‘AI kan de heilige graal zijn’

Redactioneel

25 oktober 2023

AI-modellen kunnen aan de hand van een ECG allerlei zaken vaststellen: van een doorgemaakte episode van atriumfibrilleren tot een afstotingsreactie na een harttransplantatie. Technicus Nico Bruining, hoofd van de afdeling Digitale Cardiologie van het Erasmus MC Rotterdam, ziet een groeiende rol voor AI in de zorg. Goed vastleggen van data, data-uitwisseling én vertrouwen krijgen zijn nog belangrijke hobbels.

Nico Bruining zag de computer en digitalisering de afgelopen decennia hun intrede doen in de kliniek en is nu volop betrokken bij de ontwikkelingen rondom kunstmatige intelligentie (AI) in de cardiologie. “Kunstmatige intelligentie is geen nieuw fenomeen. Het bestond al in de jaren ’50 van de vorige eeuw. Maar het duurde tot de jaren ’80 voordat in de zorg de eerste stappen hiermee werden gezet. Vanaf die periode kwam de verdere digitalisering van de zorg op gang. Toepassing van AI vereist heel veel digitale data. Met de digitalisering van ECG’s vanaf de jaren ’80 kwamen die er voor het eerst.”

“Cardiologen stelden op basis van een ECG-filmpje andere diagnoses dan het AI-model”
Hoofd van de afdeling Digitale Cardiologie dr. ing. Nico Bruining

Vertrouwen

Toch was er toen nog weinig vertrouwen in AI-modellen, vertelt Bruining. “Cardiologen stelden op basis van een ECG-filmpje bijvoorbeeld andere diagnoses dan het AI-model. Onduidelijk was hoe een AI-model kwam tot een diagnosebesluit. En dat is nog steeds een uitdaging. Je kan een computeralgoritme voeden met data, zoals ECG’s en bijbehorende diagnoses. Stop je er nieuwe data in, dan genereert het AI-model een uitkomst. Het model kan ook zelf gaan leren. Je spreekt dan van ‘machine- en deep learning’, ook wel generatieve AI genoemd. Zo’n model wordt een soort ‘black box’; je stopt er data in waarna een uitkomst volgt. Het model kan je echter niet vertellen hoe het tot deze uitkomst is gekomen. Is deze uitkomst heel anders dan je zou verwachten op basis van de huidige diagnostiek, dan schaadt dat het vertrouwen. Er wordt nu gewerkt aan AI-modellen die zichzelf verklaren, maar dat is nog toekomst.”

“Een belangrijk struikelblok voor AI in de zorg is het ontbreken van een nationaal EPD”

Teruggekomen

In het afgelopen decennium is AI teruggekomen in de zorg en in de cardiologie, vertelt Bruining. “Maar bij zorgverleners moet het vertrouwen hierin nog groeien. De explosieve groei van digitale data, internet, en de invloed van Big-Tech-bedrijven als Google, Amazon, Apple en Microsoft, maken dat we veel meer vertrouwd geraakt zijn met digitalisering. Een belangrijk struikelblok voor AI in de zorg is het ontbreken van een nationaal EPD. Daardoor is het een probleem om digitale data van één patiënt die in verschillende ziekenhuizen is geweest aan elkaar te knopen. Estland bijvoorbeeld heeft een nationaal EPD. Dat werkt fantastisch. Je kunt data uit de verschillende ziekenhuizen waar een patiënt was zo bij elkaar halen.”

Goed vastleggen

Voor toepassing van AI zijn vooral heel veel data nodig – ook wel Big Data genoemd. Minstens zo belangrijk echter is het goed vastleggen daarvan, zegt Bruining. “Dat is het geval bij de ECG’s, die we al sinds de jaren ’90 in het Erasmus MC vastleggen. We hebben er zo’n 2,5 miljoen bewaard. Op basis van allerlei parameters uit het ECG, zoals QT-interval en amplitude, hebben we in samenwerking met Mayo Kliniek in de Verenigde Staten AI-modellen ontwikkeld en gevalideerd. Zo is er een AI-model dat kan vaststellen of een patiënt een episode van atriumfibrilleren heeft doorgemaakt. Daardoor is een 24-uurs Holteropname niet meer nodig. Ook zijn er AI-modellen die met echocardiografische beelden de linkerventrikelejectiefractie bij hartfalen kunnen berekenen. Een ander AI-model kan op basis van het ECG een afstotingsreactie na een harttransplantatie detecteren. Inmiddels zijn er binnen de cardiologie zo’n 70 toepassingen van AI-modellen ontwikkeld, die de FDA heeft goedgekeurd”, vertelt Bruining.

“Patiënten mogen geen schade ondervinden van een uitkomst van een AI-model”

Schade

Nu worden in de cardiologie enkel AI-modellen gebruikt waarvan de uitkomst controleerbaar is door clinici. “Patiënten mogen geen schade ondervinden van een uitkomst van een AI-model. Zo worden ECG’s nog steeds beoordeeld en goedgekeurd door een cardioloog. Stel dat een AI-model een behandeladvies geeft, zonder dat duidelijk is of dit advies daadwerkelijk klopt, dan kunnen patiënten daarvan schade ondervinden. In de nabije toekomst zijn gerandomiseerde klinische studies noodzakelijk om te evalueren of een behandelbeslissing op basis van een bepaald AI-model effectief en veilig is.”

“AI kan de heilige graal zijn bij preventie”

Heilige graal

De rol van AI in de cardiologie wordt onvermijdelijk steeds groter, stelt Bruining. Ook bij andere specialismen, zoals radiologie en oncologie, ziet hij een sterk stijgende lijn. “De tijd is er rijp voor. De komst van ChatGPT heeft gebruik en toepassingen van AI ook bij het grote publiek in een stroomversnelling gebracht. Daarnaast hebben we te maken met een enorme druk op de zorg door onder meer de vergrijzing. Preventie kan deze druk verminderen. Hierbij kan AI de heilige graal zijn. Je kunt bijvoorbeeld mensen met atriumfibrilleren veel eerder opsporen en tijdig behandelen, zodat hun kwaliteit van leven verbetert. Hopelijk kan AI tijdrovende diagnostische processen gaan overnemen, zodat artsen en de gehele zorgstaf meer tijd voor hun patiënten krijgen.”