Het vertrouwen in AI-toepassingen in de zorg
“Artificiële intelligentie (AI) heeft de belofte in zich om de registratielast binnen de gezondheidszorg te verminderen”. Dit schrijft Dick-Jan Zijda, strategisch adviseur bij Nictiz met focus op artificial intelligence en meervoudig datagebruik. “Om tot breed gebruik van AI-toepassingen te komen bestaan er nog wel de nodige vraagstukken, voegt hij daaraan toe. “Maar het zou een gemiste kans zijn als we de mogelijkheden van AI-toepassingen om de registratielast te verlagen onbenut laten” aldus Zijda. Inmiddels lopen de voorbereidingen voor een AI-community ‘registratie.’
In de AI-community ‘registratie’ werken partijen samen om registratielast te verminderen met de inzet van AI-systemen. Binnen medisch specialistische en verpleegkundige zorg, binnen geestelijke gezondheidszorg, overal zoeken zorgaanbieders naar antwoorden op vragen als: Welke AI-systemen bestaan er? Hoe zet je die in en met welk resultaat? Hoe financier je die inzet? Hoe zorgen we voor kennis en vaardigheden om AI-systemen breed te gebruiken?
Dick-Jan Zijda: “In de AI-community registratie bundelen wij kennis en kunde en dat zorgt voor versnelling voor alle zorgaanbieders in alle sectoren. Die landelijke bundeling is nieuw.” Deze aanpak past helemaal binnen de visie die Nictiz deelt over AI in de toekomst. Op 30 januari 2024 vond een Nictiz-Health RI-congres plaats over LLM in de zorg (Large Language Model of vrij vertaald groot taalmodel). Een LLM is een model voor bijvoorbeeld spraakherkenning.
Dick-Jan Zijda: “Op het Nictiz-Health RI-congres in januari 2024 sprak Tim Postema namens Nictiz over een samenhangend afsprakenstelsel voor AI In de zorg. Wij willen samen werken aan duurzame en schaalbare AI om databeschikbaarheid mogelijk te maken. Zo’n afsprakenstelsel is volgens ons een situatie waarin alle AI-systemen helpen met het beschikbaar, bereikbaar en bruikbaar maken van gezondheidsdata. Bovendien is transparant wie welke rol speelt en er bestaat een AI-infrastructuur die voor iedereen toegankelijk is. De AI-systemen dienen maatschappelijke waarden en ondersteunen nationaal en internationaal beleid. Tot slot geldt dat alle betrokkenen weten dat zij een leven lang blijven leren.”
Tim Postema (Nictiz) tijdens het Nictiz-Health RI-congres LLM in de zorg: “Vanuit Nictiz kijken we vooral naar wat AI en LLM’s kunnen betekenen voor databeschikbaarheid.”
Doorlezen en handmatig coderen
Dick-Jan Zijda over AI en registratielast: “Een vaak terugkomende administratieve taak is het codes toekennen binnen patiëntendossiers voor statistieken. Zo coderen speciaal opgeleide codeurs handmatig ontslagbrieven die in het ziekenhuis zijn geschreven. Zij lezen deze brieven en leiden daaruit de aandoening en de behandeling af. Deze coderen zij. Dit kost veel tijd. Zeker als je weet dat het aantal brieven toeneemt en het aantal codeurs afneemt.”
“Er bestaat een AI-systeem dat je kunt trainen met gecodeerde dossiers uit verschillende ziekenhuizen. Het model leert van zo veel mogelijk diverse voorbeelden. Uiteindelijk kan het codeurs (en in de toekomst artsen zelf) ondersteunen bij het coderen van patiëntendossiers. Een deel valt helemaal te automatiseren. Een ander deel — wanneer het AI-model onvoldoende zeker een code kan toekennen — combineert techniek en handwerk. Het model doet een voorstel en een mens kiest de code. Zo kunnen codeurs of artsen veel tijd besparen.”
