Ken je die mop van AI die naar de patiënt ging?

Die hulp is ook broodnodig, gezien het tekort aan medisch personeel, maar ook om burn-outs als gevolg van de steeds zwaardere verantwoordelijkheid te voorkomen.

Bij de technologie-ontwikkelaars is dat gat in de markt al jaren duidelijk. Hoewel veel technologie-innovatie in de zorg van oudsher vooral van de leveranciers van grote medische apparatuur kwam, zijn er de laatste jaren veel startups actief met veelbelovende initiatieven. Vreemd genoeg blijven die innovaties vaak hangen in het stadium van proefproject. Zo lijkt beeldherkenning bij het scannen van röntgenfoto’s op onregelmatigheden een no-brainer. Uit verschillende onderzoeken is gebleken dat de computer minstens zo goed is als de radioloog. Toch blijkt het niet eenvoudig om op de radiologie-afdeling standaard kunstmatige intelligentie in te zetten voor die taak. De toepassing stuit onder meer op geldkwesties omdat de investeringen niet samen vallen met de kostenbesparingen.

Het is maar een van de redenen waarom aantoonbaar effectieve technologie maar heel moeizaam in de dagelijkse zorgpraktijk wordt opgenomen. Een andere factor is vertrouwen in de technologie bij zowel artsen als patiënten. Bij innovaties zoals kunstmatige intelligentie ligt er een sterk accent op het behalen van een hoge accuratesse. Als de techniek geen 100% goede score geeft, is het vertrouwen weg, terwijl een arts zelf ook niet altijd foutloos is. De plek die technologie krijgt in de relatie tussen de arts en de patiënt is daarom cruciaal. Beiden moeten leren omgaan met een AI-gegenereerd advies dat bijvoorbeeld in 80% van de gevallen juist is.

En hoe gaat die relatie verlopen als de patiënt steeds meer onderzoek thuis gaat doet en de interactie met de zorgverlener steeds vaker online plaatsvindt? Hoe maak je bijvoorbeeld empathie op afstand invoelbaar?
Tussen innovatie en praktijk zit dus een lange weg die niet altijd iedereen duidelijk voor ogen staat. Meer aandacht voor het wegnemen van de obstakels bij implementatie - die voor veel toepassingen verrassend veel op elkaar lijken - kan voorkomen dat de mop van AI die naar de patiënt ging, eindigt in ‘Die ging niet’.