Op 13 mei vond het Smart Health-webinar plaats, een hybride event georganiseerd door het Care Innovation Center West-Brabant en Slimmer Leven. De centrale vraag van deze bijeenkomst was hoe we AI kunnen ontwerpen zodat deze goed landt bij zowel zorgverleners als zorgvragers. Het evenement vond plaats in het MindLabs-gebouw in Tilburg en was ook online te volgen. Het webinar maakte deel uit van de Health Innovation Brabant-reeks en is een onderdeel van het project Brabant Connected Health.
Prof. Dr. Wijnand IJsselsteijn opende het webinar met een boeiende presentatie over de relatie tussen AI en de mens. “Mijn eigen achtergrond is dubbel; ik heb AI gestudeerd en psychologie, en ik denk dat het belangrijk is voor een vakgebied als AI dat we ook altijd oog houden voor het belang van menselijke waardes,” aldus IJsselsteijn. Hij benadrukte hoe geïntegreerd we zijn geraakt met onze elektronische tools en digitale omgeving, en hoe AI al in ons dagelijks leven is verweven, van gezichtsherkenning op onze telefoons tot de aanbevelingssystemen van Netflix en Spotify.
IJsselsteijn nam de deelnemers mee op een reis door de geschiedenis van AI, van de eerste benoeming in de jaren vijftig tot de huidige ontwikkelingen. “In de jaren vijftig dachten tien slimme witte mannen dat ze in een zomerproject alles wat intelligentie vereist door een mens, konden laten doen door een computer. Dat bleek een wat complexer probleem te zijn,” vertelde hij. Hij benadrukte dat hoewel we nu in een stroomversnelling zitten met AI-ontwikkeling, er ook perioden van stagnatie zijn geweest, zoals de AI-winters in de jaren tachtig toen veel verwachtingen niet werden waargemaakt.
IJsselsteijn maakte onderscheid tussen twee soorten AI: smalle AI en generatieve AI. “Smalle AI is wat we op dit moment het meest gebruiken. Het doet aan classificatie, clustering en categorisatie, zoals het herkennen van katten op het internet,” legde hij uit. “Generatieve AI, zoals ChatGPT en DALL-E, creëert nieuwe content door structuren in bestaande data te herkennen en daarop te variëren.” Hij wees op de vele toepassingen van AI in het dagelijks leven en de zorg, zoals diagnostiek, wetenschappelijk onderzoek en het ontwikkelen van nieuwe medicijnen.
IJsselsteijn benadrukte de ethische en maatschappelijke implicaties van AI. “AI heeft een impact op de maatschappij, soms bedoeld, soms onbedoeld. Het is belangrijk om expliciet aandacht te besteden aan de menselijke waardes die we willen behouden en hoe AI deze kan beïnvloeden,” zei hij.
Hij noemde het brittleness-probleem als een van de technische uitdagingen. “Brittleness verwijst naar de kwetsbaarheid van AI-systemen wanneer ze geconfronteerd worden met situaties buiten hun specifieke trainingsdata. Een bekend voorbeeld is de Roomba, de stofzuigrobot die schoonmaakt, maar geen begrip heeft van wat ‘schoon’ betekent. Als de Roomba bijvoorbeeld over iets rijdt wat absoluut niet schoon is en daardoor een grote rommel creëert, zien we hoe beperkt de robot is buiten de gescripte taken,” legde hij uit.
Daarnaast besprak IJsselsteijn het alignment-probleem, dat gaat over de afstemming tussen de doelen van AI-systemen en menselijke waarden. “Het alignment-probleem houdt in dat AI-systemen vaak impliciet of expliciet waardes hebben die niet altijd overeenkomen met menselijke waardes. Een voorbeeld hiervan is een bezorgrobot die stopt voor een rood licht op een plek die de stoep blokkeert, waardoor mensen in rolstoelen niet verder kunnen. Dit laat zien dat het systeem niet goed is afgestemd op de bredere context van menselijke interactie en veiligheid,” zei hij.
