Snellere diagnoses dankzij artificial intelligence
In 2001 konden we dankzij Steven Spielberg voor het eerst op grote schaal kennismaken met artificiële intelligentie. De film A.I.: Artificial Intelligence bracht een confronterend verhaal waarin robotica en AI het wonnen van het menselijk brein. Ondertussen zijn we ruim twee decennia verder en is de sciencefiction realiteit geworden.
Anno 2023 wordt AI door de zorg omarmd als een extra paar ogen, die helpen bij preventie, diagnosticeren en behandeling. ”Het is onmogelijk geworden om met het menselijk oog en brein alle data te analyseren”, bevestigt Johan De Mey, professor anatomie en radiologie en verbonden aan de Vrije Universiteit Brussel. “Op dit ogenblik hebben we minder dan één seconde per CT- of MRI-beeld als we radiologen vijf uur per dag geconcentreerd naar beelden laten kijken.”
AI helpt duidelijk op verschillende domeinen. “Enerzijds door de beelden scherper en duidelijker te maken, anderzijds door de beelden kwantitatief te analyseren en door de ‘afwijkingen’ in de beelden aan te duiden. De beelddata worden dus door AI aan ons gepresenteerd in een soort samenvatting, waardoor je meer tijd hebt om in de diepte de afwijkingen te analyseren en er ook tijd vrijkomt om samen met de andere collega’s over de behandeling na te denken.”
Betere geneeskunde
De Mey staaft met enkele concrete voorbeelden: “Software meet ondere andere het volume van een herseninfarct ten opzichte van het hersenweefsel dat nog kan herstellen. Op basis daarvan kun je beslissen of de klonter die het infarct veroorzaakte best mechanisch verwijderd wordt met katheterisatie. Zo zal AI bijvoorbeeld ook alle mogelijke hersenbloedingen of uitzaaiing van kanker in de long aanduiden op de beelden. Voor de evaluatie van dementie en hersenletsels bij multiple sclerose werken we ook met AI en krijgen we een duidelijk beeld of een patiënt goed reageert op een behandeling. In de beeldvorming van het hart helpt AI ons om te zeggen welk bloedvat ziek is, wat de graad van ziekte is en zelfs hoe je die het best kunt behandelen.”
Professor Johan De Mey geeft mee dat op dit ogenblik de bijdrage van AI alleen maar positief is. “We zijn met te weinig radiologen en artsen. Op dit ogenblik zorgt AI ervoor dat we betere geneeskunde kunnen aanbieden en de besluitvorming als mens optimaal kunnen aansturen op basis van gestructureerde en correcte data. Waarschijnlijk zal AI ooit in staat zijn om een robotoperatie volledig zelfstandig te sturen of om een medicatie- en behandelingsplan voor een patiënt op te stellen op basis van data, maar daar zijn we zeker nog niet. Elk individu is anders en bij een behandeling blijft er steeds een heel belangrijk individueel menselijk aspect.”
De medische verantwoordelijkheid moet altijd bij de dokter/specialist blijven liggen.
Uitdagingen
De mogelijkheden van AI beperken zich echter niet alleen tot analyse van medische beeldvorming. “De toepassingen zijn legio”, vertelt professor Bart De Moor, voorzitter van de AI Academy. “Het kan onder meer worden ingezet bij een nieuwe diagnose- en monitoringtechniek voor niertransplantaties, meer bepaald om de afstotingsverschijnselen te minimaliseren. Binnen de IOTA-databank wordt dan weer een veelheid aan klinische gegevens per patiënt verzameld rond endometriose en ovarische kankers of het inzetten van AI voor de automatisatie van de glucoseregeling bij patiënten in een kunstmatige coma.”
AI lijkt de zorg naar een hoger niveau te tillen, maar er zijn nog wat uitdagingen. De kostprijs is momenteel nog zeer hoog. De Mey: “Al die softwarepakketten kosten enorm veel geld en voor elk type beeldvorming zijn er telkens verschillende opties. Op dit ogenblik bedraagt de investering in ons ziekenhuis in de dienst radiologie voor AI bijna 20 procent van de investeringen in onze apparatuur en dat percentage blijft verder oplopen. AI-toepassingen worden nog niet terugbetaald door het RIZIV, terwijl ze nochtans in ons domein noodzakelijk zijn om kwaliteit te bieden aan onze patiënten.”
“Datakwaliteit bij medische data blijft een van de grootste uitdagingen”, besluit De Moor. “Daarmee bedoel ik de verschillende meetmethodes, -protocollen en de aanwezigheid van missing data. Kijk, met data is er altijd een grote verantwoordelijkheid. Wij catalogeren onze software altijd als ‘decision support’, de ingenieur noch het algoritme neemt zelf de beslissing, maar in de tsunami van data geeft het wel support. De medische verantwoordelijkheid moet altijd bij de dokter of specialist blijven liggen.”