Nictiz adviseert hierbij SNOMED te gebruiken, het internationale medisch terminologiestelsel van en voor zorgprofessionals. SNOMED-gebruik draagt bij aan Eenheid van Taal, een belangrijke randvoorwaarde voor het uitwisselen van gezondheidsgegevens.
Dick-Jan Zijda noemt andere AI-systemen die registratielast verminderen:
- vrije-tekstvelden geautomatiseerd omzetten naar gestructureerde tekst binnen het elektronisch patiëntendossier (EPD) of het elektronisch cliëntendossier (ECD);
- met spraak automatisch tekstvelden in het EPD of ECD vullen;
- geautomatiseerd een optimale planning of bezetting in beeld krijgen.
Vertrouwen in mensen en vertrouwen in data
Bij vertrouwen onderscheiden wij trust en confidence. Trust is het vertrouwen in elkaar, het vertrouwen tussen personen en tussen betrokken partijen. Confidence gaat over het vertrouwen in de data zelf, in de kwaliteit van data en in de werking van applicaties.
Als acties rond trust noemt Dick-Jan Zijda:
- “AI kan helpen bij het stroomlijnen en automatiseren van gegevensinvoer in elektronische patiëntendossiers (EPD’s). Dit kan door spraakherkenning voor het dicteren van notities of door het automatisch extraheren van relevante informatie uit gescande documenten of digitale bronnen.
- AI-gestuurde spraakherkenningssystemen kunnen artsen en zorgverleners helpen door gesproken taal direct om te zetten in geschreven tekst. Dit bespaart tijd bij het handmatig invoeren van gegevens.
- Natuurlijke taalverwerking (NLP) kan worden gebruikt om ongestructureerde data, zoals doktersnotities, te analyseren en te categoriseren. Dit helpt bij het efficiënter organiseren van patiëntinformatie en kan helpen bij het automatiseren van bepaalde administratieve processen.
- AI-systemen kunnen zorgverleners ondersteunen met klinische besluitvorming door het leveren van gepersonaliseerde aanbevelingen op basis van patiëntgegevens. Deze geautomatiseerde beslissingsondersteuning kan helpen bij het verminderen van fouten en het versnellen van het besluitvormingsproces.”
Rond confidence voegt hij toe: “Door vol in te zetten op de kwaliteit van gezondheidsdata vergroot je het vertrouwen in data. Met kwalitatief goede data lukt het je om AI-toepassingen goed te trainen.”
Dick-Jan Zijda: “En AI-systemen kun je weer inzetten om de confidence te versterken. Bijvoorbeeld door AI-systemen te gebruiken om vooroordelen in data te identificeren en te corrigeren of om het registratieproces te verbeteren. Met dat laatste kan ongestructureerde data worden omzet in gestructureerde data.”
Nictiz’ nieuwe kijk op databeschikbaarheid
Nictiz kijkt vanuit AI op een nieuwe manier naar databeschikbaarheid. Op het Nictiz-Health RI-congres over LLM presenteerde zij het zo:
Nictiz ziet de potentiële waarde van AI-systemen en wil deze ontsluiten voor het gezondheidsinformatiestelsel in Nederland. Voor betere volksgezondheid en gezondheidszorg. Het kan een antwoord bieden op tekorten in de zorg, zorgen voor minder werkdruk en meer databeschikbaarheid. Om te komen tot beschikbare, bereikbare en bruikbare gezondheidsdata start Nictiz samenwerkingen en neemt daaraan deel. Voor schaalbare en duurzame oplossingen en een breed gebruik van AI-systemen.
Nictiz is de katalysator: door welgekozen interventies zetten we mensen en organisaties zelf aan het werk. Gericht op het samenbrengen van vraag en aanbod. We streven naar duurzame oplossingen die na interventie zelfstandig voortbestaan: mensen die elkaar blijven inspireren, organisaties die blijvend een voorbeeld willen zijn.
Experts
