Commentaar Vrouwenpartij: vanaf de start is de Vrouwenpartij zeer enthousiast geweest over AI (kunstmatige intelligentie) en haar te verwachten positieve effecten op en in onze samenleving.
In het onderstaande artikel zien we hoe AI de zorg fundamenteel gaat veranderen en verbeteren in een nooit voorzien snel tempo. En ‘niets blijft zoals het is’.
Experts en specialisten en AI paradigma
Wij schreven in ons eerste commentaar dat alle specialisten en specialisaties AI zullen gaan gebruiken en dat hun werk grotendeels gedaan zal worden door AI.
Als gevolg zullen de tijd- en kostenbesparingen enorm zijn. Efficiëntie zal exponentieel toenemen, betrouwbaarheid en perfectie zal de norm worden.
Het zal bijvoorbeeld de motor worden om de ongelijkheid in behandeling bij arm en rijk uit te bannen, tussen de kleine burger en de overmachtige overheid. Overbelaste rechters en rechtbanken zullen tot het verleden behoren. Zullen de slimste advocaten nog op kunnen tegen de ‘AI advocaat’ die adviseert vanuit kennis van alle wettelijke informatie en alle voorgaande gerechtelijke uitspraken tezamen?
Gratis AI voor elk werk en elke burger?
AI is een voorbeeld van een universeel en goedkoop instrument dat voor iedereen toegankelijk is en wat efficiëntie in tijd en handelen oplevert met kostenbesparingen voor iedereen als gevolg.
Wij gaan ten onder aan regels en regelgeving. Alle pogingen om de regels te beperken lopen uit op mislukking, zelfs volledige mislukking. Maar wat als AI al die formulieren voor ons kan invullen? Is AI niet honderd maal sneller in vergelijking met ons, vaak klunzige, getyp? Hoeveel tijd gaat dat ons besparen in administratief werk? Opeens weer tijd en reden om te fluiten.
AI, robots en banen en dan….
Gaan AI en robots de meeste banen overbodig maken omdat het al ons werk kan overnemen? Dat zal niet op heel korte termijn zijn, maar altijd weer eerder dan we verwachtten. Kijk hoe de nieuwe Gemini AI chatbot van Google weer een stap verder gaat dan Chat GPT, en hoeveel gaan er nog volgen?
Uiteindelijk zal ons leven van werken verschuiven naar een leven van entertainment. Als AI en robots ons werkleven grotendeels hebben overgenomen en wij een universeel basisinkomen hebben, dan zal entertainment tot grote hoogten reiken.
‘Gratis’ muziekdiensten geven een keuze om een leven lang nooit gehoorde songs af te spelen. Het toenemend aantal Streaming diensten voor films en series, maar ook de Podcasters, YouTubers, TikTokkers, Instagrammers en de influencers en gamers geven nu al een voorproefje van het ‘oneindige’ aanbod van entertainment specials.
Maar AI en robots zullen ons ook genoeg vrije tijd bieden om ons aan te sluiten bij sportclubs, bij fitnessclubs, wandel en hardloop clubs, bij de vele soorten beweging- en dansclubs.
Vergelijk het met de tijd na de 2de Wereldoorlog toen entertainment thuis alleen via de radio verzorgd werd. Explosief groeiend entertainment is niet meer weg te denken als toekomst.
Het ‘oneindige’ aanbod zal ons leven vele malen kunnen vullen.
Lees hier het artikel: Van heupafwijkingen tot hersentumoren: AI verandert de zorg in razend tempo
Bron: volkskrant.nl
Michiel van der Geest
8 december 2023
Van heupafwijkingen tot hersentumoren: AI verandert de zorg in razend tempo
Van een app die heupafwijkingen bij baby’tjes herkent tot een algoritme dat het antwoord van de medisch specialist alvast klaarzet. Kunstmatige intelligentie verovert de zorg. ‘Het goede is: de zorg wordt er juist menselijker van.’
Wees gerust, het beroep van arts zal ook met de komst van AI de komende tien jaar niet uitsterven. Wel zal het razendsnel veranderen. ‘Vergelijk het met wat antibiotica en de uitvinding van de elektriciteit met het artsenvak hebben gedaan’, zegt Geert Litjens, hoogleraar AI in de zorg aan het Radboudumc in Nijmegen. ‘Ik heb een hekel aan het woord, maar ja, het is een paradigma-shift.’
