Politiek en overheid mogen geen rem zijn op AI en innovatie in de gezondheidszorg

“Het potentieel van artificiële intelligentie in de gezondheidszorg is enorm, maar meer dan in andere sectoren is er nood aan eenduidinge visie en een duidelijk wettelijk kader om vooruitgang in ons land mogelijk te maken.” Dat vindt Philippe Wackers, EMEA Storage Infrastructure Architect bij NetApp.

Artificiële intelligentie is stilaan alomtegenwoordig. Zowat alle sectoren hebben er baat bij, maar toch staat de gezondheidszorg het meest in de spotlights. “Een slim systeem dat metaalmoeheid kan detecteren spreekt mensen nu eenmaal minder aan dan een AI die kanker ontdekt in medische scans”, begrijpt Wackers. “Gezondheidszorg en AI spreken tot de verbeelding.”

AI, in de gangbare zin het resultaat van algoritmes getraind via machine learning, is gebaseerd op deep learning aan de hand van enorme datasets. In veel sectoren zijn dergelijke uitgebreide en historische datasets eenvoudig te verkrijgen. Denk maar aan de auto-industrie die zelfrijdende wagens probeert te bouwen, of beeld- en spraakherkenningsalgoritmes.

Patronen en verbanden

Aan de hand van een grote database met representatieve gegevens kan een algoritme patronen vinden, nieuwe verbanden leggen en uiteindelijk zelfs zaken gaan voorspellen. In een dataset met gegevens van alle patiënten van België die 15 jaar teruggaat, zou een algoritme ongetwijfeld een patroon kunnen vinden dat voor een deel van de bevolking hartfalen vooraf kan voorspellen. Waardevol, technisch haalbaar, maar momenteel niet realistisch.

“Dergelijke grote gecentraliseerde datasets zijn vandaag niet beschikbaar in de medische wereld”, weet Wackers. “Er zijn te veel regels die ons beletten om een dergelijke massa data bij elkaar te krijgen.” Medische gegevens worden terecht heel goed beschermd wat de consolidatie van data bemoeilijkt. Bovendien ontbreekt een eensgezinde visie om waardevolle data te centraliseren.

 

“Er zijn te veel regels die ons beletten om een massa data bij elkaar te krijgen.”

 

“Vandaag is het mogelijk om medische gegevens zoals scans uit te wisselen tussen verschillende ziekenhuizen. Meestal staan die scans echter lokaal bij een ziekenhuis en niet centraal op een server. Ook patiëntendossiers raken gedigitaliseerd, maar ook dat gebeurt niet op een eenduidige manier. Leuven, Brussel en binnenkort ook Gent werken elk aan hun eigen systemen. Hoewel er enige compatibiliteit bestaat tussen de drie, is de realiteit dat we drie standaarden naast elkaar gaan gebruiken.” Wackers ziet hier een belangrijke rol voor de overheid om de medische data te centralizeren.

Van reactief naar preventief

“Enkel zo kunnen we gaan naar een centrale anonieme medische database waarop we AI-algoritmes kunnen trainen.” Wackers strijdt niet zomaar voor die evolutie. “Ik ben ervan overtuigd dat we zo een belangrijke stap kunnen zetten naar de geneeskunde van morgen. Die zal onder impuls van AI niet langer reactief zijn, maar preventief.” De Storage Infrastructure Architect droomt van een toekomst die we vandaag al stilaan rondom ons zien ontluiken.

 

Data van bijvoorbeeld fitnesstrackers kan, als die op een veilige manier verwerkt wordt, preventieve inzichten geven.

Denk daarbij aan fitnesstrackers die ons waarschuwen wanneer we moeten bewegen, maar ook sensors die de bloedsuikerspiegel van insulinepatiënten meten of pacemakers die draadloos hun status doorsturen. De verdere ontwikkeling van dergelijke technologieën maakt zo’n preventieve geneeskunde mogelijk. “Als dokters mensen kunnen waarschuwen voor ze ernstige aandoeningen ontwikkelen, is dat beter voor de patiënt”, aldus Wackers, “maar ook voor de gezondheidssector en de staat. Preventieve gezondheidszorg is immers goedkoper.”

Tastbare voordelen

De voordelen van AI in de gezondheidszorg zijn legio. Zo introduceerde het Universitair Ziekenhuis Antwerpen pas nog AI-hulp voor hersenscans. Een algoritme helpt radiologen om de evolutie van MS-patiënten in de gaten te houden, iets wat met het blote oog niet alleen tijdrovend, maar gewoon ook erg moeilijk is. “Een dergelijke evolutie zal op termijn misschien betekenen dat we minder radiologen nodig hebben, maar ik denk niet dat er minder artsen zullen zijn. Zij krijgen dankzij AI-hulp vooral meer tijd voor een persoonlijke begeleiding van hun patiënten.”

 

“Ik denk niet dat er minder artsen zullen zijn.”

 

Eer het zover is, moet natuurlijk de eerste stap worden gezet. Die blijft volgens Wackers een centrale database met voldoende patiëntengegevens. “Een anonieme DNA-database lijkt me het beste initiatief om mee te starten”, droomt hij. Met een regering in lopende zaken is het moeilijk, maar Wackers geeft de indruk dat hij liever sneller dan later actie zou zien van de wetgever. Daarbij gaat het niet alleen om een wettelijk kader voor het gebruik van medische gegevens, maar ook om andere zaken. Wie is er bijvoorbeeld verantwoordelijk wanneer blijkt dat een algoritme toch een fout heeft gemaakt? “Door onvoldoende te doen, remt de overheid innovatie af.”

Moeilijk klimaat

Philippe Wackers beseft dat het klimaat rond het delen van persoonlijke data vandaag niet al te best is. Facebook lijkt er inderdaad eigenhandig voor te zorgen dat we collectief terugschrikken van het idee om heel persoonlijke gegevens zoals medische data beschikbaar te stellen. “Het is niet omdat er misbruik is, dat we het kind met het badwater moeten weggooien”, stelt hij echter duidelijk. “Als er goede garanties zijn dat data alleen anoniem gebruikt wordt en de voordelen voor patiënten duidelijk zijn, denk ik dat er maar weinig mensen een probleem zouden hebben met een centrale database.”

Gerelateerd: AI, machine learning en deep learning: wat is het verschil?