Artificiële Intelligentie: wat weten we over de inzetbaarheid?

Een bespreking van een rapport van de KPMG.  Door Rolien de Jong, docent Master Innovatie Zorg en Welzijn (MIZW) aan de HU.

Op verzoek van VWS heeft KPMG (2020) een rapport opgesteld over Artificiële Intelligentie (AI): Inventarisatie AI-toepassingen in gezondheid en zorg in Nederland. Het doel hiervan is om voor zorgbestuurders, zorgverleners en ontwikkelaars het speelveld waarin zij opereren in kaart te brengen. Daarnaast om input te leveren voor het ontwikkelen van nieuwe toepassingen en voor visie en beleid om AI in de praktijk vorm te geven.

De scope van deze inventarisatie wordt bepaald door de definitie van AI: ‘Systemen die intelligent gedrag vertonen door hun omgeving te analyseren en – met een zekere mate van zelfstandigheid – actie te ondernemen om specifieke doelen te bereiken’ (https://www.datavoorgezondheid.nl/over-ai) en de eis dat de AI-toepassingen in de zorgpraktijk getest of gebruikt worden (pilot- en productiefase). Er waren 400 systemen die binnen de scope leken te vallen, bij 111 ervan  is een verdiepende vragenlijst ingevuld.

Bevindingen

De belangrijkste bevindingen zoals vermeld in de Kamerbrief (5 oktober 2020) zijn:

• De medisch-specialistische sector is koploper (64% van de geïnventariseerde AI-toepassingen wordt gebruikt in deze sector) wat betreft het aantal AI toepassingen in de pilot-fase en verder. De meeste toepassingen richten zich op analyse van beelden (CT-scans, MRI-scans en fundusfoto’s). Sectoren waarin nog relatief weinig gebruik wordt gemaakt van AI zijn de gehandicaptenzorg en de jeugdzorg.
• AI-toepassingen worden het vaakst ingezet bij de start van het zorgtraject (35%), voor diagnostiek. AI als onderdeel van de behandeling komt minder vaak voor (6%).
• De AI-toepassingen maken het vaakst gebruik van patroonherkenning (29%), gevolgd door beeldherkenning (24%) en natural language processing (16%).
• Naast het betrekken van patiënten wordt er in de fases van pilot en (pre)productie veel samengewerkt met andere partijen bij de ontwikkeling van AI-toepassingen, zoals een kennisinstelling, technologiebedrijf of zorginstelling. Het delen van data en modellen onderling wordt als lastig ervaren, maar het samenwerken lijkt wel bevorderlijk voor het succes;
• De meeste AI-toepassingen hebben als doel het verbeteren van de zorgkwaliteit (77%) of het verbeteren van de doelmatigheid van zorg (76%).

Daarnaast vermeld KPMG in de rapportage:

• Voor bijna de helft van de toepassingen ontbreken businesscases/waarde proposities.

De rapportage roept een aantal gedachten op.

1. Dit goede initiatief van VWS om overzicht te creëren bevordert ontwikkeling van innovatie maar er is nog een lange weg te gaan

Door de stand van zaken met AI in het zorgproces te publiceren faciliteert de overheid het veld met inzichten voor doorontwikkeling van innovaties.

Het is geen verrassende uitkomst dat AI vooral wordt ingezet bij analyse van beelden, veelal aan het begin van de behandeling (diagnostische fase). Voor diagnostiek is AI als eerste inzetbaar omdat de voorwaarden wat betreft techniek in het veld aanwezig zijn: AI werkt goed bij input van vaste data, zoals scans en metingen.

Bovendien is er wat betreft de radiologie, die deze scans en metingen moeten beoordelen, een dringend probleem: er is (wereldwijd) een tekort aan radiologen, dus grote noodzaak om instrumenten als AI in te zetten om personeel effectief in te kunnen zetten.

Verderop in zorgprocessen na de diagnostische fase waar minder (geordende) vaste data beschikbaar zijn, kan AI ook minder worden ingezet. Voorwaarde is dat als eerste een  dringende noodzaak of zorgprobleem gedeeld wordt waarbij AI zou kunnen worden ingezet en vervolgens dat de benodigde data geordend beschikbaar zijn. Dit is echter niet het geval omdat de complexiteit wat betreft betrokkenen, behandeling en resultaten nog erg groot is.

Dan blijft de vraag of de uitkomsten van AI te vertrouwen zijn. Op dit moment is het altijd zo dat een mens beslist om de uitkomsten van AI in te zetten in de behandeling. Er is bijvoorbeeld altijd een radioloog die besluit in hoeverre het advies van de computer wordt meegenomen. Hoe dat in de toekomst zal gaan is nu nog niet te voorspellen.

2. Zorgprofessionals lopen achter ontwikkelaars aan op weg naar werkende AI

AI is de nieuwste trend of hype binnen de ontwikkeling van zorg, maar wel de zoveelste. In alle tijdschriften is er wat over te lezen. We herinneren ons nog de voorgaande trends zoals: de komst van internet waardoor het mogelijk werd eHealth te leveren (zorg met inzet van IT); vervolgens Gezondheid 2.0 (mogelijkheden voor patiënten om te participeren in de zorg via IT); de komst van de cloud (via gezamenlijke IT infrastructuur gegevens delen); big data (alle gegevens die belangrijk zijn voor de gezondheid worden verzameld) en nu AI (systemen die de big data kunnen analyseren).

Niet voor niets volgen deze trends elkaar op, als je een stap genomen hebt doemen de mogelijkheden van de volgende stappen al op. Maar het is goed om te beseffen dat niet iedereen even snel loopt. Sommigen zijn nog bezig de vorige trend te onderzoeken. Waar zit iedereen?

• Betrokkenen (ontwikkelaars, patiënten, zorgprofessionals) die geïnteresseerd zijn in de ontwikkeling van techniek lopen voorop met AI.
• Betrokkenen (ontwikkelaars, patiënten, zorgprofessionals) die geïnteresseerd zijn in de inhoud van zorg zoeken naar zinvolle toepassing van eHealth en Gezondheid 2.0.
• De komst van COVID19 zorgt voor beide groepen voor een versnelling in dit denken.

Voor een effectieve ontwikkeling van het hele domein van digitale zorg is het belangrijk om de verbinding te houden met alle technische en inhoudelijke zorgontwikkelaars, van eHealth tot AI.

3. Financiering van AI in beeld?

Opvallend in de rapportage zelf is de nadruk op de afwezigheid van een businesscase (BC). Is het niet juist logisch dat een vernieuwing als eerste de meerwaarde voor de samenleving moet aantonen voordat je er een economische waarde aan kan geven? Als deze waarde niet duidelijk is, zijn we wellicht commerciële partijen aan het helpen om geld te verdienen.

Mogelijk, wordt in de rapportage aangegeven, heeft de beperkte aanwezigheid van een BC te maken met de beperkte betrokkenheid van zorgverzekeraars? Wat kan een reden zijn voor deze beperkte betrokkenheid? Zien zij voor zichzelf geen rol als financier van de zorg?

Conclusie

Concluderend kan gezegd worden dat deze rapportage een mooi overzicht geeft van de stand van zaken en tevens laat zien waar er nog werk te verrichten is. Dat werk zit vooral in het waarom, waar en hoe we AI willen toepassen en welke keuzes we (alle stakeholders) hierover maken.