De beloften van AI zijn immers duizelingwekkend: nooit meer een tumor missen op een MRI, voor kankerpatiënten precies de juiste medicijnen in de perfecte dosering berekenen en artsen die nooit meer een patiëntendossier hoeven in te vullen, want AI neemt het arts-patiënt-gesprek op, zet het om in tekst, voert de relevante gegevens zelf in het patiëntendossier in en schrijft meteen een samenvatting voor de patiënt om thuis nog eens door te lezen. Zover is het nog niet, zeggen deskundigen, maar het is ook geen sciencefiction meer.
De eerste taken kan AI al van artsen overnemen. Neem de borstkankerscreening, het zorgonderdeel waarin AI voor het eerst werd toegepast. Honderdduizenden beelden moeten radiologen er jaarlijks voor bekijken, en voor dat saaie, repetitieve werk is AI geknipt.
Nu moeten in Nederland nog twee radiologen naar elke scan kijken. Niet lang meer, zegt Litjens. ‘Uit Zweeds onderzoek blijkt dat bevolkingsonderzoek met de inzet van AI ruim 40 procent efficiënter kan, als je de tweede radioloog vervangt door AI. Dat is niet alleen goedkoper, ook vindt AI 20 procent meer borstkankers zonder extra vals positieven. Er loopt nu ook Nederlands onderzoek, maar ik zou niet weten waarom het hier anders zou zijn.’
AI beperkt zich allang niet meer tot het herkennen van patronen in scans. En het vindt zo langzamerhand ook zijn weg buiten de hoogwetenschappelijke omgevingen van de academische ziekenhuizen. Vier concrete toepassingen van AI in de zorg.
1. Een heup-echo op de mobiele telefoon van de jeugdarts
Als Maartje Verhoeven, jeugdarts bij JGZ Kennemerland, een baby doorverwijst naar het ziekenhuis voor een echo, weet ze al dat ze de radioloog waarschijnlijk met onnodig werk opzadelt. Volgens de richtlijnen moet zij elke baby doorsturen die na 32 weken zwangerschap in een stuitligging heeft gelegen, bij wie heupdysplasie in de familie voorkomt en/of bij wie zij in lichamelijk onderzoek vaststelt dat er kans is op heupdysplasie.
Bij die aandoening sluiten heupkom en -kop niet goed op elkaar aan. Als je daar op tijd bij bent, kan een spreidbroekje in de meeste gevallen verdere ellende voorkomen. Ben je te laat, dan moet mogelijk een pijnlijke en dure operatie volgen.
Door de richtlijnen te volgen sturen jeugdartsen jaarlijks ruim 35 duizend baby’s naar het ziekenhuis. Slechts een op de zeven van hen heeft werkelijk heupdysplasie. Daarbij vangt de richtlijn jaarlijks nog eens 750 jonge kinderen niet, die dus het risico lopen dat zij te laat bij de radioloog en orthopeed belanden.
Dat moet anders kunnen, dacht Thomas van den Heuvel, onderzoeker aan het Radboudumc. Wat helpt: ook echo-apparaten zijn niet ontsnapt aan de wetmatigheid dat techniek in steeds kleinere apparaatjes kan worden gepropt. Voor een echo is niet langer zo’n apparaat op wieltjes nodig (een beetje flitsend model kost al snel een ton), sinds 2017 zijn er echo-apparaten ter grootte van een computermuis op de markt, die je in je mobiel kunt pluggen (à raison van een paar duizend euro).
Dus wat nu, als jeugdartsen bij het driemaandenconsult zelf een echo kunnen maken die uitsluitsel geeft? Dat scheelt onnodige doorverwijzingen en spoort ook de 750 niet gevonden kinderen met heupdysplasie op. Van den Heuvel heeft een app ontwikkeld die jeugdartsen tijdens het maken van de echo vertelt hoe ze de kop moeten plaatsen en of er sprake is van heupdysplasie. Van den Heuvel: ‘Een echo maakt twintig beelden per seconde, die analyseren we in real time. De software bekijkt zelf of de heupkom en -kop op de juiste manier in beeld zijn, geeft zo nodig aanwijzingen, en bepaalt vervolgens hoe groot de hoek is die het bot van de heupkom maakt: is die kleiner dan 60 graden, dan is er sprake van heupdysplasie en moet het kind voor een afspraak naar het ziekenhuis.’
