UMC Utrecht heeft IMAGR ontwikkeld: een digitale infrastructuur waarop zelflerende software kan draaien binnen de klinische workflow van radiologen. Zo moeten AI-toepassingen die radiologen helpen hun werk beter te doen, makkelijker ingepast worden in het ICT-systeem van het UMC. Het ziekenhuis wil samen met het medische IT-bedrijf Sectra de inzet van IMAGR verbreden, vertelt radioloog Wouter Veldhuis.
Er zijn inmiddels al meer AI-toepassingen die een diagnostische taak sneller, preciezer of met minder fouten uitvoeren dan specialisten van vlees en bloed, stelt Velthuis. Na 25 jaar digitalisering in de radiologie is er ook voldoende beeldmateriaal om de toepassingen diagnostiek te leren.
“Zonder context kun je al gauw denken dat kunstmatige intelligentie de radioloog overbodig maakt”, weet Velthuis. “Maar besef dat zo’n vergelijking tussen slimme software en radiologen op één ziektebeeld de werkelijkheid enorm versimpelt. Radiologen moeten ook bedacht zijn op zeldzame ziekten of onverwachte presentaties van bekende aandoeningen. In radiologische tekstboeken staan al gauw 20.000 diagnoses.”
Gespecialiseerd hulpmiddel
AI-applicaties zijn dus meer een zeer gespecialiseerd hulpmiddel waarmee radiologen hun werk preciezer en sneller kunnen doen, benadrukt Velthuis. Zo krijgen zij meer tijd voor complexe diagnoses. Daarnaast kunnen AI-applicaties helpen om wachttijden te verminderen.
Als voorbeeld noemt Wouter de DENSE-studie binnen het bevolkingsonderzoek naar borstkanker. Voor acht procent van de vrouwen biedt een mammografie onvoldoende duidelijkheid omdat hun borstweefsel te dicht is. Een MRI-scan is een alternatief, maar het beoordelen ervan duurt langer. “Een bestaand AI-algoritme kan in de helft van de gevallen uitsluiten dat het om kanker gaat. Die scans hoef je als radioloog dan niet meer te zien. Dat scheelt aanzienlijk in tijd en kosten. Bovendien worden er bij die 40.000 scans geen menselijke fouten gemaakt.”
Beperkt gebruik AI
Ondanks deze voordelen worden AI-toepassingen slechts beperkt gebruikt in ziekenhuizen. Reden is dat de digitale infrastructuur ontbreekt om alles te koppelen. In ziekenhuizen werken artsen met een PACS: een Picture Archiving and Communication System: een netwerk van computers en servers (met specifieke software), dat het mogelijk maakt om de beelden (met verslag) van de afdeling radiologie, te verwerken, archiveren en te verspreiden naar de aanvragende medisch specialisten.
Aan de andere kant zijn er wetenschappers en bedrijven met allerlei losse AI-applicaties, zoals om de slijtage in een reumahand te bepalen. Om al deze oplossingen technisch in te passen in de netwerken van ziekenhuizen, heeft UMC Utrecht IMAGR ontwikkeld. Dit is een digitale infrastructuur die alles koppelt, zodat AI-applicaties beschikbaar komen in het PACS en gekoppeld zijn aan HiX.
IMAGR biedt volgens Velthuis één standaard, die ook aantrekkelijk is voor commerciële leveranciers van slimme software met een specifiek algoritme dat bijvoorbeeld via een koop- of pay-per-use-contract wordt aangeboden.
Privacy geborgd
Omdat deze software van externe bedrijven – in tegenstelling tot de meeste wetenschappelijk ontwikkelde algoritmen – al Europees gecertificeerd zijn, kunnen ziekenhuizen er direct mee aan de slag. Al die applicaties draaien met IMAGR. Daarnaast is privacy geborgd. Wouter: “Je wil liever geen patiëntgegevens in de cloud opslaan. Eén cloud provider is te overzien, maar met 200 AI-applicaties heb je dan op 200 verschillende plekken in de cloud patiëntgegevens staan. Met IMAGR blijft alles in dezelfde omgeving en binnen het ziekenhuis. Dat is wel zo praktisch.”
Er is zoveel animo voor de inzet van AI, dat het tijd is voor een volgende stap. “Die zetten we nu samen met het medische IT-bedrijf Sectra. Zij kunnen IMAGR wereldwijd uitrollen naar andere ziekenhuizen.” De samenwerking is volgens Velthuis bijzonder omdat Sectra IMAGR niet koopt, maar dat beide partijen een gezamenlijk ontwikkeltraject aangaan. Zo blijven medici betrokken bij de uitrol en verdere uitbouw van IMAGR.
“IMAGR draait al 24/7 in het UMC Utrecht. Met Sectra gaan we daar een aantal ziekenhuizen met slimme mensen bijhalen om zo samen de basis voor AI-implementatie verder uit te bouwen. Hoe je in de klinische praktijk met AI moet omgaan, welke veiligheidsmaatregelen je inbouwt, dat soort inzichten moet artsen zelf nog ontdekken. Wat er technisch kan en hoe je de interactie van radioloog met AI-algoritme opslaat, dat is iets wat Sectra moet gaan ontdekken. In die uitdagingen zit de kracht van de samenwerking: echte vooruitgang veréist een gezamenlijke aanpak.”
