“AI is niet bedoeld om artsen te vervangen.”
Ik luister naar Angela Adamsgeregistreerde verpleegkundige en CEO van het AI-platform voor follow-upbeheer voor radiologie Inflo Gezondheid. Ze deelt waarom het bedrijf een oplossing is voor artsen, patiënten en de gezondheidszorgsector als geheel en zegt dat kunstmatige-intelligentietechnologie in de gezondheidszorg gericht is op het herstellen van chaos en schade. “Het zou alle kapotte onderdelen van de gezondheidszorgsystemen moeten vervangen waar we mensen niet op kunnen blijven richten.”
Het begon toen Adams, destijds een intensive care-verpleegkundige aan het Duke University Medical Center in North Carolina, een sms ontving van een collega en vriend die met hevige buikpijn naar de Eerste Hulp was gegaan. De vriend van Adams werd met spoed geopereerd vanwege een acute blindedarmontsteking. Terwijl ze daar was, ontdekte een radioloog een aanzienlijke laesie in de borst, verdacht voor een maligniteit, die onmiddellijke follow-up vereiste. De radioloog documenteerde het, maar de bevinding verdween in het systeem.
“Er was geen communicatie met haar huisarts”, herinnert Adams zich. “En dus ging ze 10 maanden (tot) de diagnose en behandeling uitstellen.”
Een daaropvolgende PET-scan onthulde uitgezaaide borstkanker die zich naar haar hersenen had verspreid. Adams ‘vriend stierf anderhalf jaar later in 2020, hetzelfde jaar dat Adams samen met CTO Inflo Health oprichtte Nate Sutton.
Adams, wiens achtergrond AI-leiderschap in de intensive care-verpleegkunde en gezondheidszorg omvat – lang vóór de post-pandemische AI-golf – gebruikt kunstmatige intelligentie om de preventieve zorg en de follow-up van patiënten in de radiologie te verbeteren. Het is gebouwd rond de missie van Inflo Health: “Mis nooit meer een vervolgonderzoek.”
Adam zegt dat als Inflo Health aanwezig was geweest, haar vriendin een sms zou hebben ontvangen waarin stond dat ze een vervolgonderzoek had vanwege de radiologische bevindingen, en dat haar arts ook op de hoogte zou zijn gesteld.
Hoe Inflo Health AI gebruikt
Wanneer radiologen verdachte bevindingen ontdekken op scans die voor iets heel anders zijn besteld, gaan die ontdekkingen vaak verloren in de chaos van het systeem.
Volgens een onderzoek uit 2015-2017 van de Universiteit van Washington en het Lahey Hospital and Medical Center, ongeveer 50% van de aanbevelingen voor vervolgradiologie wordt niet nageleefd (exclusief mammografieën), resulterend in vertraagde diagnoses, juridische risico’s en hogere kosten voor de gezondheidszorg. Uit een recent onderzoek is gebleken dat gemiste follow-ups resulteerden in $3 miljoen aan jaarlijkse gezondheidszorgkosten.
Historisch gezien hebben radiologieafdelingen en ziekenhuisleiding dit wel gedaan er tegenstrijdige opvattingen op nahielden over delegatie met betrekking tot de follow-upcommunicatie van patiënten. Adams zegt dat er vaak sprake is van een communicatiestoring in het gezondheidszorgsysteem, maar er is ook een vertaalkloof, bijvoorbeeld wanneer de expertise van een radioloog niet altijd duidelijk wordt vertaald naar de arts die de studie heeft besteld. Soms kunnen bevindingen verkeerd worden geïnterpreteerd of over het hoofd worden gezien.
Moderne beeldtechnologie (vaak verbeterd met AI) is opmerkelijk goed geworden in het detecteren van niet-gerelateerde afwijkingen, die Adams beschrijft als ‘incidentalomen’ – bevindingen die niet de oorspronkelijke reden voor het onderzoek waren, zoals de borstlaesie die werd ontdekt tijdens de CT-scan van haar vriendin met een appendicitis.
“We zien A 40% toename alleen al in (beeld)detectie”, zegt Adams. Meer bevindingen betekenen meer follow-ups die coördinatie vereisen, overweldigende an reeds gespannen systeem.
