Er gaat geen dag voorbij zonder dat er berichten verschijnen over hoe artificiële intelligentie de medische wereld tot op ongeziene niveaus tilt. In de praktijk laat de revolutie op zich wachten. ‘Soms lijkt the sky the limit, maar eigenlijk zijn er weinig tools die het bed van de patiënt bereiken.’
‘Stap dichter bij AI-assistent die glaucoom kan opsporen’, ‘Big data via draagbare sensoren belooft revolutie voor hartaandoeningen’, ‘Intelligent echografietoestel verbetert diagnose eierstokkanker’, ‘AI spoort tot 20 procent meer borstkankers op’ en ‘Niet meer onder gevaarlijke CT-scanner dankzij AI’. Het is slechts een greep uit de krantenkoppen waarmee we de laatste jaren om de oren worden geslagen.
Artificiële intelligentie (AI) kent steeds meer toepassingen in de medische wereld en als we de berichtgeving mogen geloven, zal AI die wereld grondig transformeren. ‘Dat is nodig’, zegt Bart Hamers, directeur IT & data bij UZ Leuven. ‘De zorg staat immers voor een grote uitdaging. Terwijl we kampen met een tekort aan personeel, zorgt de vergrijzing ervoor dat de vraag naar zorg de komende jaren alleen maar zal toenemen.’
Volgens Hamers kan AI een antwoord bieden op die zorgcrisis, bijvoorbeeld ter ondersteuning bij administratieve en medische taken. Maar hoewel er in de praktijk heel wat mogelijk is, blijkt vooral dat laatste moeilijk te realiseren. ‘Er liggen heel wat AI-applicaties en -modellen in de lade waarvan wetenschappelijk is aangetoond dat ze werken, maar die niet gebruikt worden omdat ze op drempels botsen.’
Tsunami aan data
Zijn de jubelberichten over AI in de medische wereld dan overroepen? Helemaal niet, blijkt uit een rondvraag bij verschillende experts.
‘Vandaag wordt AI operationeel ingezet in verschillende disciplines, zoals de oncologie, cardiologie en neonatologie’, zegt Patrick De Boever, directeur Onderzoek, Innovatie en Valorisatie bij het UZA. ‘Je kunt gerust stellen dat AI al een waardevol hulpmiddel is in het werkveld en bijdraagt tot de diagnostiek en de zorg. In een aantal gevallen redt het al mensenlevens.’
Hét schoolvoorbeeld blijft de radiologie, waar AI haast op élk niveau gebruikt wordt, aldus onderzoeker Frederik De Keyzer, die verbonden is aan het departement radiologie van het UZ Leuven. ‘AI verbetert de beelden, ondersteunt de radioloog tijdens de interpretatie ervan en kan in specifieke gevallen helpen bij het detecteren en zelfs het karakteriseren van letsels.’
Professor Johan de Mey, diensthoofd radiologie bij UZ Brussel, heeft de veranderingen binnen zijn domein de afgelopen twintig jaar vanaf de eerste rij meegemaakt. Hij merkt dat onder het toedoen van AI vooral veel meer data geproduceerd worden. ‘Toen ik startte kregen we na een CT-scan twaalf beelden die we aan een lichtbak ophingen en bekeken. Vandaag levert een CT-scan al snel 10.000 beelden op. Geen lichtbak is daarvoor nog groot genoeg en er is al helemaal geen arts te vinden die die beelden binnen een redelijke termijn kan bekijken. Op onze dienst worden tegenwoordig zo’n 500 miljoen beelden per jaar gemaakt. Met ons team van een vijftigtal voltijdse radiologen betekent dat dat elke arts 10 miljoen beelden per jaar zou moeten analyseren. U kunt de rekening vast zelf maken: dat is volstrekt onhaalbaar.’
‘AI biedt artsen handvatten die hun werk makkelijker maken, maar de hoeveelheid data die we moeten verwerken, zorgt voor een hogere werklast dan vroeger.’
Om niet te verdrinken in die eindeloze datastroom brengt een computer telkens honderden beelden samen tot een driedimensionaal beeld. Vervolgens haalt AI daar significante data uit die de radiologen bekijken. Dat helpt, maar De Mey merkt op dat de tsunami aan data vooralsnog weinig efficiëntiewinst oplevert – nochtans de wortel die techneuten vriend en vijand voorhouden om iedereen te overtuigen van het nut van AI. ‘Het is een tweeledig verhaal’, zegt De Mey. ‘AI biedt artsen handvatten die hun werk makkelijker maken, maar de hoeveelheid data die we moeten verwerken, zorgt voor een hogere werklast dan vroeger.’
