De inzet van AI in de ziekenhuizen dreigt aan versnippering ten onder te gaan. Daarvoor waarschuwt oprichter Wouter Kroese van AI-pionier Pacmed. “In de toekomst zullen zorgverleners tientallen en misschien wel honderden AI-gebaseerde inzichten en voorspellingen gaan gebruiken. Als dat allemaal puntoplossingen zijn, wordt het onbetaalbaar, on-implementeerbaar en niet te managen.”
Kroeses noodkreet komt niet uit de lucht vallen. In 2014 ontwikkelde Pacmed de eerste plannen om de zorg met behulp van digitale data en artificiële intelligentie (AI) te verbeteren. Tien jaar later kunnen Kroese en zijn collega’s terugkijken op enkele spraakmakende samenwerkingen, met onder meer Amsterdam UMC en Santeon, maar ook op een aantal -zoals Kroese het noemt- “pijnlijke statistieken”. “Wij zijn bij tientallen verschillende ontwikkeltrajecten betrokken geweest. De uitkomsten waren eigenlijk altijd mooi en de betrokkenen enthousiast, maar tot implementatie en gebruik kwam het zelden. Een veelbelovend eerste algoritme is slechts een fractie van het werk om tot een gebruikt en opschaalbaar product te komen.”
Pijnlijke conclusie
De moeizame adoptie van AI hangt volgens Kroese nauw samen met de versnipperde organisatie van de zorg. Mede daardoor bestaat er bij ziekenhuizen en afdelingen een sterke neiging om zelf oplossingen te zoeken. Maar puntoplossingen op het gebied van medische AI zijn wat Kroese betreft dood in de pot. “Het is ons de afgelopen jaren twee keer gelukt om AI naar de patiënt te brengen. Onze software heeft in beide gevallen bewezen voorspellingen en inzichten te kunnen genereren die helpen bij het verbeteren van specifieke medische besluiten. Toch bleek het in beide gevallen geen levensvatbaar en schaalbaar product. Het is tijd voor een harde en voor Pacmed pijnlijke conclusie: Medische AI beslissingsondersteuning is als puntoplossing niet levensvatbaar.”
EPD-integratie
Schaal is volgens Kroese onmisbaar om enkele fundamentele problemen rond de toepassing van AI in de zorg aan te pakken. Hij denkt daarbij onder meer aan de data-kwaliteit en de beperkte toegankelijkheid van data-bronnen, zoals het elektronisch patiëntendossier (EPD). “We zijn destijds tamelijk naïef aan het verwerken, harmoniseren, valideren, verrijken en standaardiseren van alle IC-data begonnen, maar het vraagt ontzettend veel tijd om te koppelen. En dan hebben we het nog niet eens over de integratie in alle uiteenlopende en verschillend geconfigureerde EPD systemen.”
Doodzonde
EPD-integratie is maar één van de technische hindernissen. Daar komen ook nog zaken als data extractie, CE-certificering, continue data monitoring en cloud hosting bij. Tezamen maken ze dat de kosten “veel te hoog zijn voor een puntoplossing”, aldus Kroese. “Wij hebben de afgelopen tien jaar in dit opzicht leergeld betaald. Wij moesten natuurlijk ergens beginnen. En dan is een puntoplossing het logische startpunt. Maar dat we daar tien jaar later in Nederland op honderden plekken steeds weer opnieuw mee starten is doodzonde. In de toekomst zullen zorgverleners tientallen en misschien wel honderden AI-gebaseerde inzichten en voorspellingen gaan gebruiken. Als dat allemaal puntoplossingen zijn, wordt het onbetaalbaar, on-implementeerbaar en niet te managen.”
AI-hype
Toch is dit wel de trend die Kroese ziet. “In het hele land zijn er nieuwe initiatieven. Het is zonde dat die zo versnipperd zijn en dat betrokkenen doorgaans weer helemaal opnieuw beginnen. We besteden in Nederland miljoenen euro’s en duizenden schaarse uren aan AI. Dan is het cruciaal dat die daadwerkelijk bijdragen aan het toekomstbestendig maken van de zorgsector die onder enorme druk staat. Anders lopen we het risico dat we nu een AI-hype opblazen. Als die straks knapt, verliezen we tijd en aandacht die AI de komende jaren hard nodig gaat hebben.”
Hergebruik data
Pacmed wil het goede voorbeeld geven door verdere activiteiten consequent te verbinden aan ijkpunten als waarde, impact, verantwoording en schaalbaarheid. “Samen met ziekenhuizen ontwikkelen wij Pacmed Critical, onze software voor tijdig en veilig ontslag van de IC, door tot een integraal en IC-breed product dat vanuit de behoefte van de zorgverleners alle waardevolle informatie bij elkaar brengt”, aldus Kroese. “Dat betekent bijvoorbeeld dat we dezelfde data voor verschillende doeleinden gebruiken. We gaan daarnaast de ontwikkeling van AI voor ziekenhuizen vergemakkelijken en IC’s helpen om hun AI ambities, onderzoek en projecten naar het bed te brengen.”
Dat dit mogelijk is, bewijzen volgens Kroese de lopende activiteiten in OLVG. “We hebben nu in een paar maanden een nieuwe functionaliteit voor het beter benutten van de capaciteit kunnen ontwikkelen en uitrollen, terwijl we zeven jaar hebben gedaan over onze ontslagsoftware.”
