‘AI is krachtig gereedschap dat je goed moet gebruiken’
Artificial intelligence (AI) speelt in de toekomst een steeds grotere rol in ons leven. ’’Laten we de mogelijkheden van AI in de zorg omarmen, in plaats van bang te zijn voor het onbekende’’, oppert Martijn van Grieken tijdens zijn talk bij TEDxEindhoven Salon Event ‘Embodying Innovation’. Hij is medeoprichter van Gimix, een bedrijf gespecialiseerd in data science en AI.
Gimix helpt organisaties data om te zetten in waardevolle en relevante informatie met behulp van statistiek en AI-technieken zoals machine learning.’’ Belangrijk om daarbij op te merken is dat AI geen doel is, maar een verzameling van technieken die patronen vinden in grote hoeveelheden gestructureerde en ongestructureerde data zoals afbeeldingen, video’s, geluidsfragmenten of tekst.’’
Data de brandstof, AI het gereedschap
Data is volgens hem de brandstof. AI moet je zien als de gereedschapsset waarmee je data omzet in waardevolle informatie.’’ Wat zo bijzonder is aan deze lerende algoritmes, is dat we ze niet hoeven uit te leggen hoe ze een antwoord moeten afleiden. Ze kunnen leren doordat we ze de goede antwoorden geven.’’ Algoritmes leren zoals mensen. Hun principes zijn gebaseerd op het menselijk brein waarin neuronen informatie doorsturen.’’ Bij deep learning sturen kunstmatige neuronen informatie door totdat een algoritme een patroon herkent met een zekere precisie.’’
Een sector met een enorme hoeveelheid data met potentieel een gigantische impact voor de maatschappij is de gezondheidszorg. Het leent zich uitstekend voor de toepassing van AI meent Martijn van Grieken. ’’De hoeveelheid data die in de gezondheidssector wordt gegenereerd, wordt groter en komt sneller beschikbaar. Dat is een van de belangrijkste redenen waarom AI de afgelopen jaren zo in de lift zit.’’
Er is te veel data in allerlei vormen in de gezondheidszorg om deze te ontrafelen met behulp van reguliere statistische methodes, stelt de medeoprichter van Gimix. ’’AI kan helpen bij het stellen van accurate diagnoses of het maken van behandelplannen.’’ Deze applicaties vallen onder de noemer ‘narrow AI’. Dat zijn intelligente computersystemen die een specifieke taak erg goed uitvoeren.’’
‘De data die in de gezondheidssector word gegenereerd, neemt steeds verder en sneller toe.’
Hij noemt diverse voorbeelden van narrow AI-projecten waarbij Gimix betrokken is. Eén ervan gaat over ziekenhuisbevallingen waarbij met apparatuur zowel de hartslag van de baby als de weeënactiviteit wordt gemeten. Een ervaren en gespecialiseerde gynaecoloog bestudeert of er een patroon in deze twee signalen zit dat kan duiden op nood bij de ongeboren baby. ’’Wij gebruiken AI om deze subjectieve beoordeling te vervangen door een objectieve, mathematische beoordeling van de situatie. Op basis waarvan de gynaecoloog dus kan ingrijpen.’’
Detectie van oogziektes
Een ander project waarbij AI wordt gebruikt is de detectie van oogziektes. ’’We gebruiken AI om in het oog (fundus) te kijken en vast te stellen of er sprake is van een aandoening zoals macula degeneratie. We doen dit door AI-modellen te trainen door vele voorbeelden te tonen waarvan ze kunnen leren wanneer er sprake is van een aandoening en wanneer niet. Je vertelt ze niet waar ze op moeten letten. Maar laat ze een voorbeeld zien van goede en slechte ogen. Dan bepalen zij uiteindelijk zelf of er sprake is van een ziekte.’’
Een laatste voorbeeld dat Martijn van Grieken geeft, betreft het tellen van verdachte tumorcellen in biopten. AI telt snel en nauwkeurig en kan de medisch specialist de informatie geven die hij nodig heeft. ’’Daarmee bespaar je veel tijd.’’
Volgens de data-expert zijn er zo nog vele andere interessante ontwikkelingen op het gebied van AI binnen de gezondheidszorg. ’’Net zoals een Zwitsers zakmes is AI een krachtig gereedschap dat je kunt gebruiken in vele gebieden van de gezondheidszorg. Maar je moet het wel op de juiste manier en volgens bepaalde regels gebruiken.’’
