Artificiële intelligentie neemt een spectaculaire vlucht in ons leven, en in navolging ook in de gezondheidszorg. Wat ooit nog toekomstmuziek was, is vandaag al realiteit in ziekenhuizen, huisartsenpraktijken en thuiszorg. AI wordt ingezet om de efficiëntie te verhogen, administratieve lasten te verlichten en de kwaliteit van zorg te verbeteren. “De toegevoegde waarde en voorspellende kracht van AI-systemen kan groot zijn.”
De Belgische gezondheidszorg staat aan het begin van een transformatie dankzij data analyse en kunstmatige intelligentie (AI). Prof. dr. Maarten De Vos is hoogleraar aan de faculteiten Ingenieurswetenschappen en Geneeskunde van KU Leuven. Hij richt zich op het verbeteren van data science-benaderingen voor verschillende toepassingen in de gezondheidszorg. Zijn AI-oplossingen worden gebruikt op verschillende ziekenhuisafdelingen, variërend van neonatologie tot ouderenzorg. Hij ziet AI niet als één monolithisch systeem maar als een brede term die heel veel verschillende domeinen kan omvatten en ook heel andere gezichten kan hebben in verschillende toepassingen: “Het is belangrijk om niet te spreken over AI als één geheel, maar per domein te bekijken waar we staan.”
AI in de ziekenhuispraktijk
Volgens De Vos zijn toepassingen van AI vooral ver gevorderd bij workflow optimisation in de medische beeldvorming en pathologie. “Daar gebruiken we AI bijvoorbeeld om gedigitaliseerde pathologische preparaten te analyseren die vroeger enkel manueel werden bekeken via een microscoop. AI automatiseert repetitieve, tijdrovende taken zoals het controleren van data in pathologie of spirometrie: dat levert enorme tijdwinst op en zorgt voor een objectievere beoordeling.” Toch benadrukt hij dat AI enkel ondersteunt: “De uiteindelijke beslissingen blijven bij de mens. AI helpt vooral sneller om tot nieuwe inzichten te komen, of heeft geen last van de inter-rater variabiliteit (verschil in resultaat tussen verschillende mensen). Samen zijn menselijke expertise en AI sterker dan elk afzonderlijk.”
“Samen zijn menselijke expertise en AI sterker dan elk afzonderlijk”
Olivier Vanovermeire, voorzitter van de medische raad en radioloog bij AZ Groeninge en tevens chief medical officer bij technologiebedrijf Barco, bevestigt die evolutie: “AI werd lang gezien als een bedreiging, men voorspelde zelfs dat radiologen overbodig zouden worden. Het tegendeel is waar: AI is een hulpmiddel dat diagnoses verbetert, maar radiologen blijven essentieel in het beslissingsproces.” Dat AI vooral in de radiologie zo’n opgang heeft gemaakt is te wijten aan de vergevorderde internationale standaardisering in medische beeldvorming. “Van de zowat 1.000 door de FDA goedgekeurde AI-softwarepakketten in de gezondheidszorg is twee derde ontwikkeld voor radiologie”, merkt Vanovermeire op. “Veel software gebruiken we al sinds 2010. Dat was destijds helemaal nog niet zo goed of performant, maar dat was toen al eigenlijk de voorloper van wat we nu AI noemen.” Volgens Vanovermeire loopt Europa niet altijd voorop, maar “we doen zeker mee.” Vanovermeire: “AI betekent dat spoedfoto’s eerst gescreend worden door een algoritme, ideaal voor assistenten. Maar de radioloog blijft – voorlopig? – eindverantwoordelijk, vooral wanneer de AI negatief voorspelt en een patiënt veilig naar huis stuurt.”
AI-innovatie in eerste lijn en farmacie
De Vos: “AI beperkt zich niet tot het ziekenhuis. We werken met wearables die hersenactiviteit, hartslag of andere parameters meten bij patiënten thuis. Zo vermijden we ziekenhuisopnames en verkrijgen we realistische data.” AI ontlast zorgverleners door grote hoeveelheden data te verwerken en afwijkingen te signaleren: “Dit is de stap richting gepersonaliseerde zorg, waarbij behandelingen echt op maat van de patiënt worden aangepast.”
Vanovermeire ziet draagbare monitors (‘wearables’) ook buiten de radiologie in opkomst, maar waarschuwt: “Er zijn organisatorische en financiële uitdagingen, zoals wie alarmen opvolgt en hoe de financiering geregeld wordt. Hier ligt een rol voor een supermonitor of gespecialiseerde verpleegkundige.”
AI wordt in de eerste lijn dan weer ingezet, onder meer bij huisartsen om respiratoire aandoeningen te screenen. “Bij spirometrietesten kan AI zeldzame longziekten sneller opsporen, zodat patiënten tijdig doorverwezen worden”, aldus De Vos.
