calendar tag arrow download print
Doorgaan naar inhoud

Hoe kunstmatige intelligentie artsen in de praktijk kan ondersteunen

Artikel
24 februari 2021
Kunstmatige intelligentie Gezondheidszorg

Photo: Sirtravelalot/Shutterstock

Image
A doctor and patient discuss what's on their tablet screen

Volgens ontwikkelaars, beleidsmakers en medische professionals zal kunstmatige intelligentie (AI) potentieel veel impact hebben op de zorg. De verwachting is dat AI de zorg zal verbeteren door de werklast van zorgmedewerkers te verlichten, de kwaliteit van besluitvorming te verbeteren of de efficiëntie van de zorg te vergroten. Tegelijkertijd brengt de introductie van AI veel uitdagingen met zich mee voor de medische praktijk. Dit artikel werpt licht op clinical decision support systems, een bepaald type AI voor de klinische praktijk, en hoe deze het werk van medische professionals kunnen aanvullen.

In een recente blogserie heeft het Rathenau Instituut verschillende relevante spelers op het gebied van de Nederlandse gezondheidszorg en innovatie (d.w.z. overheid, ontwikkelaars, ondernemers, juristen en wetenschappers) gevraagd om hun visie op verantwoorde innovatie van AI voor de gezondheidszorg met ons te delen. Een andere blogserie werpt licht op de ideeën en discussie rond de internationale aanbeveling over de ethiek van AI.

Dit artikel van Sophie van Baalen, Mieke Boon en Petra Verhoef belicht de inzichten die voortvloeien uit het artikel "From clinical decision support to clinical reasoning support systems", dat onlangs is gepubliceerd in het Journal of Evaluation in Clinical Practice en hier kan worden geraadpleegd.

Dit artikel behandelt epistemologische (kennistheoretische) vraagstukken die voortvloeien uit de ontwikkeling en implementatie van een specifiek type AI voor de klinische praktijk, namelijk clinical decision support systems (CDSS) en de implicaties daarvan voor de epistemische taken en verantwoordelijkheden van medische professionals. Epistemologie houdt zich bezig met vragen die betrekking hebben op de totstandkoming en het gebruik van kennis. Een voorbeeld van zo’n vraag is: hoe goed geven theorieën (of andere vormen van kennis zoals modellen) het beoogde systeem in de echte wereld (bijvoorbeeld een ziekte) weer, en hoe kan een wetenschapper dat bewijzen?

Kennis voor diagnose en behandeling
In de klinische praktijk zijn medische professionals voortdurend bezig met het verkrijgen en samenstellen van kennis over individuele patiënten om beslissingen te kunnen nemen over de diagnose en behandeling van die patiënten. CDSS zijn systemen die worden ontwikkeld om één of meer epistemsiche taken over te nemen die gewoonlijk door medische professionals worden uitgevoerd. Met epistemische taken bedoelen we taken die bijdragen aan het verkrijgen en samenstellen van kennis over een patiënt ten behoeve van klinische besluitvorming.

Wanneer gebruik je CDSS (niet)?
Er zijn verschillende potentiële onzekerheden en risico's verbonden aan de invoering van CDSS in de klinische praktijk en deze zijn in een recent verslag voor het Europese project RECIPES onderzocht. In dit project wordt onderzocht hoe het voorzorgsprincipe het best kan worden toegepast bij innovaties op basis van technologie waarvan de risico's onduidelijk zijn. In het geval van CDSS worden epistemische taken, die gewoonlijk worden uitgevoerd door medische professionals die de verantwoordelijkheid dragen om deze taken zo goed mogelijk uit te voeren, nu gedelegeerd aan machines. De potentiële risico's die in het verslag worden genoemd gaan over het feit dat CDSS niet in staat zijn de klinische en persoonlijke context van de individuele patiënt mee te nemen in beslissingen. Bovendien kunnen CDSS niet op dezelfde manier als menselijke artsen verantwoordelijk worden gesteld voor de gevolgen van beslissingen.

Aangezien CDSS beter presteren dan artsen in een aantal specifieke, welomschreven epistemische taken, kan de toepassing van deze systemen het klinisch redeneren van artsen wel ondersteunen. Om deze specifieke epistemische taken te kunnen afbakenen is het van belang rekening te houden met de specifieke cognitieve capaciteiten van zowel artsen als AI-systemen. Deze kunnen van elkaar verschillen. CDSS kunnen bijvoorbeeld helpen bij het identificeren van patronen in grote hoeveelheden gegevens die, vanwege de grote hoeveelheid of de complexiteit van het patroon, ontoegankelijk zijn voor mensen. Bovendien kunnen ze helpen bij het opsporen van overeenkomsten in datapatronen van patiënten. Artsen hebben te maken met individuele patiënten en hun specifieke omstandigheden. Zij moeten de meest geschikte behandeling vinden, rekening houdend met de diagnose, de persoonlijke situatie van de patiënt en de situatie van het ziekenhuis in kwestie. Bovendien kunnen zij collega's raadplegen en met hen overleggen. Als een CDSS bepaalde epistemische taken moet overnemen, moet dit worden ingebed in het klinische redeneerproces, en de arts moet nog steeds de verantwoordelijkheid kunnen nemen voor het uiteindelijke redeneerproces en het resultaat. In plaats van CDSS te beschouwen als een hulpmiddel bij het nemen van beslissingen, stellen wij daarom dat het beter is deze systemen te beschouwen als een hulpmiddel bij het klinisch redeneren, d.w.z. als een clinical reasoning support system (CRSS).

Hybride intelligentie
De juiste toepassing van CRSS kan besluitvorming ondersteunen en naar een hoger niveau brengen doordat artsen hun menselijke intelligentie kunnen combineren met de kunstmatige intelligentie van het CRSS tot een soort hybride intelligentie, waarin zowel artsen als CRSS duidelijk afgebakende en complementaire taken hebben, op basis van hun capaciteiten. De arts moet echter leidend blijven bij het verzamelen, contextualiseren en integreren van allerlei klinische gegevens en medische informatie en deze gebruiken om kennis over een individuele patiënt samen te stellen. Een goed gebruik van AI in de medische praktijk hangt af van de beschikbaarheid en de juiste verwerking van relevante medische gegevens. Verder hangt het af van het vermogen van medische professionals om een systeem in de praktijk te gebruiken door het te integreren in hun klinisch redeneerproces.