IJsselsteijn gaf ook een voorbeeld van hoe geautomatiseerde classificatiesystemen fouten kunnen maken door onbedoelde factoren mee te nemen. “In een onderzoek naar de automatische classificatie van huidtumoren ontdekte men dat het AI-systeem een liniaal, dat vaak in de foto’s werd gebruikt om de grootte van de tumor aan te geven, interpreteerde als een indicator van kwaadaardigheid. Dit is een klassiek voorbeeld van hoe AI patronen herkent zonder de onderliggende betekenis te begrijpen, wat kan leiden tot serieuze fouten in een medische context,” vertelde hij.
IJsselsteijn besloot met een inspirerend verhaal over Garry Kasparov, de wereldkampioen schaken die in de jaren negentig werd verslagen door de schaakcomputer Deep Blue van IBM. “Kasparov verloor destijds van Deep Blue, wat leidde tot grote bezorgdheid over de toekomst van menselijke intelligentie tegenover machines. Maar Kasparov gaf niet op. Hij bedacht een nieuwe vorm van schaken, genaamd Centaurischaken, waarbij menselijke spelers samenwerken met schaakcomputers. De combinatie van mens en machine bleek sterker dan beide afzonderlijk,” vertelde IJsselsteijn.
“AI is mensenwerk,” stelde IJsselsteijn. “Wij dragen bij aan het design en de ontwikkeling van AI en zijn verantwoordelijk voor de ethische principes waaraan AI zich moet houden.” Hij benadrukte dat het belangrijk is om AI op een verantwoorde manier in te zetten, met oog voor menselijke autonomie, competentie en sociale verbondenheid. Hij sloot af met een oproep om AI te zien als een aanvulling op menselijke capaciteiten en niet als een vervanging. “De beste combinatie is die van mens en machine, waar beide elkaar versterken,” besloot hij.
Mandy Aalderink sprak over de praktische implementatie van AI in de zorg. “Er is een groot probleem in de zorg: een tekort aan zorgverleners, dat alleen maar groter wordt,” zei Aalderink. Ze benadrukte dat AI kan helpen om deze uitdaging aan te pakken door efficiëntie te verhogen en zorgverleners te ondersteunen. “AI is een van de middelen die ons echt kan helpen om dat probleem niet helemaal te verhelpen, maar in ieder geval te ondersteunen,” aldus Aalderink.
Aalderink onderstreepte het belang van vertrouwen in AI-systemen. “Medewerkers moeten weten wat AI is, wat het kan en vooral ook wat het niet kan. Zonder dat vertrouwen zal de implementatie waarschijnlijk niet slagen,” zei ze. Ze benadrukte dat educatie een cruciale rol speelt in het opbouwen van dit vertrouwen. “Je medewerkers moeten weten wat AI in de gezondheidszorg kan betekenen en wat de beperkingen zijn. Transparantie over de mogelijkheden en beperkingen van AI is essentieel.”
Een andere belangrijke pijler van een succesvolle AI-implementatie is de technische betrouwbaarheid en veiligheid van de systemen. “Je moet bij alle nieuwe dingen die je implementeert in een organisatie testen of het doet wat je denkt dat het gaat doen. Dus je moet het testen, valideren en waarborgen dat het veilig is,” aldus Aalderink. Ze benadrukte dat onverwachte resultaten de veiligheid in gevaar kunnen brengen, dus grondige tests zijn noodzakelijk.
Aalderink benadrukte ook het belang van duidelijk beleid rondom het gebruik van AI. “Je moet goed vastleggen waar je AI voor inzet, wat er met de data gebeurt en hoe je transparant blijft naar alle betrokkenen,” zei ze. Ze gaf een voorbeeld van een AI-systeem dat gebruikt wordt voor het genereren van conceptantwoorden op patiëntberichten. “Wij krijgen meer dan 8000 berichten per maand van patiënten binnen. AI kan helpen om hier snel en efficiënt op te reageren,” legde ze uit.
