Sinds 2015 kan bij patiënten met een beroerte de diagnose veel sneller worden gesteld. De sleutel tot grote tijdwinst en daarmee een veel effectievere behandeling: AI-algoritmes. Marquering was direct betrokken bij de ontwikkeling van deze AI-toepassing in de klinische praktijk. De resultaten van dit onderzoek leidden wereldwijd tot toepassing van deze algoritmes en daarmee tot aanzienlijke verbetering van de beroertezorg. Voor een patiënt met een beroerte kan elk uur tijdswinst een groot verschil maken.
Het is een mooi voorbeeld van de bijdrage die AI kan leveren aan verbetering van de zorg. Maar dit soort voorbeelden zijn er nog veel te weinig, stelt Marquering. Het grootste probleem is dat de meerderheid van het AI-onderzoek de stap niet maakt naar klinische toepassingen. Marquering: “Het is mijn streven dat te veranderen. Om juist aandacht te geven aan het begeleiden naar een omgeving waar het meerwaarde zou kunnen opleveren. Want dat is mijn leeropdracht: hoe kunnen we AI zo goed mogelijk naar de praktijk brengen.”
Verbinding met de praktijk
Daarvoor is het volgens Marquering nodig om meer dan nu de verbinding te leggen tussen de AI-ontwikkelaars en de clinici. “Bij AI-onderzoek moet je veel meelopen met de mensen die de patiënt behandelen en die de diagnose moeten stellen. Wat voor informatie wordt er verzameld? Waar zitten de bottlenecks? Pas als je het hele traject meeloopt, krijg je een beeld van wat belangrijk is.”
Want ‘intelligentie’ wil volgens Marquering niet zeggen dat de praktijk direct beter gaat door er veelzijdige intelligentie aan toe te voegen. “Er wordt bij AI gekeken naar hoe goed een taak uitgevoerd kan worden of hoe slim is het. Niet naar welk probleem het oplost, hoe de workflow beter verloopt, of hoe een patiënt er beter uitkomt. Je moet kijken welke problemen nieuwe technologie kan oplossen, of die oplossing past in de manier van werken. Of AI van meerwaarde zou kunnen zijn, daar wordt veel minder naar gekeken.”
‘Artificiële hoogbegaafdheid’
Marquering spreekt daarom liever van artificiële ‘hoogbegaafdheid’ dan van artificiële intelligentie. “De nadruk ligt steeds op die intelligentie. We kunnen computers wel nog intelligenter maken, maar het gebrek aan slimmigheid is niet het probleem. Als wij het nou veel aandacht geven om het in de omgeving te laten embedden, dan komt de meerwaarde ook meer naar boven.”
Er zijn voorbeelden waar dat heel goed is gelukt, zoals een project in Amsterdam UMC waarin gebruik wordt gemaakt van AI om artsen te ondersteunen bij het ontslag van IC-patiënten. Op basis van artificial intelligence wordtin real timeinformatie van patiënten op de intensive care vergeleken met informatie van duizenden patiënten die in het verleden op een IC zijn behandeld. Met die razendsnel verkregen informatie kunnen de IC-artsen beter beslissen wanneer een patiënt overgeplaatst kan worden van de IC naar de verpleegafdeling in het ziekenhuis.
Prachtige toepassing
Een ander voorbeeld is de inzet van AI bij de diagnose van hersentumoren, ontwikkeld door UMC Utrecht in samenwerking met Amsterdam UMC. Hiermee kan tijdens de operatie worden vastgesteld welk type hersentumor een patiënt heeft, waardoor nog op het moment van opereren de behandelstrategie aangepast kan worden. Voorheen kostte zo’n analyse dagen, nu is het mogelijk binnen een uur.
“Een prachtige toepassing”, volgens Marquering. “Maar daarmee ben je nog niet klaar. Als jij een AI-toepassing wilt hebben die breed gedragen wordt, dan moet die ook door andere ziekenhuizen op dezelfde manier gebruikt kunnen worden. Om die stap te doen moet je een lang traject doorlopen. Voordat je AI in de klinische praktijk kunt neerzetten heb je een diverse certificeringen nodig. Daar zijn grote investeringen voor nodig. En het kost ontzettend veel werk, veel administratie. Typisch niet het werk dat je leuk vindt als je gekozen hebt voor een onderzoeksbaan.”
Positieve aandacht
Er is nog steeds veel positieve aandacht voor AI, er wordt veel geld in geïnvesteerd. Tegelijk ziet Marquering dat de aandacht wat aan het afnemen is. En dat vindt hij niet per se een slecht teken. “AI heeft de neiging om ‘ge-overhyped’ te worden. Elke keer als AI weer aandacht kreeg, is er veel beloofd over wat het allemaal kan en wat er allemaal gaat veranderen. Als je dan na tien jaar terugkijkt wat er gerealiseerd is, dan valt het ontzettend tegen.” Marquering ziet voor het gebruik van AI in de medische wereld vooral een perspectief met ‘prachtige toepassingen’. En de grote meerwaarde van deze manier van werken. “Ik ben bijvoorbeeld heel blij met de taalmodellen van tegenwoordig, omdat er dankzij ondersteuning van AI veel beter geschreven wordt. En tijdens covid kon al heel snel met AI vastgesteld worden hoe erg een patiënt eraan toe was. Dat zijn heel mooie ontwikkelingen.”