Hoewel de zaken in de gezondheidszorg dramatisch zijn veranderd, lopen sommige aspecten gevaarlijk achter, zegt Adams. In het verleden kon een radioloog in een ziekenhuis de huisarts bellen en de patiëntgegevens doorgeven in geval van een noodgeval. Telefoongesprekken zijn nu vervangen door geautomatiseerde workflows; toch komt de technologie niet noodzakelijkerwijs ten goede aan patiënten die zorg ontvangen, omdat mogelijk belangrijke informatie verloren kan gaan.
Inflo Health maakt gebruik van natuurlijke taalverwerking en grote taalmodellen om ervoor te zorgen dat vervolgafspraken en aanbevelingen voor radiologie nooit worden gemist.
Ten eerste scant het Inflo-platform automatisch beeldrapporten, zoals röntgenfoto’s, CT-scans, MRI’s en echo’s, om relevante gegevens en belangrijke punten te identificeren en te extraheren. Hoewel er geen cijfers beschikbaar zijn over de nauwkeurigheid ervan, studies Er is onderzoek gedaan naar de vraag of dit patiënten helpt of schaadt, afhankelijk van de arts.
Deze aanbevelingen worden geprioriteerd bij urgente of risicovolle situaties, waardoor zorgteams kunnen bepalen welke gevallen eerst aandacht behoeven. Deze aanpak vermindert handmatige tracking waar de meeste vervolgafspraken vaak door de mazen van het net glippen.
Inflo Health kan ook worden geïntegreerd met bestaande workflowsystemen om de follow-ups in realtime te monitoren, en taken worden geëscaleerd via sms-berichten en platformmeldingen van de provider, waardoor inzicht wordt verkregen in de efficiëntie van het personeel.
Adams hanteert een strikte ‘human-in-the-loop’-benadering.
“AI vervangt radiologen niet. Het stelt hen in staat betrouwbaardere patiëntenzorg te leveren”, vertelt Adams.
Volgens bedrijfsgegevens handelt de automatisering 60% tot 70% van de vervolggevallen van begin tot eind af – de eenvoudige scenario’s waarin patiënten op berichten reageren en hun afspraken voltooien. De resterende gevallen worden geëscaleerd naar menselijke zorgcoördinatoren, zoals gevallen waarbij sprake is van complexe situaties met meerdere bevindingen of oncologiepatiënten die door behandelingen navigeren.
Patiënten en radiologen hebben meer inzicht in het proces, wat uiteindelijk levens kan redden, aldus Adams.
“We hebben ze helemaal bovenaan de (workflow) piramide, en AI-automatisering neemt het grootste deel ervan voor haar rekening, zodat ze hun tijd, hun kennis en hun energie echt kunnen richten op die echt complexe gevallen”, zegt Adams.
Het effect van AI op de gezondheidszorg
Bepaalde soorten AI werden al in de jaren zestig in het gezondheidszorgsysteem geïmplementeerd, vertelt Adams me, waaronder Apache-scores (Acute Physiology and Chronic Health Evaluation) om sterfte te voorspellen, evenals methoden om het hartrisico over tien jaar te voorspellen – tests die nu zijn ingebed in de klinische zorg.
Maar de traditionalistische mentaliteit van het gezondheidszorgsysteem houdt mensen tegen en doet hen onvermijdelijk pijn, zegt ze.
Adams zegt dat gezondheidszorgsystemen tien jaar achterlopen op andere sectoren als het om de adoptie van technologie gaat. Volgens haar werkt het niet om meer mensen op het probleem te gooien. “Uiteindelijk is AI – en de basis ervan – slechts wiskunde”, zegt ze.
Volgens de filosofie achter Inflo Health, wanneer technologie wordt geïmplementeerd om mensen te ondersteunen in plaats van hen te vervangen, komen de resultaten niet alleen ten goede aan de communicatiestromen van de artsen en hun teams, maar ook aan het bredere gezondheidszorgsysteem.
De impact lijkt meetbaar: samenwerking met Inflo Health, East Alabama Medical Center verhoogde follow-ups met 74%volgens de Amerikaans College voor Radiologie. Bovendien meldt Inflo Health dat tot nu toe in totaal 125.000 levens zijn getroffen.
Deze gegevens ondersteunen iets dat Adams benadrukt: “De hoogste roeping van technologie is om mensen de twee belangrijkste dingen in het leven terug te geven die je niet kunt kopen, namelijk gezondheid en tijd.”
Mis geen enkele van onze onpartijdige technische inhoud en laboratoriumbeoordelingen. CNET toevoegen als favoriete Google-bron.
