Contact
  1. Windesheim, AppBakkers en Isala werken samen aan AI oplossingen in de zorg

Dat AI toekomst heeft in de zorg, is een feit. Het is echter niet iets wat je er zo maar even bij doet naast je dagelijkse werk in het ziekenhuis. Daarom is Isala enorm blij met de samenwerking met de AppBakkers (software en app leverancier) en met Windesheim, het lectoraat ICT innovaties in de zorg. Wetenschappelijk onderzoeker Joris van Dijk: ‘Sommige studenten zijn echt rammend goed, wij leren ook van hen.’ Extra kers op de taart is een subsidie van 200.000 euro van Tech for Future.

Brian, Joris en Paul achter beeldschermen

Joris: ‘Die subsidie gebruiken wij – Isala en Windesheim - om data science in het ziekenhuis naar een hoger niveau te tillen. Kunnen we de modellen die wij samen met de studenten van Windesheim ontwikkelen inderdaad implementeren in de zorg? Een antwoord op die vraag vergt veel testen, documenteren en onderzoek. Een deel van de subsidie gaat dan ook naar de inzet van een data scientist en een promovendus AI.’ Nucleair geneeskundige Brian Vendel: ‘Een voorwaarde om de subsidie te krijgen was het MKB er bij betrekken, dat is AppBakkers. Wanneer Isala en Windesheim samen een AI-model hebben ontwikkeld en goed getest, kunnen zij er een “jasje” om heen doen en beschikbaar maken voor andere ziekenhuizen. Joris: ‘Daarnaast hebben zij veel ervaring met hoe je algoritmes kunt installeren en invoeren in de zorg. Daar kunnen wij ontzettend veel van leren.’

Hulpmiddel

Zijn er in Isala al AI-modellen die grote kans van slagen hebben? ‘Zeker’, bevestigt Joris. ‘Neem bijvoorbeeld een model dat na een PET-CT onderzoek van het hart voorspelt hoe groot het risico is op een hartinfarct binnen een jaar na de scan. Het AI-programma kijkt naar het beeld en combineert die informatie met gegevens als geslacht, leeftijd, roken, gewicht, medicatie en andere risicofactoren. Het AI-programma voorspelt wat het risico is op een hartinfarct voor een patiënt en geeft ook aan wat de belangrijkste redenen is voor dat risico. Dit model is vooral een hulpmiddel voor de cardiologen. Vooral voor de wat jongere cardiologen. Wanneer zij een scan beoordelen hebben zij een aantal externe factoren wel in hun hoofd, maar nooit allemaal. Dit AI-programma wel, zodat je nog betrouwbaarder kunt voorspellen wat het risico is op een hartinfarct. Helemaal als je het ook combineert met het klinische beeld van de patiënt.’ Is het risico hoog, dan volgt meestal een hartkatheterisatie eventueel gevolgd door een dotterprocedure. Is het risico laag, dan volstaan medicijnen.

Dezelfde diagnose

Het tweede model dat ontwikkeld is, helpt met de beoordeling van de PET-scans die zijn gemaakt van patiënten met mogelijk uitgezaaide prostaatkanker. Brian: ‘Je wilt zien of de kanker wel of niet is uitgezaaid naar bijvoorbeeld de botten. Dat zijn best ingewikkelde scans om te beoordelen. De uitkomst betekent veel voor het behandeltraject van de patiënt. Dus daar wil je geen fouten in maken. Het model dat wij ontwikkelen beoordeelt de scans sneller en kan beter onderscheid maken tussen goedaardige en kwaadaardige afwijkingen. In onze vakgroep werken wij samen met 9 nucleair geneeskundigen. Dankzij de inzet van dit AI-model weet je zeker dat je allemaal dezelfde diagnose stelt.’

Instellen

Voordat een AI-model werkt, moet het heel veel scans (1000 tot 1500) hebben gezien. Joris: ‘Die moet je er dus allemaal doorheen halen. Dat is niet een druk op de knop en klaar. Daarnaast kun je een AI-model op verschillende manieren maken en instellen. Wat is het beste model? En wat is de beste instelling? Dat zijn taken die de senior data specialist van Windesheim, Paul Hiemstra, oppakt. Daarnaast merken we dat het lastig is om een goed werkend model in de praktijk in te voeren. We merkten bijvoorbeeld dat we tijdens de ontwikkeling van onze eerste AI modellen niet overal goed op hebben gelet, wat achteraf voor veel reparatiewerk zorgde. Onderdeel van de subsidie is om deze lessen te delen en om de stap naar implementatie te kunnen maken.’

Proefballonnetje

Naast deze modellen waar Brian en Joris van overtuigd zijn dat ze gaan werken, laten alle enthousiastelingen bij medische beeldvorming ook wel eens een proefballonnetje op. Joris: ‘Voor mensen met lymfeklierkanker bijvoorbeeld.’ Brian: ‘Wij willen een model ontwikkelen waarmee je eerder kunt voorspellen of een therapie wel of niet werkt. Als je met zekerheid kunt zeggen dat een therapie niet werkt, bespaart dit in de kosten en de patiënt hoeft geen zware behandeling te ondergaan waar hij niets aan heeft.’