Je komt ze nog vaker tegen dan je denkt: mensen die denken dat het met de artificial intelligence in de zorg niet zo’n vaart zal lopen. Het tegendeel is het geval.
Het tijdperk van AI is nu
Als ik dat al niet vermoedde, dan dan weet ik het toch zeker sinds de bijeenkomst die we onlangs organiseerden onder de titel ‘Het tijdperk van AI is nu’. Meer dan honderd bestuurders, directeuren en managers in de zorg kwamen meepraten en meedenken met zorgverleners en ICT’ers die zich de afgelopen jaren hebben verdiept in talloze toepassingen van AI.
Zorg verbeteren met machine learning
Een van de verhalen die me troffen, was dat van Paul Elbers, intensivist bij het Amsterdam UMC, over de zorg verbeteren met machine learning. Het aantal heropnames op de IC in zijn ziekenhuis is relatief hoog, vertelde hij. Dat betekent een grotere kans op overlijden, per saldo en langere verblijfsduur op de IC en dus hogere kosten.
Slim gebruik data
De oplossing van Paul Elbers zat ‘m in een slim gebruik van de data. Dat klinkt eenvoudig, maar dat was het toch echt niet. Het overzicht van alle verzamelde gegevens dat Elbers presenteerde was duizelingwekkend: leeftijd, lengte, gewicht, bloeddruk, hartslag, temperatuur, saturatie, de Hb-waarde van het bloed, glucose, natrium- en kaliumwaarden...
En dat waren dan nog de begrippen waar ik me iets bij kon voorstellen. Want wat EST en CRP betekenen, en ALAT en ASAT, of NTO-ProBNP, Bilirubine, PT, APTT en PEEP, geen flauw idee.
Machines worden niet moe
Toch zeggen al die gegevens iets over de toestand van een patiënt, en daarmee dus ook over het optimale tijdstip van ontslag van de IC. Maar dat een mens uit al deze informatie geen wijs wordt, dat zie je in één oogopslag. Daar heb je machines voor nodig. Machines zijn razendsnel, worden niet moe, raken niet afgeleid en zijn dus bij uitstek geschikt om dergelijke taken uit te voeren. Als ze maar goed worden geïnstrueerd, en daar heb je dan weer slimme mensen voor nodig.
Paul Elbers is een van die slimme mensen. Hij zette de cijfers op een rij en liet uitrekenen wat het beste moment is om een patiënt van de IC naar een verpleegafdeling te sturen. Opmerkelijk genoeg was de conclusie dat dat de patiënt soms langer moet blijven en soms eerder moet worden ontslagen. Dit dus afhankelijk van al die waarden in hun onderlinge samenhang die geen mens kan overzien.
Daling met 14 procent
Het eindresultaat van het project was echter heel eenvoudig te begrijpen. Het aantal heropnames op de IC in het Amsterdam UMC daalde met 14 procent. Een geweldig resultaat, zeker als je je realiseert dat je er niets anders voor hoeft te doen dan op een slimme manier naar de data kijken.
Worden we overbodig?
Goed nieuws dus de komst van artificial intelligence. Maar wat heeft dat alles voor gevolgen voor de zorgverleners? Wordt hun werk op termijn overbodig door artificial intelligence, zoals sommigen vrezen? Daarover gaat het de volgende keer.
Terug naar het overzicht
