Verbeter de diagnostische workflow

De vele gezichten van AI

De personeelstekorten in ziekenhuizen nemen schrijnende vormen aan. Omdat de mensen simpelweg niet voorhanden zijn, is er maar één oplossing: de efficiency verhogen door workflows te optimaliseren. Hierin spelen nieuwe ontwikkelingen als artificial intelligence (AI) een belangrijke rol. Door AI te integreren in het Image Management Systeem sorteren ziekenhuizen bovendien voor op een toekomst waarin clinical decision support en integrated diagnostics belangrijker worden.

Radiologen klagen vaak dat ze een soort fabrieksarbeiders zijn geworden. Een onderzoek genereert vandaag de dag 20 procent meer beelden dan enkele jaren geleden. En dan hebben we het nog niet eens over de toename van het aantal patiënten. Hoe voorkom je dat een radioloog aan het eind van een lange werkdag een vlekje op een CT-scan over het hoofd ziet? Of dat een patholoog – door hoge werkdruk en de monotonie van het werk – per ongeluk een melanoom mist?

Peter Osinga, managing director van Sectra Benelux, denkt dat veel van deze problemen kunnen worden ondervangen door betere workflow-ondersteuning. “Workflow is het automatiseren van alle administratieve rompslomp, maar meer nog het optimaliseren van het diagnostische en therapeutische proces. Het is dus is een breed thema. Het gaat van het automatisch prioriteren en routeren van onderzoeken naar de juiste radioloog of patholoog, tot het afgeven van therapeutische informatie en het automatisch in het verslag toevoegen van metingen.”

Met goede workflow-ondersteuning boek je tijdwinst, reduceer je het aantal kliks, zorg je ervoor dat er geen taken tussen wal en schip vallen en voorkom je fouten die ontstaan door een hoge werkdruk. Zie ook het artikel over de nieuwe opzet voor borstkankerscreening elders in dit magazine.

 

Tijdbesparing door AI

In het Sectra Image Management Systeem is de workflow de laatste jaren nog verder verbeterd door toepassing van AI. Osinga ziet dit als de opmaat naar clinical decision support. “Op dit moment zijn de meeste algoritmes nog niet zo goed dat je er volledig op kunt vertrouwen. Ze moeten klinisch en juridisch worden gevalideerd en dat zal nog wel even duren. Maar dat betekent niet dat je niet nu al met AI aan de slag kunt. In ons Image Management Systeem zit al veel AI onder de motorkap als het gaat om workflow, maar het is ook een open platform voor diagnostische algoritmen van derden; dat kunnen algoritmen zijn die academische ziekenhuizen zelf ontwikkelen of algoritmen van commerciële partijen.”

Een voorbeeld daarvan is de samenwerking van Sectra met Aidence, dat een deep learning algoritme heeft ontwikkeld dat automatisch longnodules op een thorax CT-scan kan detecteren, opmeten en er een basisverslag van kan maken. De radioloog krijgt een steuntje in de rug, omdat het algoritme aangeeft dat het iets heeft gevonden. Ook het weinig spannende werk, zoals het verrichten van de meting, voert het algoritme zelf uit. Hiermee kunnen radiologen significante tijdbesparingen halen.

Dit sluit aan bij de behoeften van radiologie-afdelingen, zegt Osinga. “De normale beelden kunnen worden beoordeeld door radiologen in opleiding of specifiek voor deze taak getrainde laboranten. De radioloog kan zich dan focussen op de beelden waarop het algoritme afwijkingen heeft gevonden.”

Hoewel de meeste algoritmen nog verre van volmaakt zijn, is het volgens Osinga wel belangrijk dat ziekenhuizen nu al nadenken over hoe zij dit soort nieuwe technologieën gaan integreren in de klinische praktijk. “De ervaring leert namelijk dat het trainen van een zelflerend algoritme in de meeste gevallen minder ingewikkeld is dan de implementatie ervan in de dagelijkse workflow. Daarom hebben wij ons Sectra Image Management Systeem hier al helemaal op voorbereid. Dit platform is voor ziekenhuizen het fundament waarop ze verder willen bouwen, want radiologen, pathologen en andere specialisten willen niet een aparte applicatie hoeven openen of allerlei extra knoppen bedienen om een taak uit te voeren. Daarom denken wij dat het essentieel is dat de algoritmen zijn geïntegreerd in de werkplek van de medisch specialist.”

 

Integrated diagnostics

Een ander onderwerp dat – met name in de academische wereld – belangrijk wordt, is integrated diagnostics. Door de digitale beelden van radiologie en pathologie in samenhang te bekijken, kan een veel betere diagnose worden gesteld. Osinga: “Daar zal AI een grote bijdrage aan kunnen leveren, simpelweg omdat het voor mensen steeds moeilijker wordt de juiste conclusies te trekken naarmate de hoeveelheid data groeit. De hoeveelheid data verdubbelt als scan en coupe in samenhang moeten worden bekeken. Voor computers wordt het dan juist makkelijker om met een trefzekere diagnose te komen.”

Osinga ziet dat UMC’s nu vaak nog op hun eigen eiland zitten als het gaat om dit type onderzoek. Maar uiteindelijk zullen ze researchdata moeten gaan delen. Dit betekent dat ze moeten gaan nadenken over een onderwerp als data-eigenaarschap. Osinga gruwelt van wat er in Amerika gebeurt. “Daar gaan commerciële bedrijven aan de haal met data van patiënten. Dat mag in Europa nooit gebeuren. Een mooie eerste stap is de bouw van een grensoverschrijdende researchdatabase. Deze gaat 1 miljoen genomen bevatten van EU-burgers en is voor alle medisch onderzoekers toegankelijk. Zo’n initiatief zou er ook moeten komen voor radiologie- en pathologiebeelden. Dat zou een enorme duw in de rug betekenen voor wetenschappelijk onderzoek.”

 

Beelduitwisseling in zorgnetwerken

Een laatste thema waar ziekenhuizen in dit verband over moeten nadenken is uitwisseling van beelden. Osinga snapt best dat ziekenhuizen niet willen investeren in een dure XDS-infrastructuur, waarvan onduidelijk is of ze die terugverdienen. “Maar ze moeten wel actie nemen, want koeriers laten rondrijden met DVD’s of CD’s is niet meer van deze tijd.” Hij vindt dat ziekenhuizen meer haast moeten maken met invulling geven aan de visie dat de UMC’s en topklinische ziekenhuizen er zijn voor de hoogcomplexe zorg en dat de algemene ziekenhuizen de eenvoudiger gevallen afhandelen. “Netwerkzorg zal nog beter van de grond moeten komen.”

Sectra ondersteunt deze netwerkzorg met de Image Exchange Portal. Deze stelt een medisch specialist in staat om simpelweg een link naar de beelden te sturen aan de specialist in het ziekenhuis waar hij naartoe doorverwijst én aan de patiënt. De beelden zelf staan veilig in de cloud, gescheiden van de patiëntinformatie. “In de UK is deze werkwijze al doodgewoon, maar in Nederland blijven we hannesen.”

 

Focus op patient outcome

Een stabiel Image Management Systeem is hét fundament om al deze nieuwe toepassingen te integreren. Maar, waarschuwt Osinga, focus je niet op die technologie. “Het gaat uiteindelijk om de patiënt. Daar doen we het met z’n allen voor. Bekijk bij iedere toepassing kritisch of het leidt tot betere kwaliteit van zorg. Er zijn tienduizenden toepassingen denkbaar. Laten we beginnen met die terreinen waarop de bijdrage aan de patient outcome het hoogst is.”

 

 

Gerelateerde berichten...