Nu nog kost het maanden aan opleiding voordat iemand een echo kan maken waarmee de diagnose heupdysplasie kan worden gesteld, zegt Van den Heuvel. ‘Mijn training duurt nu een uur. Dan leer ik wat een echo-apparaat is, hoe je het moet gebruiken, waar je op moet letten. De software doet de rest.’
De praktijk is nog niet zover. Om zijn vinding te kunnen inzetten, moet Van den Heuvel nog het papierwerk in orde krijgen.
2. Al geeft tijdens de operatie uitsluitsel over de aard van de hersentumor
Een van de vele nadelen van een hersentumor is dat je er niet zo makkelijk een stukje afschraapt om in het lab te onderzoeken. Pas wanneer iemand een zware hersenoperatie ondergaat, kan de chirurg wat weefsel uitlepelen om dat nader te analyseren.
Vervelend, want er zijn 82 soorten hersentumoren. Vooral bij kinderen bepaalt het type tumor wat de beste behandeling is. Zo zijn er tumoren die volledig moeten worden weggehaald om de kans op uitzaaiingen zo klein mogelijk te maken. Maar bij minder kwaadaardige varianten mag er best een stukje tumor achterblijven: dat maakt de operatie minder risicovol. En er zijn tumoren waarbij al vaststaat dat de patiënt binnenkort zal overlijden; ook dan is een risicovolle operatie weinig zinvol.
Nog vervelender: het kost zo’n anderhalve week om het dna-profiel van een tumor volledig uit te lezen en het type met zekerheid vast te stellen. Dan is de operatie al lang en breed afgelopen. (Een patholoog kijkt nu tijdens de operatie ook door een microscoop naar het tumorweefsel, maar kan lang niet altijd uitsluitsel geven.)
En dus: AI to the rescue! Jeroen de Ridder, hoofdonderzoeker aan het UMC Utrecht en het Oncode Instituut, legt het uit. ‘Als je het tumortype wilt weten, moet je wat tumorcellen kapotmaken en het dna eruit halen. Dan kun je de dna-methylatie meten, de chemische modificatie van bepaalde dna-basen, op basis waarvan je kunt bepalen met welk tumortype je te maken hebt.’
Handige uitvinding daarbij is de MinION, een apparaatje ter grootte van een nietmachine, waarin je een klein monster van een tumor kunt pipetteren, waarna de nietmachine dna-moleculen door een minuscule porie trekt. Op basis van de elektrische stroompjes die de moleculen afgeven, kun je het dna en de chemische modificaties ervan aflezen. Met deze data kan een AI-algoritme het tumortype afleiden.
De MinION, een apparaatje ter grootte van een nietmachine, helpt het type hersentumor vast te stellen.
Dat is niet de volledige oplossing; het aflezen van alle dna-strengen duurt twee dagen. De Ridder: ‘De uitdaging die wij moesten oplossen: hoe kun je met data van slechts 30 minuten dna-uitvogelen toch betrouwbaar het tumortype vaststellen? Dit is vergelijkbaar met AI een plaatje van een papegaai laten herkennen met maar 1 procent van de pixels.’
De Ridder en zijn team besloten daarop een algoritme te trainen. Een database van drieduizend volledige dna-profielen waarin 82 tumoren vertegenwoordigd waren, programmeerden zij in miljoenen volstrekt willekeurige stukjes. Van elk stukje leerde het algoritme bij welke tumor het hoorde en zo begon het patronen te doorzien.
Nu heeft het algoritme aan een half uurtje dna-lezen met de MinION genoeg om te kunnen vaststellen om welk tumor het gaat, ruim op tijd voor de chirurg. En dus: minder complicaties, minder heroperaties. De Ridder: ‘Ik ben zelf verbaasd hoe robuust de uitslag is. Voor mij als fundamenteel onderzoeker zonder enig patiëntencontact is dit spannend, maar ook fantastisch. De computer geeft een nummer van 1 tot 82, maar toch is het van groot belang voor de patiëntjes in het Prinses Máxima Centrum.’
Zijn onderzoek stond in Nature, The New York Times hing aan de telefoon. De Ridder wil meer. ‘We zijn nu bezig met kanker van de weke delen, maar deze techniek zou voor veel meer tumoren een uitkomst kunnen zijn. Als je huisarts je doorstuurt naar het ziekenhuis en je hebt nog dezelfde dag uitsluitsel over het type tumor en mogelijke behandelingen, kan dat veel stress schelen.’