Garbage in, garbage out
Steven Latré, directeur AI bij het onderzoekscentrum Imec, begrijpt dat medische professionals die gebukt gaan onder zo’n datastroom vandaag niet gebaat zijn bij de technologie. ‘Om AI-modellen te ontwikkelen, zijn veel kwalitatieve en gestructureerde data nodig. Het aanleggen van zulke databanken gaat meestal niet gepaard met efficiëntiewinst, integendeel. Het is een fase waar je door moet.’
‘Om AI-modellen te ontwikkelen, is er veel kwalitatieve en gestructureerde data nodig. Het aanleggen van zulke databanken gaat meestal niet gepaard met efficiëntiewinst, integendeel.’
‘Ziekenhuizen hebben altijd veel data verzameld, maar deden dat niet met het oog op de ontwikkeling van AI’, zegt De Boever. ‘Daarom is het klaarzetten van die data in een verder toenemende digitalisatie momenteel een vertragende factor in de ontwikkeling van klinische AI-tools.’
Annelies Verbiest, oncoloog en data-expert, doet bij het UZA aan die zogenaamde datamining. ‘Als je data niet goed zijn, komt er later alleen maar brol uit je model’, waarschuwt ze. ‘Garbage in, garbage out.’ Bovendien moeten de data van verschillende ziekenhuizen samen geanalyseerd kunnen worden, wat technisch een grote uitdaging vormt. ‘Als elk ziekenhuis scans als een ander digitaal bestandstype opslaat, is het niet eenvoudig om daarop een model te trainen’, zegt Verbiest. ‘Daarnaast moeten we begrijpen hoe de brondata eruitzien, om in te schatten hoe betrouwbaar een model is. We hebben procedures nodig die werkbaar zijn en aan goede ethische en wettelijke normen voldoen.’
Pieter Cornu, professor e-health en clinical decision support coordinator bij het UZ Brussel, wijst erop dat AI bij dat proces kan helpen. ‘Er bestaan AI-systemen die data uit medische dossiers automatisch coderen en dus bruikbaar maken voor andere AI-tools.’
Sepsis
Zodra de data klaar zijn voor AI-training, kunnen de tools ontwikkeld worden. David Van Laere is neonatoloog en medeoprichter van Innocens. Die start-up biedt technologie aan met een AI-model dat zorgverleners ondersteunt bij het vroegtijdig detecteren van sepsis of bloedvergiftiging bij prematuren op de Neonatale Intensive Care Unit.
‘Vroeggeborenen zijn vatbaar voor infecties’, zegt Van Laere. ‘Een vijfde ontwikkelt tijdens hun verblijf in het ziekenhuis een sepsis. We kunnen dat behandelen met antibiotica, maar het blijft een uitdaging om de eerste symptomen, die vaak erg subtiel zijn, tijdig op te pikken. Zorgverleners gaan daarvoor vooral af op hun buikgevoel.’ Op de neonatologie overlijdt een op de tien patiënten met sepsis, en wie het overleeft, loopt het risico om daar een handicap aan over te houden.
Op de intensievezorgunit worden de prematuren nauwgezet opgevolgd. ‘Vanaf hun geboorte gebruiken we sensoren die allerlei vitale parameters registreren’, zegt Van Laere. Hij besloot om in die data te duiken en ontdekte daar dat er, uren voor de sepsis zich manifesteert, kleine wijzigingen zichtbaar worden die klinisch vaak niet gedetecteerd worden.
In samenwerking met IBM, ML6, Universiteit Antwerpen en UZA ontwikkelde Van Laere een vorm van AI-monitoring die de klok rond waakt aan de bedjes van de vroeggeborenen en zorgverleners helpt om sepsis vroeger op te merken. Innocens werd getraind met data van 40.000 patiëntdagen van prematuren opgenomen in de afgelopen tien jaar. Het model werd ondertussen gevalideerd in drie grote ziekenhuizen.
In 2021 werd de technologie voor het eerst getest. ‘Al in de eerste maanden merkten we dat een meerderheid van de sepsisinfecties sneller gedetecteerd werd’, zegt Van Laere. ‘Terwijl een tijdswinst van een halfuur al geassocieerd wordt met een grotere overlevingskans, bedraagt de gemiddelde tijdswinst ten opzichte van een medisch team, berekend op data van het verleden, ongeveer 11 uur.’
Strenge regelgeving
Ondanks die beloftevolle resultaten wordt Innocens voorlopig uitsluitend gebruikt voor onderzoek. ‘Er wordt heel wat geschreven over de toepassingen van AI in de medische wereld, soms lijkt the sky the limit, maar eigenlijk zijn er weinig tools die werkelijk het bed van de patiënt bereiken’, zegt Van Laere.