Aalderink sloot haar presentatie af met een vooruitblik op de toekomst van AI in de zorg. “Ik denk dat AI over een paar jaar een heel andere rol zal spelen in de gezondheidszorg dan nu. We moeten blijven innoveren en leren van de ervaringen die we opdoen,” zei ze. Ze benadrukte dat AI niet alleen een technologische, maar ook een culturele verandering vereist binnen organisaties. “We moeten een cultuur creëren waarin medewerkers zich comfortabel voelen om AI te gebruiken en er vertrouwen in hebben.”
Carmen Platschorre presenteerde het project “Mijn Virtuele Collega,” een initiatief van Stichting Tante Louise om de werkbelasting van zorgmedewerkers te verminderen door gebruik te maken van een virtuele collega. “Ons doel is het ontwikkelen van een proof of concept van een virtuele collega die als digitale vraagbaak dient voor zorgmedewerkers,” vertelde Platschorre. Ze legde uit dat deze virtuele collega toegang biedt tot interne handboeken en protocollen, waardoor zorgmedewerkers snel en eenvoudig antwoorden kunnen vinden op hun vragen.
Platschorre schetste de achtergrond van het project en de uitdagingen in de ouderenzorg. “We hebben te maken met een steeds grotere vraag naar zorg en een toenemende complexiteit van die zorg. Tegelijkertijd is een derde van het zorgpersoneel 55-plus, wat betekent dat veel zorgmedewerkers de komende jaren met pensioen gaan,” legde ze uit. Het project heeft als doel om de werkbelasting van zorgmedewerkers te verminderen en de kwaliteit van zorg te behouden of zelfs te verbeteren.
De virtuele collega wordt ontwikkeld als een geavanceerde AI die fungeert als digitale vraagbaak. “Of je nou aan het bed van de cliënt staat, op kantoor zit, of een gesprek met een mantelzorger hebt, de informatie moet altijd beschikbaar zijn,” benadrukte Platschorre. Ze legde uit dat de virtuele collega zorgmedewerkers helpt bij het vinden van informatie over medische handelingen, dienstroosters en andere praktische zaken.
Platschorre beschreef het ontwikkelings- en testproces van de virtuele collega. “We zijn begonnen met expert interviews om input te verzamelen van zorgmedewerkers, leerlingen en praktijkopleiders. Op basis van deze input is onze technische partner, Studio 555, nu druk bezig met de ontwikkeling van de virtuele collega,” vertelde ze. In juni en juli volgen demo-sessies waarin zorgmedewerkers feedback kunnen geven op de eerste versie van de virtuele collega. “In september gaan we langdurig testen met een grotere groep zorgmedewerkers,” voegde ze toe.
Het project “Mijn Virtuele Collega” wordt gezien als een eerste stap. Platschorre legde uit dat er in de toekomst mogelijkheden zijn om de virtuele collega uit te breiden naar andere disciplines zoals fysiotherapie en diëtetiek, en mogelijk ook voor cliënten zelf. “We hopen dat de virtuele collega in de toekomst ook spraakgestuurd kan werken en ondersteuning kan bieden aan mantelzorgers,” zei ze. Ze benadrukte het belang van het delen van geleerde lessen via netwerken om ook andere organisaties te laten profiteren van de opgedane kennis en ervaringen.
Charlotte van Sassen deelde haar ervaringen met het verminderen van de druk op de eerstelijnszorg door middel van digitale triage. “Patiënten kunnen online hun zorgvraag indienen, waarna een AI-systeem hen de juiste vragen stelt en mogelijke diagnoses en urgentie bepaalt,” legde Van Sassen uit. Ze benadrukte dat de AI-machine advies geeft aan zorgmedewerkers, die vervolgens de patiënt kunnen informeren over de vervolgstappen.