3. Gezichtsherkenning om een zeldzaam syndroom te herkennen
20 duizend genen hebben we in ons lichaam. Die krijgen we van onze ouders bij de bevruchting, maar er treden soms minuscule kopieerfoutjes op, alsof de toner van het kopieerapparaat een milliseconde hapert. Het gebeurt maar in een of twee genen per bevruchting, maar toch kunnen de gevolgen groot zijn.
We weten dat in zestienhonderd genen dit soort foutjes tot een syndroom met een ontwikkelingsstoornis kunnen leiden. Er zijn dan ook vele honderden syndromen, sommige zo zeldzaam dat ze per jaar maar tien keer voorkomen. Wereldwijd.
Geen wonder dat zelfs gespecialiseerde artsen niet elk syndroom kennen. Of hérkennen bij een patiënt in de spreekkamer.
Gelukkig, zegt Bert de Vries, klinisch geneticus van het Radboudumc, is er de mogelijkheid om in een laboratorium te onderzoeken of er afwijkingen zijn bij een patiënt, en zo ja, in welk gen. Is dat een bekende afwijking, dan is het syndroom eenvoudig vast te stellen.
Maar helaas, zegt De Vries, de praktijk is weerbarstiger. ‘In 10 tot 30 procent van de gevallen zien we wel een nieuwe variant in het gen dat een relatie heeft met het syndroom dat we bij een patiënt vermoeden, maar staat van die specifieke gen-afwijking niet vast dat het een syndroom tot gevolg heeft.’
Er moet een makkelijkere manier zijn om erachter te komen, dacht De Vries. Nou wil het geval dat zo’n drie tot vier op de tien kinderen met een syndroom ook afwijkingen in hun gelaat hebben – de hersenen en het gezicht worden op hetzelfde moment in de ontwikkeling van de foetus aangelegd. En er zijn standaard vragenlijsten om de ontwikkeling en andere klinische kenmerken van een kind te ‘scoren’: slappe spierspanning, aangeboren hartafwijkingen, hoge bloeddruk, laag IQ, dat soort zaken.
De Vries besloot ze te combineren in een model. AI leerde van foto’s syndromen te herkennen aan de gelaatskenmerken en die te combineren met de kenmerken uit de vragenlijsten. Op die manier komt het model met een cijfer dat de waarschijnlijkheid van een syndroom aangeeft. Is dat een hoog cijfer, dan kan een arts alsnog een duidelijke diagnose stellen, wanneer de laboratoriumtest geen volledige zekerheid biedt.
Bij 37 syndromen werkt het nu, zegt De Vries. Hij heeft een website opgezet, waarop genenonderzoekers wereldwijd data kunnen bijhouden van alle mogelijke syndromen. Daarmee moet het aantal syndromen dat zijn ‘Pheno-Score’-model herkent, snel stijgen.
En uiteindelijk zou elke arts een foto moeten kunnen uploaden, een vragenlijst moeten kunnen invoeren en snel een uitslag van het mogelijke syndroom krijgen. De Vries: ‘Zet dat maar heel voorzichtig in je artikel. Dat duurt nog zeker tien jaar, en dan moet ik nog even stevig doorwerken.’
4. AI zet het antwoord op de patiëntenvraag vast klaar voor de arts
‘Mindblown’, was Jessica Workum precies een jaar geleden, toen ze voor het eerst de revolutionaire mogelijkheden van ChatGPT ontdekte. ‘Nachtenlang heb ik doorgetrokken om ermee te spelen. Het was alsof ik water zag branden.’
Workum is intensivist in het Elisabeth-TweeSteden-ziekenhuis in Tilburg, maar ook biomedisch ingenieur, gespecialiseerd in AI, en verantwoordelijk voor de AI-strategie van het ziekenhuis. In die nachtelijke uren met ChatGPT werd haar één ding volstrekt duidelijk: ‘Dit gaat ons werk op een enorm positieve manier veranderen. En niet pas over vijf jaar, maar komend jaar al.’
Het eerste tastbare resultaat zullen de artsen binnenkort al in hun patiëntendossiers vinden. Via het patiëntportaal van het ziekenhuis kunnen patiënten vragen stellen aan hun behandelend arts. In samenwerking met Epic, leverancier van het elektronisch patiëntendossier, laten Workum en collega’s nu een GPT-algoritme op die vragen los.Het resultaat is verbazingwekkend, ziet Workum. Door het algoritme niet alleen de vraag, maar ook informatie uit het patiëntendossier op te sturen (‘op een veilige manier, de servers staan in Amsterdam, privacy is gegarandeerd’) kan het algoritme alvast een antwoord op de vraag klaarzetten. De medisch specialist hoeft alleen nog maar het antwoord te controleren en drukt op send. Workum: ‘Uit de eerste resultaten blijkt dat dit een half uur tot een uur per week scheelt. En in de huidige arbeidsmarkt moeten we alles doen om het werk van een arts te verlichten.’
