmee algoritmes de gewenste diagnostische toepassingen aangeleerd krijgen, en het creëren van draagvlak bij medisch personeel. In de praktijk, stelt Bakx, is het verzamelen van de benodigde medische data vaak nog een kwestie van moeizaam handwerk. De medisch ingenieur in opleiding praatte hierover in de wetenschapspodcast Sound of Science. Ze kwam de drempels in de praktijk tegen toen ze AI gebruikte om borstkankerpatiënten te behandelen in het Eindhovense Catharina Ziekenhuis.
Inzet AI bij borstkanker
Bakx (26) deed in het Catharina Ziekenhuis de afgelopen twee jaar onderzoek naar het gebruik van AI bij het maken van bestralingsplannen voor borstkankerpatiënten, zodat die de juiste dosis krijgen. Verder onderzocht de EngD-student Qualified Medical Engineering of het afbakenen van organen van borstkankerpatiënten snel, nauwkeurig en betrouwbaar via de computer kan.
Bakx stelt in de podcast dat een belangrijk onderdeel van haar werk het vinden van geschikte data was om de algoritmen te trainen. “Dat is grotendeels handmatig werk. Het kost veel tijd en moeite om de data op te schonen." Daarnaast was Bakx veel tijd kwijt aan het creëren van draagvlak bij de medische staf. Ze noemt het belangrijk om de resultaten van je onderzoek zo snel mogelijk te delen, zodat mensen zien dat het werkt. “Het helpt natuurlijk enorm als je wat pioniers onder de staf hebt die hun collega's interesseren."
Bakx blijft na haar stage bij het Catharina Ziekenhuis werken. Ze gaat daar onder aan de slag als AI-onderzoeker op de afdeling Radiotherapie. Verder zal ze meewerken aan de oprichting van een nieuw Centre of AI Expertise.
Beperkt succes
Afgelopen week kwam uit onderzoek, gepubliceerd in Nature Medicine, naar voren dat machine learning-toepassingen – een AI-technologie – in diagnostiek vaak weinig succesvol zijn. Reden hiervoor is onder meer dat de gebruikte datasets te klein zijn, terwijl een voordeel van AI juist is dat het heel snel door grote hoeveelheden data kan gaan – en die ook nodig heeft om bijvoorbeeld signalen voor tumoren te onderscheiden. De onderzoekers bepleiten onder meer internationale samenwerking om zo datasets te vergroten.
Databeschikbaarheid voor succesvolle toepassingen van AI in de zorg is al langer een probleem, zo bleek in 2020 onder meer uit onderzoek van KPMG. Reden voor VWS om dat jaar Capgemini de opdracht te geven te inventariseren welke initiatieven en/of constructies er in Nederland bestaan om (zorg)data beschikbaar te maken voor kunstmatige intelligentie (AI). Specifiek ging het daarbij om data die vanuit meerdere bronnen ontsloten worden. De inventarisatie was onderdeel van het programma Waardevolle AI voor gezondheid van VWS.
Afgelopen april werden de resultaten van het programma naar buiten gebracht. Het programma heeft, mede door de actie-lerende aanpak van het programmateam, een aantal concrete hulpmiddelen en onderzoeksbevindingen opgeleverd. Zoals handvatten voor zorgprofessionals, innovators en stakeholders die hen ondersteunen bij het innovatieproces. Maar ook tools waarmee op een duurzame manier de juiste randvoorwaarden voor AI gecreëerd kunnen worden.
Nationale Routekaart
De Nederlandse AI Coalitie (NL AIC), Nictiz en VWS brachten begin 2022 de Nationale Routekaart Databeschikbaarheid AI uit. Die moet handvatten bieden bij het zo goed mogelijk hergebruiken van beschikbare gezondheidsdata voor AI-toepassingen. Belangrijke randvoorwaarden voor goed hergebruik zijn onder meer goede toegang tot data, duidelijke standaarden en definities en transparantie van AI-toepassingen om vertrouwen in de werking ervan te creëren.
