AI in health: kwestie van realistische doelen en klinische relevantie

Artificiële intelligentie (AI) wordt soms gezien als een wereld veranderende ontwikkeling, terwijl ook de risico’s regelmatig uitgelicht worden. Ivo Broeders, chirurg in Meander Medisch Centrum, introduceerde zo’n 21 jaar geleden robotchirurgie in de operatiekamer. Nu houdt hij zich bezig met de vraag in hoeverre AI meerwaarde kan bieden binnen de gezondheidszorg.

Ivo Broeders: “Robotchirurgie wordt inmiddels bij bijvoorbeeld kijkoperaties vrij routinematig ingezet. De volgende golf van technologische innovatie die ik zie is AI. Het zal impact hebben op mijn domein, de chirurgie. Het is niet het makkelijkste domein en ik moet nog veel leren, maar ik vind het heel interessant en ontzettend leuk! Met de mooie driehoek die we nu hebben opgezet met het Meander MC, de Universiteit Twente en Johnson & Johnson kunnen we de meerwaarde van AI samen goed onderzoeken.

Verwachtingspatroon

“Het succes van AI wordt voor een groot deel bepaald door het verwachtingspatroon. Vroeger dachten mensen dat robots alle menselijke krachten overbodig zouden maken. Maar van die voorspelling is maar weinig waarheid geworden. Ja, in het lab en bij kijkoperaties wordt robotchirurgie ingezet, maar menselijke hersenen en zintuigen zijn zo verfijnd. Dat is niet na te bouwen. Als we met robotica de hardware niet kunnen nabouwen, misschien kunnen we dan wel het menselijk brein nabouwen met AI. Dat is een interessante gedachte. Maar ook hier moet je niet overschatten wat computers kunnen en niet onderschatten wat het menselijk brein kan. Je hoort vaak: computers kunnen emoties herkennen, ze worden menselijk. Maar dat is natuurlijk niet zo. We kunnen computers aanleren welke gelaatstrekken bijvoorbeeld horen bij huilen, maar een computer kent geen emoties, die denkt in 1-en en 0-en. Als je je verwachtingen niet daarop afstemt, kom je bedrogen uit”.

Artsen houden de ontwikkeling niet tegen

“Een van de risico’s is dat mensen, met name overheid en ontwikkelaars, blijven beweren dat artsen in de weerstand zitten. Dat zij vrezen dat AI hun werk gaat overnemen en daarom de ontwikkeling tegenhouden. Er is helemaal geen algemene weerstand onder artsen. We hebben daar ook onderzoek naar gedaan met een enquête onder chirurgen. Dat betekent niet dat er geen kritische vragen worden gesteld. IBM Watson bijvoorbeeld zou met 98% zekerheid een diagnose kunnen stellen. Maar het wordt nog steeds niet gebruikt in de praktijken. Dat komt niet doordat artsen bang zijn om vervangen te worden. Maar, omdat artsen bang zijn om een diagnose te missen. Er komt veel meer bij kijken dan alleen medische gegevens. Want iemand die moe is, kan acute leukemie hebben, maar ook gebukt gaan onder een druk gezins- en werkleven of een heel andere oorzaak hebben”.

Chirurgie als lastige casus

In dermatologie, pathologie en radiologie gaat het toepassen van AI al een stuk makkelijker en daar zie je ook al impact. Als je een foto van een huidplekje stuurt naar dermatologie.nl bijvoorbeeld, dan krijg je een heel betrouwbaar resultaat terug. In pathologie en radiologie heb je ook te maken met beelden die van goede kwaliteit zijn en niet veranderen. In beelden van een operatie heb je te maken met bijvoorbeeld rook, omdat er iets wordt dichtgebrand, de lens beslaat of bloed het beeld vertroebelt. Chirurgie is de ultieme uitdaging als het gaat om AI”.

Basale parameters en haalbare doelen met klinische impact

“Het is een ongelofelijk lastige opgave. Het gaat steeds om de vraag: welke informatie die door de computer ontdekt wordt is van waarde voor de praktijk? Je moet steeds de klinische impact voor ogen houden en daarbij haalbare doelen stellen. En, heel belangrijk, in eerste instantie basale parameters gebruiken. Dat is al lastig genoeg. Pas als het lukt met de eerste set parameters, kun je kijken naar de volgende parameters. Als je te snel complexe parameters inzet, ben je kansloos. Als dan te vaak blijkt dat AI geen relevante of betrouwbare antwoorden levert, raken mensen verveeld en is het vertrouwen in AI kwijt. Dat is een groot risico”.

Prestaties medisch specialisten

“Er is ook met basale parameters al veel mogelijk met AI. Je kunt denken het verder verbeteren van de prestaties van specialisten. Door eigen prestaties te vergelijken met een grote, anonieme groep andere chirurgen, kun je objectief analyseren hoe je het doet als chirurg. Het is goed om te weten hoe je het doet als chirurg. Of je in een soort groene zone opereert, of je veilig en efficiënt werkt. Voor de ziekenhuizen levert het objectieve informatie over de prestaties van medisch specialisten. Dat kun je ook door vertalen naar patiënten: deze arts is betrouwbaar”.

Efficiënte zorg

“Ziekenhuizen kunnen ook objectief inzicht krijgen in bijvoorbeeld de werkelijke operatieduur. Ook kun je de computer leren om operaties in te delen in fases en ze zo te volgen. Als de eerste fase uitloopt, kan de computer vervolgens berekenen hoeveel langer de operatie in totaal zal duren en deze informatie naar de planningsafdeling sturen, zodat de planning voor die dag kan worden bijgesteld. Dat is een grote meerwaarde in termen van efficiëntie. Ook kun je waanzinnig veel informatie krijgen over hoe efficiënt een ruimte gebruikt wordt. Staat een operatiekamer bijvoorbeeld veel leeg, hoe zijn de bewegingen enzovoorts. Dat is belangrijk, want het gaat om dure en schaarse werkomgevingen en het is ook nog eens haalbaar”.

AI: ondersteunend, niet beslissend of vervangend

“Het automatisch vastleggen van werkprocessen gaat slagen. Ook het benchmarken van prestaties van chirurgen gaat lukken. En voor het persoonlijk leren en planning voor en tijdens operaties zie ik mogelijkheden de komende jaren.
Gaat AI diepgaand de zorg voorspellen en artsen tijdens een operatie waarschuwen en advies geven? Forget it! De mens is zo goed in analyseren en anticiperen. Voordat een computer van toegevoegde waarde wordt… daarover ben ik niet hoopvol voor de komende jaren. De computer en AI kan wel meekijken en artsen heel goed ondersteunen, zodat de angst van artsen om diagnoses te missen kleiner wordt”.

Leg de lat niet te hoog

“Voordat AI echt impact krijgt, duurt nog een tijd. Maar artsen moeten zich er nu wel in verdiepen. Je moet voor de troepen uit om bij te blijven, anders glijdt het door je vingers. Richt je daarbij op klinische relevantie en impact, bekijk de positieve bijdragen die AI kan hebben. Is het nuttig voor de zorg richting patiënt, komt het de efficiëntie ten goede of de prestaties van chirurgen? Ga dan na hoe je het zo accuraat mogelijk kunt bepalen, met basale parameters. Leg de lat niet te hoog, begin met haalbare doelen”