De AI-tools die de klinische praktijk ondersteunen, zijn immers onderworpen aan strenge regelgeving. Dat komt omdat de AI-tools beschouwd worden als medisch hulpmiddel en dus onder de Europese Medical Device Regulation (MDR) vallen. Medische hulpmiddelen worden pas gecertificeerd als ze voldoen aan een reeks eisen voor veiligheid, prestaties en ontwerp. Zorgaanbieders, zoals ziekenhuizen, mogen alleen medische hulpmiddelen gebruiken die aan al die eisen voldoen.
‘Deels terecht’, zegt Van Laere. ‘Uiteraard mag je geen aardappelmesje gebruiken om iemand te opereren. Maar als de regelgeving amper hanteerbaar is omdat het proces lang, complex en duur is, dan fnuikt dat de innovatie.’
Cornu, De Boever en Hamers kunnen zich daarin vinden. Volgens Hamers is het proces om het certificaat te verkrijgen voor software disproportioneel en zijn vooral kleine start-ups en ziekenhuizen daarvan de dupe. ‘Ziekenhuizen hebben gewoon niet de financiële capaciteit om alle AI-tools die ze ontwikkelen door dat proces te loodsen. Daarvoor is bijna altijd externe financiering nodig. Gelukkig is AI maar een puzzelstuk van de grotere digitale revolutie die vandaag wel al voor een kentering heeft gezorgd.’
De Boever vult aan: ‘Ziekenhuizen hebben een centrale rol in de zorginnovatie die we kunnen realiseren met AI, maar partnerschappen met onder andere technologiebedrijven, farmaceutische bedrijven, experts in regelgeving en kennisinstellingen zijn de sleutel om de kennis en middelen samen te brengen voor marktklare producten.’
Innocens zal een klinische studie doen om de veiligheid en de capaciteit van de tool te meten, maar is daarvoor volledig afhankelijk van durfkapitaal. Voor Innocens ligt de financieringsnood ergens tussen de twee en de vijf miljoen euro.
‘De MDR maakt dat AI in het klinische domein nog niet zo ver is doorgebroken als we zouden willen’, besluit Hamers, die hoopt dat de regelgeving vroeg of laat tegemoet zal komen aan de verzuchtingen van de sector. ‘De implementatie van AI-tools gaat inderdaad trager dan je zou denken’, zegt De Boever. Vooraleer medische AI-toepassingen in de praktijk gebruikt kunnen worden, gaan er jaren voorbij.’
Black box
Toch zijn experts het erover eens dat regelgeving noodzakelijk is. De veiligheid en de betrouwbaarheid ervan moet bewaakt worden en daarvoor is een grondige validatie en monitoring van die systemen nodig. AI-tools kunnen immers fouten maken.
Professor Wim Van Biesen, diensthoofd nefrologie bij het UZ Gent en auteur van het boek Geneeskunde in tijden van AI, gelooft in het potentieel ervan maar is ook kritisch. ‘Het is zoals een mes: je kunt er iemand mee opereren, maar je kunt er ook iemand mee doodsteken.’ Volgens Van Biesen is AI ‘gevaarlijk speelgoed’ waar we de limieten nog niet van kennen en dat ook ongewenste nadelige effecten kan hebben.
Zo vormen hallucinaties een risico. Een in de VS veelgebruikte AI-tool om doktersbezoeken op te nemen en samen te vatten bleek soms hele passages tekst uit te vinden die nooit door de dokter of patiënt werden uitgesproken.
Volgens De Keyzer vormt mogelijke bias in de trainingsdata ook een probleem. ‘Als een AI-tool uitsluitend getraind wordt op gegevens van oude mannen, gaat die waarschijnlijk niet werken voor jonge vrouwen. Het is belangrijk dat de trainingsdata divers zijn, zodat die toepasbaar is op de populatie die bij jou in het ziekenhuis over de vloer komt.’
Vals positieven
Verder zijn AI-modellen zelden transparant over hoe ze aan hun output komen. Die black box en het gebrek aan uitlegbaarheid spelen hun betrouwbaarheid parten. Daarom is het gevaarlijk als artsen blind op de output vertrouwen. ‘Bij het gebruik van AI zetten we onze hersenen buitenspel’, zegt Van Biesen. ‘Denk aan de gps die we kritiekloos volgen.’ Ook Cornu wijst op het gevaar van die zogenaamde automation bias. ‘De uiteindelijke beslissing moet daarom altijd door de medische professional genomen worden – die blijft aansprakelijk’, waarschuwt Latré.
Soms geven AI-modellen vals positieve resultaten. Dat klinkt misschien minder erg, maar het zadelt artsen wel op met overbodig werk. Zo herinnert Van Biesen zich dat er een paar jaar geleden in samenwerking met enkele ziekenfondsen een app gelanceerd werd om huidkanker op te sporen. ‘Dat idee kwam er om de wachttijden bij de dermatologen in te korten. Op basis van een foto zou de app aangeven of er sprake was van een verdacht plekje, en dat zou mensen waarvan huidplekjes onschuldig zijn een afspraak bij de dermatoloog besparen. Wat bleek? Gebruikers van de app kregen zo veel vals positieve resultaten dat er alleen al in Oost-Vlaanderen honderden extra dermatologen nodig zouden zijn geweest om van al die mensen een biopsie te nemen. In theorie was die app een leuk idee, maar in de praktijk werkte hij dus niet.’