Uitdagingen: regelgeving, privacy en verantwoordelijkheid
De integratie van AI brengt complexe uitdagingen mee. Volgens De Vos: “Strenge privacyregels zoals de GDPR zijn essentieel, maar vertragen soms innovatie.” De discussie over verantwoordelijkheid (“Wie is aansprakelijk als een AI-systeem een fout maakt?”) verdeelt nog steeds het veld. Als techniekfilosoof verdiept Lode Lauwaert (KU Leuven)zich in artificiële intelligentie en ethische uitdagingen. “AI-innovaties ontwikkelen sneller dan de regelgeving. We missen veiligheidsgrendels”, aldus Lauwaert. “Een menselijke dubbelcheck blijft in veel gevallen cruciaal. Systemen werken vaak beter dan mensen, maar zijn niet feilloos. Bovendien kunnen medische fouten grote gevolgen hebben. Zeker bij screenings, diagnosestelling of tijdens operaties moet je AI nauwkeurig superviseren. Hoe sterk je AI moet controleren hangt af van de vraag waarvoor je het precies gebruikt.”
“Een menselijke dubbelcheck blijft in veel gevallen cruciaal”
De Europese AI Act probeert regels te stellen, maar het blijft lastig, beseft ook Vanovermeire: “AI-systemen moeten blijven leren van nieuwe data. De wetgeving mag dat niet blokkeren, want het vermogen tot leren maakt AI juist krachtig.” In de radiologie ziet Vanovermeire praktische obstakels: “AI-gebruik drukt vaak op de marge van medische onderzoeken, want technologie is vaak duurder dan de financiële opbrengst. Financiële terugbetaling is zelden evident.” Tegelijk noemt hij het ethisch vraagstuk van AI die, op basis van prognose, dure medicatie en therapieën aan patiënten zou kunnen onthouden.
Nieuwe vaardigheden voor zorgverleners
Voor De Vos is het onontbeerlijk dat artsen leren kritisch om te gaan met AI-adviezen: “AI wordt steeds vaker geïntegreerd in medische opleidingen, met cursussen voor artsen en verpleegkundigen.” Vanovermeire: “Artsen moeten weten waar AI kan ‘hallucineren’, foutieve zaken genereren die niet bestaan. Kritische interpretatie en kennis van pathologie blijven fundamenteel.” Belangrijk vraag: zullen we – maatschappij, patiënten, artsen – bereid zijn om AI beslissingsmacht te geven? “Vandaag zeker niet”, stelt Vanovermeire, die een dubbele moraal ziet: “We vinden het bijvoorbeeld wel doodnormaal dat een vliegtuig ons op automatische piloot naar onze vakantiebestemming brengt. De long term outcome is het belangrijkste en het zal in sommige complexe gevallen nog veel tijd vergen vooraleer dat het bewijs geleverd zal worden dat de computer de juiste therapeutische beslissingen neemt of diagnose stelt. Een timing durf ik daar niet op te kleven, er is ook het kostenmodel natuurlijk. Dat zal ook de snelheid van adaptatie beïnvloeden.”
Om de organisatie beter te laten doorleven met de nieuwe technologieën, hebben vele zorgorganisatie een al dan niet afzonderlijke innovatiepoot, zoals The Greenhouse in AZ Groeninge of Future Health in ZOL. “De AI tools hebben hier een groot aandeel. De nauwe samenwerking met de industrie zorgt er mee voor dat de AI niet alleen een theoretisch gegeven blijft maar ook met de eindgebruikers ontwikkeld wordt en op de werkvloer gebruikt wordt”, aldus Vanovermeire.
Europese context en databeschikbaarheid
Kwalitatieve AI hangt af van goede en toegankelijke data. Europese initiatieven, zoals EHDS European Health Data Space), en strikte Belgische wetgeving focussen op FAIR-data (Findable, Accessible, Interoperable, Reusable) om de basis te leggen voor betrouwbare AI.
Het Health Data Agency (HDA) geeft het Belgische gezondheidsdatalandschap een nieuwe vorm. Met de introductie van een uitgebreide datacatalogus pakt het HDA uitdagingen op het gebied van datatoegang aan en vereenvoudigt het proces van het vinden en combineren van informatie. Door middel van sterk databeheer zorgt het HDA voor een meer uniforme, betrouwbare, transparante en veilige aanpak van gezondheidsdata.
De toekomst: gepersonaliseerde geneeskunde
De Vos: “AI maakt gepersonaliseerde geneeskunde mogelijk. Het voorspellen van welke behandeling werkt voor welke patiënt maakt de zorg efficiënter en bespaart kosten.” Vanovermeire vult aan: “AI zal niet automatisch de zorg goedkoper maken, maar kan middelen beter toewijzen en preventief duurdere en inefficiënte therapieën vermijden.”
Prof. De Vos ziet AI als fundamenteel voor de toekomst, maar hamert op ethiek en menselijk toezicht: “AI wordt net als elektriciteit een technologie die overal in de zorg aanwezig is. Het zal nog tijd kosten voor volledige integratie, maar de interesse en het potentieel zijn enorm.”
