‘Welke rol speelt kunstmatige intelligentie in de zorg?’
Sla een krant open en je komt wel een artikel over artifial intelligence (kunstmatige intelligentie) tegen. Bijna altijd gaat het over de geweldige kansen die AI ons biedt, ook in de gezondheidszorg. Maar AI zorgt ook voor veel onduidelijkheid, wat is het nu precies en hoe is de stand van zaken?
De term AI wordt heel vaak in verband gebracht met het toegankelijk maken van grote hoeveelheden data en in die betekenis van AI zijn al grote stappen gezet. Algoritmen gekoppeld aan computerkracht zijn in staat nieuwe verbanden te leggen en processen te verbeteren. Pathologie is een treffend voorbeeld, computers zijn in staat om beter dan de mens beelden te herkennen en daar conclusies aan te verbinden. Wanneer AI wordt gedefinieerd als overtreffen van het menselijke brein op terreinen als logica of creativiteit dan staat het nog in de kinderschoenen. OK, een computer kan beter schaken dan mensen, maar dat is nog steeds niet meer dan het inzetten van veel wiskundig vermogen. Dat heeft nog niets met intelligentie te maken. Daar zijn we nog heel ver van verwijderd.
Superintelligentie
Een rapport van Frauke Wouda en Henk Huting (Ninctiz) beschrijft de huidige stand van zaken wat betreft AI in de zorg. Zij onderscheiden drie vormen van AI: zwakke AI, sterke AI en superintelligentie. Zwakke AI kan afwijkende cellen detecteren, dermatologische afwijkingen herkennen, dementie vroeger ontdekken of longkanker voorspellen. Dat gebeurt allemaal op basis van big data en algoritmen en de kennis is gefocust op één specifiek terrein. Sterke AI betekent dat systemen om kunnen gaan met onverwachte situaties en dat ze abstract kunnen denken. Dat lijkt al op menselijke intelligentie. Op dit moment komen computersystemen nog niet in de buurt van wat wij als menselijke intelligentie zouden definiëren. Sommige wetenschappers verwachten een doorbraak binnen enkele decennia, andere denken dat wij dat punt op zijn vroegst aan het eind van deze eeuw gaan bereiken en een groep gelooft niet dat het ooit zover zal komen. Is sterke intelligentie eenmaal een feit, dan wordt de kans dat ook superintelligentie wordt bereikt plotseling veel groter. Dan is er sprake van een systeem dat op alle cognitieve terreinen veel beter presteert dan het beste menselijke brein. Mocht dat ooit gebeuren, dan zal de impact onvoorstelbaar groot zijn, dan zouden de voorspellingen van doemdenkers wel eens bewaarheid kunnen worden.
Machine learning
De kracht van AI is dat systemen in staat zijn om te leren en zo zichzelf te verbeteren, zonder dat daar programmering aan te pas komt. Het systeem leert aan de hand van steeds nieuw ingevoerde betrouwbare data, dat proces heet dan ook machine learning. Hoe beter de data, hoe sneller het systeem leert. Alle huidige systemen in de zorg vallen op dit moment onder deze vorm van AI. Machine learning komt voor in verschillende vormen: supervised learning, unsupervised learning en deep learning. Supervised learning gaat over het gebruik van data die zijn gelabeld, bijvoorbeeld door een code bij een bepaalde huidafwijking. Als de computer maar vaak genoeg gelabelde beelden ziet zal hij ook beelden gaan herkennen die nog niet eerder zijn aangeboden. Omdat de beelden gelabeld zijn is controle mogelijk. Bij unsupervised learning gaat het niet om het herkennen van beelden of voorspellen van uitkomsten, maar om het herkennen van nieuwe patronen of groepen. De computer is in staat om nieuwe patronen te zien in grote hoeveelheden data. Deze techniek wordt in de zorg veel toegepast, bijvoorbeeld bij Parkinson-patiënten. Waarom reageert een patiënt op een bepaalde therapie en een ander niet? Het ontdekken van nieuwe patronen kan in zo’n geval leiden tot een behandeling op maat.
Deep learning
Deep learning maakt gebruik van een neuraal netwerk bestaande uit meerdere lagen. Hoe meer lagen, hoe complexer de vraagstukken die aan de computer kunnen worden voorgelegd. De neiging is groot om zo’n neuraal netwerk te vergelijken met het menselijke zenuwstelsel, maar dat is absoluut niet aan de orde. In feite is deze vorm van supervised learning nog steeds niet meer dan het doorzoeken van enorme hoeveelheden data, het vormen van een nieuw algoritme, waardoor de betere herkenning van bijvoorbeeld beelden mogelijk wordt.
AI speelt in de medische praktijk een steeds grotere rol, bijvoorbeeld via natural language processing (NLP), waarbij een computer een gesprek tussen arts en patiënt omzet in tekst. De computer extraheert specifieke klinische gegevens, zoals de klachten en de locatie. Expertsystems (kennissystemen) zijn AI-technieken die zijn gebaseerd op logica of redenatie. Er wordt geen gebruik gemaakt van een zelflerend algoritme, maar van een algoritme op basis van al bekende systemen. Het systeem kan sneller dan een mens grote hoeveelheden data structureren en dus ook sneller tot een oplossing komen.
Robotica
Technieken als machine learning, NLP en expertsystemen worden gebruikt in toepassingen als speech, vision, planning en robotica. Speech kent twee vormen, gesproken taal omzetten in tekst en omgekeerd. Spraakcomputers zijn bijvoorbeeld zeer goed toepasbaar bij ALS-patiënten. Vision (beeldherkenning) is de techniek waarbij een computer beelden bekijkt en ze classificeert. Het wordt gebruikt door radiologen, pathologen en dermatologen om specifieke afwijkingen beter en sneller te herkennen. Planning heeft betrekking op het herkennen van patronen in grote hoeveelheden data, ook patronen die nog niet eerder zijn ontdekt. Welke patiënt loopt grotere risico’s bij een operatie en wat is de kans op heropname? Bij robotica komen alle toepassingen van AI samen: spraak, zicht, bewegingen, redenatie en planning. De brede inzetbaarheid heeft consequenties voor de zorg. Het ontlast de zorgverlener en het heeft een positieve uitwerking op de patiënt.
En nu?
Het is duidelijk dat AI in de medische wereld zich snel en positief ontwikkeld, maar het maakt een aantal vraagstukken ook urgent. Om AI echt succesvol te maken moet er sprake zijn van gestandaardiseerde data, alleen dan kan AI goed functioneren. De kwaliteit van die data schiet nu nog vaak tekort. AI moet betrouwbaar en controleerbaar zijn. Wie controleert de uitkomsten, hoe kwam een computer tot een behandeladvies? En dan blijft er natuurlijk nog altijd de ethische vraag: wie is verantwoordelijk als het systeem zich vergist? Mag een arts een advies negeren? Die vragen zijn ingewikkeld en er zal nog veel water door de Waal vloeien voordat er een antwoord op is gevonden.
Artificial Intelligence in de zorg. Begrippen, praktijkvoorbeelden en vraagstukken, 15 januari 2019, Frauke Wouda, Henk Hutink. Nictiz – Betere gezondheid door betere informatie.
