17 september 2023

Modellen bouwen om een groter gebruik van AI in de gezondheidszorg mogelijk te maken

Amsterdam UMC gaat een project leiden om AI te laten profiteren van de schat aan gegevens die beschikbaar is in de gezondheidszorg.

80% van alle patiëntgegevens zijn ongestructureerd. Notities van een gesprek met een huisarts, de evaluatie van een specialist in een universitair medisch centrum of zelfs een aanbeveling van een apotheker. Hoewel deze 'ongestructureerde' gegevens geen probleem zijn voor het menselijk oog, vormen ze een onoverkomelijke uitdaging voor een AI-algoritme. Een die "voorkomt dat AI zijn volledige potentieel bereikt", in de visie van Amsterdam UMC, assistent professor Iacer Calixto. Om AI de helpende hand te bieden die het nodig heeft, gaat Calixto een project leiden dat "de belangrijke uitdagingen aanpakt die het gebruik van AI in de klinische praktijk in de weg staan", dankzij financiering van NWO.

"We moeten methoden bedenken die mensgericht en verantwoord zijn door het ontwerp als we willen dat deze methoden in de praktijk worden toegepast," zegt Calixto. Het project bouwt voort op Natural Language Processing (NLP) technieken die al de basis vormen voor het steeds populairder wordende ChatGPT. Momenteel betekent de ongestructureerde aard van deze gegevens dat software zoals ChatGPT niet gemakkelijk kan worden gebruikt in de gezondheidszorg. De software zelf biedt echter veel mogelijkheden voor de sector. Het belooft de gegevensinvoer en besluitvorming te verbeteren en cruciale tijd vrij te maken die artsen en verpleegkundigen kunnen besteden aan patiëntenzorg.

Privacy waarborgen

"Het beschermen van de privacy van onze patiënten is een topprioriteit bij Amsterdam UMC, en dat is niet anders wanneer we AI-algoritmen ontwikkelen, testen of gebruiken," zegt Mat Daemen, vice-decaan Research bij Amsterdam UMC.

Om ervoor te zorgen dat AI ook op een veilige manier kan worden gebruikt, zal dit project zich ook bezighouden met privacykwesties. Door nieuwe 'synthetische' patiëntendossiers te ontwikkelen, gebaseerd op gesimuleerde informatie. Deze dossiers bootsen echte patiëntendossiers na om gezondheidszorg en onderzoek te vergemakkelijken, terwijl de informatie van de 'echte' patiënten wordt beschermd.

"Een van de belangrijkste knelpunten bij het doen van onderzoek in de gezondheidszorg is de toegang tot gegevens van hoge kwaliteit om modellen voor machinaal leren te trainen en te valideren. Onderdeel van ons project is het genereren van synthetische patiëntendossiers die niet alleen gestructureerde, maar ook ongestructureerde gegevens bevatten, zoals de highlights van een consult bij de huisarts. Deze synthetische dossiers zijn weliswaar niet van echte patiënten, maar kunnen toch zeer nuttig zijn om onderzoekers en clinici gemakkelijker toegang te geven tot hoogwaardige gegevens uit de gezondheidszorg," zegt Calixto.

Verantwoord Nederlands

Een ander knelpunt voor het gebruik van AI in de Nederlandse gezondheidszorg is een meer voor de hand liggend knelpunt: taal. Software zoals ChatGPT is gebouwd op taaldatabases, en die zijn voornamelijk in het Engels. Door nieuwe modellen te bouwen die getraind zijn op Nederlandse medische dossiers, zal het project de betrouwbaarheid van bestaande tools vergroten en ze makkelijker te gebruiken maken voor professionals op de afdelingen of in de behandelkamer.

Dit is een gedurfd project dat ervoor zorgt dat het Amsterdam UMC een van de drijvende krachten is achter innovatie in de gezondheidszorg met kunstmatige intelligentie en natuurlijke taalverwerking. Resultaten die in dit project worden behaald, bijvoorbeeld synthetische patiëntendossiers, zullen ten goede komen aan het hele Nederlandse ecosysteem van de gezondheidszorg, inclusief andere ziekenhuizen en universitair medische centra, zegt Calixto.

De verantwoordelijkheid van dit AI-project beperkt zich niet alleen tot het belangrijke doel om de privacy van patiënten te waarborgen. Het project zal ook proberen alle aspecten van discriminatie en oneerlijkheid die mogelijk bestaan in bestaande AI-modellen weg te nemen. Voor Daemen is dit een essentiële voorwaarde voor het gebruik van AI in Amsterdam UMC, en iets wat bij dit project centraal staat. "Dit project is een belangrijke aanvulling op de inspanningen van vele experts in Amsterdam UMC en in de regio Amsterdam om AI-tools op een mensgerichte en verantwoorde manier te introduceren en te gebruiken," besluit hij.

Lees het artikel ook op de website van Amsterdam UMC.