Van Sassen merkte op dat patiënten over het algemeen zeer tevreden zijn met dit soort systemen. “De bottleneck ligt eerder bij de zorgverleners dan bij de patiënten,” zei ze. Door deze digitale triage kunnen zorgvragen efficiënt en gestructureerd worden afgehandeld, wat tijd bespaart en de kwaliteit van zorg verbetert.
Van Sassen legde uit hoe het systeem werkt: “Patiënten landen op een landingspagina en kunnen verschillende acties ondernemen, zoals het indienen van nieuwe klachten of medische vragen. Het systeem stelt vervolgens de juiste vragen op basis van de antwoorden van de patiënt en bepaalt de mogelijke diagnoses en de urgentie.” Deze informatie wordt gestructureerd naar de zorgmedewerker gestuurd, die dan snel en efficiënt kan reageren.
Een nieuwe toevoeging aan het systeem is de zelfzorgmodule. “Voordat de casus naar de zorgmedewerker gaat, laten we een zelfzorgadvies van thuisarts.nl zien aan de patiënt. Dit kan hen al voldoende helpen, waardoor ze geen verdere hulp nodig hebben,” legde Van Sassen uit. Dit zorgt voor een verdere ontlasting van de zorgmedewerkers en biedt patiënten direct bruikbare informatie.
Van Sassen benadrukte het belang van feedback om het systeem te verbeteren. “Er is een feedbackmodule ingebouwd zodat zorgmedewerkers kunnen aangeven of het systeem correct werkt. Dit helpt ons om het algoritme continu te verbeteren en aan te passen aan de praktijk,” zei ze. Ze sloot af met de opmerking dat patiënten zeer tevreden zijn met deze aanpak en dat het systeem bijdraagt aan een efficiëntere en betere zorgverlening.
Martijn Franken sloot het webinar af met een visie op de toekomst van AI in de zorg. “Het is 2028 en al onze patiënten hebben ergens in hun behandeltraject AI als ondersteuning,” begon Franken. Hij benadrukte het belang van een pragmatische aanpak en het opstellen van een AI-beleid. “Wij hebben een AI-beleid opgesteld en een expertgroep benoemd die nadenkt over wat we al kunnen en wat de volgende stappen zijn,” aldus Franken.
Franken gaf concrete voorbeelden van AI-toepassingen in het Bravis Ziekenhuis, zoals een systeem dat bloedingen in de hersenen herkent en een validatiestudie naar de verblijfsduur op de spoedeisende hulp. “We hebben een systeem dat bloedingen in de hersenen herkent op CT-scans en een studie die voorspelt hoe lang een patiënt op de spoedeisende hulp zal verblijven,” legde hij uit. Deze toepassingen helpen zorgverleners om sneller en beter geïnformeerde beslissingen te nemen.
Franken benadrukte dat het implementeren van AI niet alleen een technologische uitdaging is, maar ook een procesaanpassing vereist. “Je kunt een beleid maken, maar je moet echt met concrete projecten aan de slag om daarvan te kunnen leren,” zei hij. Hij noemde het voorbeeld van een systeem dat afwijkingen op darmonderzoeken identificeert en de top 100 belangrijkste beelden selecteert. “Dit helpt artsen om sneller de juiste diagnose te stellen, maar vereist ook dat zij hun werkwijze aanpassen,” legde hij uit.
Franken sloot af met een inspirerende oproep: “Droom groot, begin klein, maar doe het vooral samen.” Hij benadrukte het belang van samenwerking en continue verbetering om de voordelen van AI in de zorg maximaal te benutten. “In 2028 hebben alle zorgverleners hun eigen virtuele assistenten en zijn AI-systemen geïntegreerd in alle aspecten van de zorg,” voorspelde hij.
Het Smart Health-webinar bood waardevolle inzichten in de rol van AI in de zorg en de uitdagingen en kansen die hiermee gepaard gaan. De verschillende sprekers benadrukten allemaal het belang van menselijke controle, transparantie en educatie bij de implementatie van AI in de gezondheidszorg.