Belofte of bubbel
Is het sop de kolen dan wel waard? Leven we met een belofte of in een bubbel? ‘Als je achterom kijkt, zijn er voldoende redenen om sceptisch te zijn’, begrijpt Latré. ‘We praten al lang over het potentieel van AI in de medische wereld, en voorlopig zijn de grote doorbraken er nog niet. Ik geloof wel dat we nu op een belangrijk kantelpunt zijn aanbeland.’
‘We praten al lang over het potentieel van AI in de medische wereld, en voorlopig zijn de grote doorbraken er nog niet.’
Hamers merkt dat de verwachtingen van AI in de medische wereld hooggespannen zijn. ‘Hoewel ik me kan indenken dat AI een grote impact kan hebben, is het maar de vraag of die technologie de heilige graal is die alle problemen van het zorgpersoneel en de patiënten zal oplossen. Zoals de wet van Amara zegt: de impact van technologie wordt overschat op korte termijn en onderschat op lange termijn. Soms ben ik bang dat mensen ontgoocheld zullen zijn. Niet omdat de technologie niet werkt, maar omdat men er eenvoudig te snel te veel van verwacht. We moeten deze technologie leren vertrouwen. Dat is heel menselijk en vraagt tijd.’
Star Trek
Waar gaat deze tergend trage revolutie naartoe? Peter Peumans, onderzoeksdirecteur Gezondheid & Tech bij Imec, verwacht evoluties op het gebied van wearables – draagbare technologie zoals fitnesstrackers en smartwatches – met diagnose of detectie op afstand. ‘Als we alle data gebruiken uit ons dagelijks leven, heeft dat een groot kostenbesparend potentieel voor de gezondheidszorg.’
De Mey en Peumans verwachten dat AI in de toekomst ook suggesties zal doen voor welke medicatie een patiënt het best zou krijgen. ‘Dat gaat dan niet enkel over traditionele medicatie, maar over geavanceerde therapieën zoals cel- en gentherapie, waar je veel meer mogelijkheden hebt om die therapieën te optimaliseren voor één specifieke aandoening of patiënt’, aldus Peumans.
‘Het is een droom om als arts te kunnen steunen op een AI-systeem dat alle ervaringen van alle patiënten en alle artsen combineert, om vervolgens een persoonlijk advies te geven.’
Verbiest hoopt op een krachtig AI-model dat dankzij enorme hoeveelheden data goede voorspellingen maakt en adviezen geeft. ‘Ik denk dat we het onze patiënten verplicht zijn om aan zo’n technologie te werken. Soms zie ik mensen met zeldzame aandoeningen, en dan wou ik dat ik minstens tien andere patiënten had gezien met diezelfde aandoening, zodat ik beter zou weten hoe ik die het best behandel. Het is een droom om als arts te kunnen steunen op een AI-systeem dat ons helpt om diagnoses te stellen en adviezen te geven die gebaseerd zijn op de data van tienduizenden patiënten van over de hele wereld. Een systeem dat alle ervaringen van alle patiënten en alle artsen combineert om vervolgens een persoonlijk advies te geven.’
Hoewel het team van De Mey momenteel nog kreunt onder de datastroom die ze te verwerken krijgen, is hij er ook van overtuigd dat het tij vroeg of laat zal keren. ‘Over tien, twintig of dertig jaar zullen radiologen de analyses niet meer zelf maken, maar zullen computers die taak overnemen. AI-modellen zullen dan ziektes vaststellen en behandelingen voorstellen. Denk aan de “tricorder” uit Star Trek: een machine die door de scheepsarts gebruikt wordt om onder andere ziektes te diagnosticeren en de gezondheid van personen te controleren. Wie die arts wordt, is nog onduidelijk, maar radiologen zijn het nu natuurlijk al gewend om met dergelijke machines te werken. Misschien vervangen radiologen dan wel alle andere artsen.’ (lacht)
Als de dromen van experts uitkomen, ontsnapt in de toekomst geen enkele cel in ons lichaam nog aan het alziend oog van AI. We zullen meer weten over onze gezondheid dan ooit tevoren. Dan rest ons de vraag of we dat allemaal wel willen weten. Peumans: ‘Als er een enveloppe voor je ligt met daarin je sterfdatum, maak je die dan open of niet?’
Fout opgemerkt of meer nieuws? Meld het hier
