Opschaling van AI, ofwel Artificial Intelligence, is voor veel ziekenhuizen essentieel. Het aantal Nederlandse ziekenhuizen dat met AI experimenteert, groeit snel. Maar ze hebben moeite om een succesvol experiment naar productie te brengen. Dat wil zeggen: dagelijks toe te passen in de klinische praktijk. Wat moet er gebeuren om AI sneller op te schalen?
De zorgkosten in Nederland stijgen al meer dan twee decennia. Doordat de vergrijzing voorlopig nog wel even doorzet, zullen de kosten blijven stijgen. Een ander probleem is het nijpende personeelstekort. Er staan nu meer dan 100.000 vacatures open en dat aantal groeit waarschijnlijk in de komende jaren.
Velen zien wel dat AI een bijdrage kan leveren aan de oplossing van beide problemen, maar opschaling van kleinschalige initiatieven gaat traag. Dat geldt overigens niet alleen voor AI, maar voor alle zorginnovaties. Op dit moment duurt het gemiddeld zeventien jaar voordat een nieuwe ontdekking zijn weg vindt naar de patiënt.
Helathplus.ai
“Dat betekent dat je zeventien jaar lang mensen een betere behandeling onthoudt.” Dat stelt anesthesioloog-intensivist en onderzoeker Bart Geerts.
Dat is waarom hij bijna twee jaar geleden met drie partners Healthplus.ai startte. “Ons doel is om innovatie te versnellen, en dan met name de toepassing van AI. Wij ontwikkelen algoritmen die FDA-goedgekeurd zijn en die gebruikmaken van bestaande data in EPD’s en image systemen. Die systemen ontsluiten we via API’s, we analyseren de data opdat we een voorspelling kunnen doen van de meest effectieve behandeling, en geven uitkomsten via het EPD weer terug aan artsen en verpleegkundigen.”
Hij is begonnen met een probleem dat hij als intensivist goed kent: postoperatieve infecties. Geerts: “De operaties zelf zijn over het algemeen heel veilig. Maar de kans dat je na de operatie een infectie krijgt, is maar liefst 20 procent. Als een infectie te lang blijft bestaan, gaat deze over in sepsis. Een op de drie patiënten overlijdt hier zelfs aan. Naast het persoonlijke drama is dit ook een hoge kostenpost voor ziekenhuizen en verzekeraars. En het heeft uiteraard een enorme impact op niet alleen de patiënt en zijn familie, maar ook op betrokken artsen en verpleegkundigen. Alle stakeholders hebben er veel bij te winnen als je infecties in een eerder stadium kunt ontdekken of voorspellen, waardoor je eerder kunt ingrijpen en de gevolgen kunt beperken.”
Algoritme
In het LUMC ontwikkelde Healthplus.ai een algoritme dat op basis van data in het EPD vijf dagen voordat de sepsis zich uit met 90 procent zekerheid kan voorspellen dat een patiënt een infectie gaat krijgen.
Het is niets meer of minder dan een filter dat uit een veelvoud van signalen de voorspellende signalen haalt. Geerts: “Het is een zeer tijdig alarm, een rode vlag die aangeeft: let op bij deze patiënt. De volgende stap is om ook te voorspellen welke bacterie een patiënt heeft en welke antibiotica daartegen het best werkt. Daar werkt het team nu hard aan.”
“Momenteel wordt het algoritme in meer dan twintig ziekenhuizen getest om het model nog robuuster te maken. “Het moet geen Leids of Nederlands algoritme zijn, maar iets dat ook in bijvoorbeeld India werkt”, zegt Geerts.
Want dat is zijn eigenlijke doel. Met dergelijke tools grootschalige impact verzorgen waarbij uitkomst, kosten en ervaringen in de zorg verbeteren. “Tot nu toe zijn medische centra met name individueel bezig met het ontwikkelen van algoritmes, waardoor een wiel misschien op meerdere plaatsen wordt uitgevonden. Wat je wilt is dat een goed functionerend wiel (lees: zo min mogelijk bias) grootschalig wordt getest zodat het daarna wereldwijd kan worden uitgerold.”
“Artsen moeten niet zelf een algoritme willen ontwikkelen, ze moeten gebruik kunnen maken van algoritmen die door leveranciers zijn ontwikkeld en die CE/FDA-goedgekeurd en gevalideerd zijn. Daarom richten wij ons met name op het vereenvoudigen van de klinische uitrol en het opschalen van AI.”
Lees het hele verhaal online of in ICT/Magazine van september.
