Is er (nog) een dokter in de zaal?

We zitten als Raad van Toezicht midden in een gesprek met het medisch stafbestuur en hebben het over innovatie en de ontwikkelingen in AI en de impact hierop op het vak van dokter en het functioneren van het ziekenhuis. Dan blijkt dat de visies hierop niet zo eensluidend zijn. Opvallend om te zien dat niet alleen binnen de Raad van Toezicht maar ook in het stafbestuur de meningen breed variëren over de (mogelijke) impact van AI. 

Eén dokter spreekt gepassioneerd over de mogelijkheden van AI voor zijn vakgebied en hoe dat er over een jaar of tien er compleet anders uit zal gaan zien. Tegelijkertijd reageert een van zijn collega’s enigszins nukkig met als commentaar ‘Het zal zo’n vaart niet lopen…”. 

Wat is de waarheid? Die ken ik natuurlijk ook niet. Maar het is wel goed om eens wat waarnemingen op een rijtje te zetten om ons zo een beeld te vormen.

AI net zo accuraat als professional

Een recent artikel in The Lancet Digital Health Journal van professor Alastair Denniston, komt op basis van een groot aantal studies tot de conclusie dat deep learning ziektes variërend van kanker tot oogziektes nu al net zo accuraat kan detecteren als medische professionals. Sommige deelstudies laten zelfs zien dat de specialist wordt ‘geoutperformed’. 

Wel stelt Denniston terechte vragen bij een aantal van de door hem onderzochte studies. Maar linksom of rechtsom, vijf jaar geleden was dit nog niet mogelijk. Dus het perspectief kan zonder meer adembenemend worden genoemd.

In een andere recente studie (gepubliceerd in Nature Medicine) naar Google’s AI-systeem, bleek dat bij een analyse van 42.000 CT-scans het AI-systeem beter presteerde dan de zes betrokken radiologen in het diagnosticeren van longkanker.

Vorig jaar keurde de FDA IDx-DR een tool goed dat AI gebruikt om diabetische retinopatie vast te stellen op basis van beelden van de achterkant van het oog.

Verder weg kijken

Laten we eens iets verder weg kijken. In China wordt al jaren hard aan de weg getimmerd op het gebied van kunstmatige intelligentie. Behalve dat daar de aantallen patiënten en de daaraan verbonden data enorm zijn, is ook de regelgeving met betrekking tot privacy er heel anders dan hier. Kortom, een paradijs om je AI te ontwikkelen. 

Een mooi voorbeeld is een Chinese startup, genaamd Infervision. Deze startup richt zich onder meer op het verbeteren van de analyse van medische beelden door deep learning (dezelfde technologie die gezichtsherkenning en autonoom autorijden zo’n enorme push heeft gegeven.) 

Afgezien van de enorme tijdwinst – waarbij het systeem in 30 seconden met zijn analyse komt terwijl dokters gemiddeld een kwartier moeten besteden en veel jaren ervaring moeten hebben – komt het AI-systeem met adembenemende nauwkeurigheidsresultaten. Deze ontwikkelingen kunnen wellicht ook bijdragen aan het inmiddels wereldwijde probleem van dokters die extreem lange dagen maken, onder grote stress staan met mogelijke hieruit resulterende fouten.

Een andere interessante, typische Amerikaanse, invalshoek in dit verband is de reviewstudie naar 25 jaar uitkeringen van claims in de U.S. door John Hopklins researchers. In totaal werd daar in die periode bijna 40 miljard US-dollar uitgekeerd en ook hier wordt serieus gekeken maar nu naar het financiële terugverdien-potentieel van AI bij medische diagnostiek. 

Artsen, zorgmedewerkers betrekken

Kortom het lijkt mij van belang om ook de artsen en zorgmedewerkers in je zorgorganisatie actief te betrekken in innovatieve zorginitiatieven.

Hiervoor is een aantal zaken van belang:

• Betrek vroeg en vaak.
• Zorg voor meerdere en diverse perspectieven en invalshoeken.
• Wees respectvol inzake de door hen te besteden tijd.
• Creëer incentives om mee te werken.

En dan is die dokter gelukkig nog steeds in de zaal en kan hij zijn vak met nog meer arbeidsvreugde en effectiviteit beoefenen.

ICT&health nr. 01/2020