‘We moeten er nu echt mee aan de slag’

Dossier: Artificial Intelligence

Radioloog Carolien Toxopeus (OLVG) is groot voorstander van AI. Zij is betrokken bij de implementatie van AI in het Amsterdamse ziekenhuis en koestert de winst die het haar afdeling en patiënten al oplevert.

Kunstmatige intelligentie op de afdeling Radiologie in het OLVG is al aardig verweven in de werkprocessen, onder meer bij de beoordeling van radiologische beeldvorming bij acute pathologie. Op hun drukbezochte seh bijvoorbeeld, waar vele (toeristen) patiënten zich na een fietsongeluk melden die mogelijk een hersenbloeding of nekfractuur hebben. Of voor patiënten met een verdenking op een longembolie.

Pop-upmelding

‘Precies in de tijd van COVID namen we het algoritme voor detectie van longembolieën in gebruik’, vertelt Toxopeus. ‘Hierdoor konden we de patiënten met een longembolie op de ct-scan er veel sneller uitpikken. Die snelheid is relevant bij alle spoedzorg waarbij beeldvorming wordt verricht. Extra snelheid op de seh krijg je doordat - wanneer er een scan met een positieve bevinding binnenkomt - het algoritme niet alleen bij radiologen maar ook bij betrokken clinici een pop-upmelding op hun beeldscherm geeft. Hierdoor kunnen we in de hele lijn efficiënter handelen. Patiënten met bijvoorbeeld een hersenbloeding kunnen we tot wel 70 procent sneller beoordelen.’

Werkdruk

Een nieuwe pilot in het OLVG is het automatisch protocolleren van radiologische onderzoeken. Met een data-scientist en een klinisch fysicus onderzoekt Toxopeus of met AI en tekstherkenning een algoritme kan worden gemaakt, waarbij vanuit klinische gegevens in tekst automatisch het beste scanprotocol gekozen kan worden. Hierdoor hoeven alleen de meest lastige cases handmatig ingevuld te worden. De eerste testresultaten lijken hoopgevend. AI is dus op vele manieren geïntegreerd in de radiologie: in het maken van beelden, in selectie van het juiste onderzoeksprotocol en in de beoordeling. Toxopeus: ‘Onze werkdruk neemt toe doordat radiologie steeds meer onderzoeken doet waarbij het aantal beelden per onderzoek enorm is toegenomen. AI helpt die druk te verlagen. De tijd en inspanning die we erin stoppen, betaalt zich terug.’

Diversiteit in algoritmes

Bij nieuwe AI-oplossingen wil Toxopeus globaal weten hoe deze tot stand zijn gekomen. Met wat voor dataset, en hoe divers deze was bijvoorbeeld. Bij implementatie is het vaak wijs om het algoritme op de eigen patiëntendata te testen in een pilotfase. ‘Zo houd je enigszins controle op de technologie die je in huis haalt’, legt de radioloog uit. ‘Diversiteit in onder andere ziektedetectie-algoritmes om bias te voorkomen is net als accuratesse belangrijk. Als medisch specialist blijf je eindverantwoordelijk, dus moet je daarin op zijn minst inzage hebben. Zeker als je betrokken bent bij implementatie. Je kunt hier overigens op sturen door partnerships aan te gaan met betrouwbare bedrijven die diversiteit in hun algoritmes verwerken. Wat mij betreft een belangrijk punt van aandacht in FDA- en CE-certificering.’

Intellectueel eigenaarschap

De ziektedetectie-algoritmes op radiologie zijn FDA- en CE-gecertificeerd en al ‘af’. Dat betekent dat de patiëntendata door de algoritmes worden geanalyseerd voor diagnostiek, maar nu niet als input dienen ter verbetering van het algoritme. ‘Wanneer je als afdeling of ziekenhuis een partnership aangaat met een AI-bedrijf, zou je ook kunnen afspreken dat je samen een algoritme ontwikkelt. Ook al kan het een uitdaging zijn een bedrijf ervan te overtuigen om het intellectueel eigenaarschap ervan te delen.’

Scholing en verdieping

Over de waarde van AI voor haar werk zegt ze: ‘Deze nieuwe techniek levert toegevoegde waarde aan je verslag. Ook zorgt de manier waarop wij het klinisch geïmplementeerd hebben, voor een aanzienlijke reductie in beoordelingstijd van radiologische beelden bij seh-patiënten. Het vergt scholing en verdieping om te snappen hoe AI werkt en om veilig met de devices aan de slag te kunnen. Ik zie het als mijn opdracht iedereen hierin mee te krijgen.’

Patiëntveiligheid

Met collega’s en klinisch fysici wisselt ze ervaringen uit om van elkaar te leren. Het helpt ook dat in AI-gespecialiseerde radiologen vanuit de wetenschappelijke vereniging handvatten kunnen aanreiken. Ondertussen verkent de radioloog of ze AI nog meer in de klinische workflow kan integreren: ‘Met longartsen van het OLVG voerden we al een risicoanalyse uit op de mogelijke valkuilen en keken we hoe we bij de inzet van AI de patiëntveiligheid kunnen borgen.’ Ze besluit: ‘Als ik moet bewijzen dat AI de toekomst heeft, zeg ik altijd: “AI ís er al, de techniek staat. We moeten er nu echt mee aan de slag”.’

Download het dossier als pdf
Ga naar alle artikelen uit het magazine

Lees meer artikelen uit dit dossier