Adoptie van artificial intelligence in de gezondheidszorg

AI in de gezondheidszorg is nog maar net begonnen.

Investeringen in artificial intelligence (AI) groeien in elke sector, maar vooral in de gezondheidszorg. De AI-financiering in de gezondheidszorg staat op een historisch hoog niveau, wat bevestigt dat de zorgsector een van de koplopers in het AI-onderzoek is geworden. Verschillende onderzoeken tonen aan dat de potentiële voordelen voor de sector enorm zijn. Volgens onderzoek dat we in 2017 hebben afgesloten, zou het gebruik van AI voor de preventie, de diagnose en de behandeling van slechts drie veel voorkomende aandoeningen (obesitas bij kinderen, dementie en borstkanker) de komende tien jaar een kostenbesparing van meer dan 170 miljard euro kunnen opleveren, terwijl de toegang tot en de beschikbaarheid van tijdige zorg verbetert. Het potentieel is enorm, maar de goedkeuring van AI-toepassingen is vrij traag van start gegaan.

Download het rapport
(PDF, 1 mb)

De data-uitdaging

De beschikbaarheid van data is van fundamenteel belang voor de ontwikkeling en het gebruik van AI-toepassingen. De interoperabiliteit van gegevens is een van de meest kritische uitdagingen voor AI in de gezondheidszorg. Sommige ontwikkelingen, zoals een Europees elektronisch platform voor de uitwisseling van gezondheidsdossiers voor EU-landen, zijn een stap in de goede richting, maar er moet nog veel meer worden gedaan. Andere datagerelateerde kwesties - zoals wie de eigenaar is van patiëntengegevenssystemen in ziekenhuizen - zijn even belangrijk. Om de weg naar een op AI gebaseerde toekomst te leiden, moeten de eigenaren van dergelijke systemen vertrouwd zijn met het potentieel van data - en niet alleen met de traditionele toepassingen ervan - om meer innovatie mogelijk te maken.

De mentaliteitskloof

Op AI gebaseerde tools zijn lang zwarte dozen gebleven, niet alleen voor patiënten, maar ook voor artsen en andere zorgprofessionals. Het percentage medische professionals dat over de vaardigheden beschikt die nodig zijn om de hulpmiddelen volledig te begrijpen, blijft klein. Dat belemmert de invoering van AI in de gezondheidszorg. Daarnaast is het van vitaal belang om de mentaliteit te hebben om voorrang te geven aan innovatie. Het is vaak moeilijk om medische professionals aan tafel te krijgen die prioriteit geven aan de adoptie van nieuwe technologieën, alleen al vanwege het feit dat hun prioriteiten liggen in de dagelijkse zorgverlening.

Fouten in de coördinatie

Gezien de onbekendheid met AI, die waarschijnlijk niet snel zal verdwijnen, is co-creatie misschien wel de enige manier om vertrouwen en transparantie te garanderen. Marktcoördinatie is een eerste vereiste om ervoor te zorgen dat de investeringen doeltreffend worden gedaan, maar momenteel is het AI-onderzoek in de Europese Unie (EU) nogal versnipperd. Er is nog geen duidelijk ecosysteem waarneembaar. Naast co-creatie en AI-ontwikkeling is het net zo belangrijk om een gecoördineerde verspreidingsstrategie van de overheid te hebben, die uiteenzet hoe de invoering van AI-instrumenten van grote ziekenhuizen naar kleinere ziekenhuizen zal verschuiven.

Betalings- en beloningsmodellen

De bestaande betaalsystemen - waarin zorgverleners grotendeels worden betaald via een fee-for-service - sluiten niet goed aan bij de doelstellingen van AI. Deze betaalsystemen stimuleren het maximaliseren van het aantal patiënten, terwijl AI gericht is op het creëren van meerwaarde door het verbeteren van de gezondheidsresultaten. Met andere woorden, de toegevoegde waarde die AI genereert in de gezondheidszorg moet directer financieel worden beloond, door geleidelijk over te stappen op waardegerichte gezondheidszorg.

Vaststelling van prioriteiten voor de uitvoering

De ontwikkeling van AI voor gezondheidstoepassingen vertraagt niet. Met het oog op de technische ontwikkelingen is het belangrijk om prioriteiten te stellen om gelijktijdige toepassingen in de gezondheidszorg mogelijk te maken. We benadrukken dat we ons moeten concentreren op lokale uitdagingen en tegelijkertijd adoptiestrategieën voor de EU moeten ontwikkelen.

1. Een nationaal gecoördineerde strategie voor AI in de gezondheidszorg
2. Prioriteit aan toepassingen op basis van de behoefte en het gemak van adoptie
3. Dataproblemen dringend aanpakken

1. Een nationaal gecoördineerde strategie voor AI in de gezondheidszorg

Hoewel er verschillende inspanningen zijn geleverd om een nationale strategie voor AI te ontwikkelen, is er meer coördinatie tussen de belanghebbenden in het land nodig om te zorgen voor een brede acceptatie. Op macroniveau is samenwerking tussen Europese en multinationale beleidslijnen en programma's ook van vitaal belang voor de ontwikkeling van een strategie die een naadloze toepassing van AI voor de gezondheidszorg mogelijk maakt en in de hele regio toegankelijk is.

2. Prioriteit aan toepassingen op basis van de behoefte en het gemak van adoptie

Als het gaat om het gemak van adoptie worden niet alle op AI gebaseerde applicaties gelijk ontwikkeld. Om wijdverbreide toegang en gebruik mogelijk te maken, is het belangrijk dat we ons richten op toepassingen die weinig investeringen vergen en geschikt zijn voor breder gebruik. Besluitvormers dienen te begrijpen dat niet alleen de technologie en de haalbaarheid ervan belangrijk is. Even belangrijk is het begrijpen van de zakelijke kant, zodat de toegevoegde waarde wordt gerealiseerd voor de patiënten en de aanbieders. Het BXT-model van PwC definieert de verschillende standpunten die overwogen dienen te worden vóór het nemen van zulke investeringsbeslissingen.

3. Dataproblemen dringend aanpakken

De ontwikkeling van AI voor de gezondheidszorg en een effectief gebruik is sterk afhankelijk van de beschikbaarheid van data. Het is een goede strategie om de nadruk te leggen op elektronische patiëntendossiers en het wegnemen van kwesties en problemen in verband met de privacy van gegevens. Innovatie moet niet alleen gericht zijn op het beantwoorden van data-uitdagingen, met inbegrip van gegevensbeheer en datagovernance, maar ook op het ontwikkelen van apparatuur en systemen voor de bescherming van individuele gezondheidsinformatie.