Het algoritme heeft wel z’n beperkingen. Het mag van de wet namelijk absoluut geen medisch advies geven. Vraagt een patiënt of hij paracetamol mag innemen, dan dient het algoritme door te verwijzen naar een gesprek met de arts. Workum: ‘We moeten het algoritme dus heel behoedzaam en stapje voor stapje trainen. Daar reageert het vooralsnog goed op.’
Tom van der Laan van het UMCG in Groningen, kno-arts en chief medical information officer, is al net zo enthousiast. Ook zijn ziekenhuis werkt mee aan de GPT-proef. ‘In dit soort slimme oplossingen zit de oplossing van het zorginfarct waar we nu mee te kampen hebben. Al jaren roepen we dat de arbeidsproductiviteit in de zorg omhoog moet, hiermee kan het.’
En het goede (en contra-intuïtieve) nieuws is, zegt Van der Laan, dat de zorg er juist ménselijker van wordt. ‘Uit onderzoek blijkt dat patiënten de algoritme-antwoorden empathischer vinden dan die van de arts. Logisch wel, want ze zijn uitgebreider, je kunt meer context geven, nog wat extra informatie meesturen. Daar heeft een chagrijnige arts aan het eind van een drukke werkdag allemaal geen tijd voor.’
Bovendien, als AI zelf een arts-patiëntgesprek kan verwerken, ‘zit je niet meer tegenover een arts die de hele tijd naar een computerscherm zit te staren.’
Van der Laan kan niet wachten op de ontwikkelingen die er nog aan zitten te komen. ‘Nu zit ik voor een dag met polikliniekafspraken alle notities van al mijn collega’s door te akkeren op zoek naar relevante informatie. Maar straks kan ik AI de vraag geven: ik ben kno-arts en moet bij deze patiënt een ingewikkelde operatie uitvoeren. Wat moet ik weten? En dan krijg ik alle belangrijke informatie keurig voor mij samengevat.’
Niets blijft zoals het was, zegt Geert Litjens, hoogleraar AI in de zorg.
En dus, is AI de heilige graal voor de zorg?
Dus ja, zegt hoogleraar Geert Litjens, niets blijft zoals het was. Wel zullen we keuzen moeten maken, vindt hij: eerst maar eens alle rotklusjes automatiseren. Plaatjes kijken, rapportjes schrijven, labuitslagen analyseren, dat is een kwestie van tijd.
Maar wat doe je dan met mensen met een ernstige depressie? Laat je op hen ook de ChatGPT-algoritmen los? Zet je een chatbot in bij de huisarts? ‘Vinden we dat wenselijk als maatschappij?’
En dan is er nog de heilige graal van de AI in de geneeskunst: voed een computer met alle gegevens van een patiënt: voorgeschiedenis, MRI-scans, labuitslagen, tumorweefsel, sociale netwerk. En stel dan de vraag: wat is er aan de hand? Waarna de computer de diagnose stelt, een behandelplan opstelt, ingewikkelde kankermedicatie voorschrijft in de juiste dosering.
Kno-arts Van der Laan is ervan overtuigd dat dit binnen vijf jaar mogelijk is. ‘Ik krijg nu al vaak een betere analyse van een GPT-algoritme dan van een collega.’ Maar theoretisch mogelijk, zegt Workum, is heel wat anders dan praktisch mogelijk. ‘Wat ons beperkt, is de wet- en regelgeving. Wie is er verantwoordelijk voor als het misgaat? Aan die discussie zijn we pas net begonnen en dat gaat nog vele jaren duren.’
Zie het als het opladen van een elektrische auto, zegt Litjens. De eerste 80 procent gaat snel, dan denk je dat je er bijna bent, en dan gaat het alsnog tergend langzaam.
Over de auteur
Michiel van der Geest is de zorgverslaggever van de Volkskrant en verdiept zich in alle vormen van zorg: van ziekenhuizen tot huisartsen, van gehandicaptenzorg tot Big Pharma, van gezondheidsverschillen tot valgevaar.