AI op een veilige en gezonde manier gebruiken
Om AI op een veilige en gezonde manier te gebruiken in de gezondheidszorg moeten verschillende punten worden aangepakt. Het belangrijkste punt van data is beschikbaarheid, benadrukt hij. ’’Heb je een representatieve set die veel data bevat van hoge kwaliteit, zonder vooroordelen?’’
Een ander belangrijk onderwerp is dat van stakeholderbetrokkenheid. ’’We moeten zorgen dat bij een AI-project in de gezondheidszorg alle stakeholders betrokken worden. Tijdens de ontwikkeling maar ook tijdens de uitvoeringfase. En neem de controleerbaarheid: wie controleert de resultaten? We hebben transparantie nodig in deze systemen. Dat is niet altijd eenvoudig. Soms gaat transparantie ten koste van het resultaat.’’
Een volgend punt van aandacht is privacy en veiligheid. ’’We moeten waarborgen dat gegevens van patiënten beschermd en veilig worden opgeslagen.’’ Daarnaast staat hij stil bij het legale en ethische aspect. ’’Wie is verantwoordelijk voor een besluit als een algoritme het verkeerd heeft? Een dokter kan het advies van een computer gedeeltelijk negeren. We moeten ook met deze onderwerpen omgaan. Anders kunnen er problemen ontstaan.’’
‘We moeten waarborgen dat gegevens van patiënten beschermd en veilig worden opgeslagen.’
Martijn van Grieken deelt zijn visie over hoe je dit bereikt. ’’Zorgprofessionals worden opgeleid om zorg te leveren, niet om uit te blinken op het gebied van AI of te fungeren als ‘privacy-security expert’. Ik vind dat ook niet nodig. We kunnen deze problemen oplossen door de functie van data steward of CMDO (chief medical data officer) in te stellen. Dit wordt aanbevolen door Nictiz, kennisinstituut voor digitale informatie-uitwisseling in de gezondheidszorg.’’
De CMDO speelt een rol voor, tijdens en na de ontwikkeling van een AI-applicatie. Hij of zij overziet in eerste instantie de verzameling van toekomstige, duurzame archivering en toegang tot data. En kan volgens de data-expert bepalen of data op een verantwoordelijke manier kan worden gedeeld met andere organisaties, zoals andere ziekenhuizen, IT-leveranciers en publieke organisaties.
‘Door samen te werken aan AI-oplossingen zijn alle relevante stakeholders betrokken’
Een ander aspect dat moet worden geadresseerd, is samenwerking stelt hij. Door samen te werken aan AI-oplossingen zijn alle relevante stakeholders betrokken en kunnen zij de specifieke issues zien die op hun gebied van expertise liggen. ’’Medisch specialisten zorgen bijvoorbeeld dat data bepaalde medische kwaliteit hebben en voldoen aan de geldende standaarden. En AI-experts zorgen dat datasets gebalanceerd en representatief zijn,’’ stelt hij.
Ondertussen zorgen privacy- en veiligheidsexperts dat data veilig wordt opgeslagen, vervolgt hij zijn verhaal. ’’Op hun beurt zorgen juridische en ethische deskundigen dat medische wetgeving wordt nageleefd en dat de AI-oplossing passend is bij de gezondheidswaarden zoals zorg die voor iedereen toegankelijk is.’’
’’Als we de regels voor AI in de zorg zorgvuldig volgen, leidt dat tot een significante vermindering van de vraag van zorg door zorgprofessionals en een hogere levenskwaliteit voor patiënten’’, besluit data-expert Martijn van Grieken zijn verhaal. ’’Medisch specialisten, huisartsen en patiënten werken samen met ondersteuning van AI om ziekten zo efficiënt mogelijk te behandelen. Laten we zorgen dat we dit Zwitserse zakmes van de zorg op een verantwoorde manier gebruiken en onszelf er niet mee snijden.’’
-
Zes mannenklachten op een rij
De klachten waarmee mannen zich melden in de Mannenkliniek van Bert-Jan de Boer zijn zeer uiteenlopend. Maar sommige komen wel veel vaker voor. De medisch seksuoloog zet er zes op een rij en vertelt hoe je ze herkent en wat je eraan kunt doen.
-
‘Integriteit zit in ons DNA’
‘In ons werk staat de patiënt altijd centraal’, zegt Nathalie Maccow, legal director bij Pfizer. Zij en haar collega’s van de afdelingen legal en compliance bekijken bij alle nieuwe activiteiten van Pfizer of ze ‘compliant’, ofwel volgens de regels zijn. ‘En of mensen er écht baat bij hebben’.
