Door slim gebruik te maken van AI kunnen we de zorg efficiënter en betaalbaar maken en zo meer tijd en aandacht geven aan de patiënt. Maar waarom blijft de toepassing van AI in de zorg achter? Een stappenplan voor implementatie moet daar verandering in brengen.
Op een goede manier AI implementeren in de praktijk. Vanuit haar PDEng-opleiding tot klinisch informaticus aan de TU/e verdiepte Sade Faneyte zich de afgelopen twee jaar in dit onderwerp. Dat deed ze in het Rotterdamse Maasstad Ziekenhuis. “Er wordt veel gepubliceerd over AI en er zijn veel modellen, maar hoe krijg je zo’n model nu in de praktijk?” Dat gebeurt nog veel te weinig, stelt de informaticus. “Internationaal, maar ook in ons land zie je gewoon dat heel weinig AI-toepassingen de klinische praktijk bereiken.”
Marktgedreven oplossingen
Er zijn allerlei uitdagingen die de implementatie in de weg zitten, vertelt Faneyte. “AI is bijvoorbeeld heel marktgedreven. De markt biedt oplossingen aan voor problemen in de zorg, die niet per se vanuit de zorg komen. Je ziet ook dat veel toepassingen die nu op de markt zijn of onderzocht worden, echt nog specifiek gericht zijn één specifiek probleem. Als je kijkt naar een zorgproces, kijk je naar de hele keten aan activiteiten. Als je grote impact wilt bereiken, zou je meer die hele keten moeten bekijken met de oplossing. Dat gebeurt nog niet veel.”
Ook zijn zorgprofessionals vaak nog huiverig omdat de effecten en impact in de klinische praktijk nog niet bewezen zijn. Faneyte: “Dat is juist de paradox. Want het is nieuw, je zit echt in de beginfase, de innovatie moet nog geïmplementeerd worden om zichzelf te bewijzen. Zorgverleners weten dan niet wat het dan oplevert, want er zijn nog geen of weinig studies naar gedaan.”
Daarnaast maakt het verschil waar je precies een AI-toepassing implementeert, gaat Faneyte verder. “Een zorgproces in een academisch centrum kan heel anders zijn ingericht dan in een streekziekenhuis. Ook al heb je een goede AI-oplossing die al op de markt is en is gecertificeerd, dan heeft die niet dezelfde effecten heeft in de verschillende omgevingen.”
Beschikbaarheid van data
Dan is er nog de uitdaging van de beschikbaarheid van data. “Hoe krijg je die data vanuit de silo’s beschikbaar als secundaire data om onderzoek mee te doen of iets mee te ontwikkelen of voor commerciële toepassingen.”
Ook verschillen de data nogal van elkaar. De gestructureerde beelddata van radiologie is bijvoorbeeld niet te vergelijken met de data uit Elektronische Patientendossiers (EPD’s).
Stappenplan Healthy AI
Met haar stappenplan wil Faneyte zorgverleners een leidraad geven voor alles waar je aan moet denken als je AI wilt gaan implementeren. Hoe ga je om met nieuwe technologie in het ziekenhuis? Wie heb je erbij nodig? Welke vragen stel je aan leveranciers? Hoe zit het met wet- en regelgeving? Wat weten we al uit best practices van andere centra? Elke stap in het plan heeft een uitwerking met tips en praktische handvaten.
De input voor haar stappenplan haalde ze onder meer uit een aantal casussen in het Maasstad Ziekenhuis. Ze hielp zelf om ze naar de praktijk te brengen. Een voorbeeld is de implementatie van AI-software op de afdeling Radiologie van het MSZ. Begin dit jaar is daar AI-Rad Companion (Siemens Healthineers) geïmplementeerd voor de ondersteuning bij CT-thorax diagnostiek en meer specifiek voor de detectie van longnoduli en longschade.
Naast de concrete casussen verzamelde ze de nodige wetenschappelijke kennis uit de literatuur en interviewde ze experts uit het veld, omdat ze meewerkte aan de leidraad Kwaliteit AI in de Zorg van het ministerie van VWS. Zo haalde ze op hoe ze het doen in andere ziekenhuizen.
Gratis download
Het stappenplan is gratis te downloaden dus andere organisaties kunnen er ook gebruik van maken. Dat is precies wat Faneyte voor ogen had. “Ik wil juist die kennisdeling stimuleren. Hoe doen anderen het en wat kun je van elkaar leren? Het is heel waardevol om onderling kennis te delen.”
Door in stappen de implementatie goed uit te denken en erover in gesprek te gaan met elkaar kunnen veel van de uitdagingen worden weggenomen, stelt Faneyte. Is een klinisch probleem wel voldoende in kaart voor een AI oplossing? Beschik je wel over de voldoende data? Wat is de taak die de AI software moet uitvoeren? Is dat efficiëntieverbetering of betere zorguitkomsten?
“Vaak begint een implementatie bij de laatste stappen. We gebruiken dit stappenplan nu hier in het Maasstad Ziekenhuis om projecten goed te structureren en te begeleiden. Het helpt ons ook om met terugwerkende kracht te kijken welke stappen we hebben overgeslagen.”
Ze raadt dan ook andere ziekenhuizen aan om ook dit stappenplan te gebruiken voor de implementatie van AI. “Het helpt om met elkaar het gesprek aan te gaan, liefst van tevoren. Neem de elementen mee en kijk hoe ze aansluiten bij huidige werkwijze. Maar ga het vooral doen. Als je er niet aan begint, blijf je in de spiraal hangen van dat je wel wilt, maar niet weet wat het oplevert.”
Het stappenplan is gratis te downloaden op de website van de Nederlandse Vereniging voor Klinische Informatica.
