Skip to main content
AIArtikelenBlogEvents

De rol van de radiologen in de ontwikkeling van AI voor de zorg

Een jaar of zes geleden bezocht ik een workshop over AI. Heel interessant voor aios, dacht ik toen. Ik ging ervan uit dat we er bijna allemaal wel zouden zijn, maar tot mijn verbazing was ik bijna de enige. Terwijl de mogelijkheden die AI biedt voor ons werk als radiologen echt gigantisch zijn, dat idee had ik toen al. Nu, zes jaar later, zie ik dat een deel van de aios en jonge radiologen er dan ook erg in geïnteresseerd is. Bij anderen zie ik echter ook nog de houding van ‘Ik moet nog zien hoe mij dit gaat helpen’. Dat begrijp ik ook. De meeste tools die er nu zijn, zijn immers nog echt eerste generatie. Ze nemen de radioloog nog niet echt werk uit handen en op patiëntniveau leiden ze niet bewezen tot betere uitkomsten.

Tijdens mijn promotie deed ik een tweede master in klinische epidemiologie. Later zag ik daarin duidelijke raakvlakken met artificiële intelligentie, omdat ook in die discipline heel veel met data wordt gewerkt. Omdat ik de potentiële waarde daarvan zag, wilde ik dat oppakken en delen. Waarschijnlijk verklaart dat waarom ik een van de meest actieve jonge radiologen ben op dit gebied.

De impact die AI op ons werk kan hebben, zie ik op twee gebieden. In de eerste plaats de workflow. We werken nu achter drie beeldschermen met PACS. Een jaar of twintig geleden was PACS een innovatie, maar het gaat nu achterlopen op de vraag. We moeten nog steeds veel handmatig werk doen en als slimme software daarin een versnelling kan geven, vooral in de werkvoorbereiding (relevante klinische gegevens verzamelen, oude onderzoeken openen, verslagen corrigeren, het correcte nummer van de aanvrager zoeken et cetera), is dat waardevol. Large language models gaan hierin echt het verschil maken.

De tweede plaats waarop ik een grote potentiële impact zie, is kwaliteit van de zorg. Als we in maat en getal tot preciezere of vroegere diagnostiek kunnen komen, hoeven we patiënten mogelijk minder aan invasieve technieken bloot te stellen en kunnen therapieën eerder worden ingezet en bij de juiste patiënt. Dat hebben we in de toekomst ook hard nodig gezien de relatieve schaarste in de gezondheidszorg. Ik verwacht dat we op het gebied van preventie een grotere rol zullen kunnen gaan spelen door middel van AI, zoals verbeterde, patiëntgerichte risicopredictie op welvaartsziekten en leefstijlinterventies.

Dit is allemaal technisch mogelijk vanwege de grote hoeveelheid data die algoritmen kunnen analyseren. Maar er moeten wel stappen worden gezet om hiervan in de klinische praktijk de vruchten te kunnen plukken. Dat begint bij het goede team hebben, met professionals die vanuit alle relevante perspectieven de juiste vragen kunnen stellen en die elkaars vragen ook begrijpen. Daarnaast moet er budget zijn en helderheid over het te bereiken doel. En er moet iemand zijn die weet wat er aan tools in de markt beschikbaar is, die een rol kunnen spelen om dat doel te bereiken.

Het is niet haalbaar om in ieder ziekenhuis zo’n team bij elkaar te brengen. Daarom is het project AIFI, AI for Imaging, waarin we als Radboudumc een rol spelen zo belangrijk. Samen met VZVZ en MedicalPHIT zijn we in een pilot drie use cases op nationaal niveau aan het uitrollen. Zonder afbreuk te doen aan de inzet van andere specialismen – de intensivisten en MDL-artsen timmeren ook hard aan de weg – kan ik zeggen dat we daarmee als radiologen echt wel innovators in de zorg zijn op het gebied van AI-toepassing.

De verdere ontwikkeling van AI-toepassing in de zorg zal op dagelijkse basis vrijwel ongemerkt gaan, vergelijkbaar met hoe het in de consumentenmarkt met smartphones is gegaan. Erop sturen dat we efficiënter kunnen werken dan we nu doen, is iets wat we echt zelf moeten doen. We zullen steeds meer data tot onze beschikking krijgen, die ook steeds beter kunnen worden verwerkt. Daarmee zullen we het als radiologen niet minder druk krijgen, maar we zullen wel meer waarde kunnen toevoegen aan de zorg. Niet alleen in de diagnostiek, maar ook in het beter voorspellen wat wel en niet werkt voor de patiënt.

 

Merel Huisman,Radioloog Radboudumc

Praat hierover of een van de andere onderwerpen van AI in Beeld mee tijdens ons congres op 3 juli aanstaande.

Leave a Reply