De gezondheid van mensen wordt positief beïnvloed door nieuwe technologische ontwikkelingen. Met name oplossingen gebaseerd op kunstmatige intelligentie en data spelen hierbij een belangrijke rol. Vandaar organiseerde Info Support een 2-daagse hackathon met het motto: “Maak gebruik van de kracht van data om de gezondheidszorg te verbeteren”. Medewerkers van Info Support met kennis van kunstmatige intelligentie, IT-architectuur, data en applicatieontwikkeling kwamen samen om een model voor het herkennen van een melanoom te ontwikkelen, deze te integreren in een applicatie en op te nemen in een ontwikkelstraat.
Technologische vernieuwing en AI in behandel- en zorgproces
Technologie op basis van AI wordt steeds meer een integraal onderdeel in het zorgproces. Een radioloog krijgt bijvoorbeeld steeds meer ondersteuning van beeldherkenning om een diagnose te stellen. Artsen worden ondersteund met kunstmatige intelligentie om een behandelingsvoorstel te maken. Verpleeghuizen zetten sensoren in voor intramurale dementiezorg. Patiënten kunnen vergelijkingen maken met andere patiënten om meer inzicht en regie te krijgen over hun eigen behandeling. Data wordt hierbij niet langer gebruikt om iets achteraf te verklaren, het wordt steeds vaker ingezet om iets vooraf te voorspellen of om stappen voor te schrijven die leiden tot een mogelijke of gewenste uitkomst.
Zorg en informatietechnologie
Hoewel informatietechnologie een positieve bijdrage levert aan het verbeteren en versnellen van zorgprocessen, roept het ook vragen op. Wordt de zorg hierdoor ‘kouder’ en afstandelijker? Wordt personeel in de zorg vervangen door kunstmatige intelligentie? Wij denken dat kunstmatige intelligentie voor verschillende routinematige activiteiten in de zorg zeker ingezet gaat worden. Het vermindert de kans op fouten en leidt tot kortere doorlooptijden.
Maar kunstmatige intelligentie en technologische vernieuwing maakt de zorg ook ‘warmer’, doordat de zorgprofessional meer tijd heeft om zorg te verlenen met meer aandacht en compassie voor de patiënt. De voordelen zijn evident: sneller resultaat voor de patiënt, lagere kosten vanwege een efficiënter proces met minder personeel voor routinematige handelingen.
Architectuur voor data-gestuurde processen
Bij veel organisaties is data-analyse en applicatieontwikkeling gescheiden, zijn de architecturen gescheiden en wordt het als twee verschillende werelden gezien. Door middel van de hackathon, een evenement om in korte tijd een probleem te verkennen, hebben we ervaren dat we deze twee werelden bij elkaar kunnen brengen. Samen hebben we een oplossing gemaakt en van elkaar geleerd. Met deze kennis weten we nu beter hoe we een toepassing voor data moeten integreren in een applicatie en in eenzelfde ontwikkelstraat.
De werelden van data-analyse, waaronder kunstmatige intelligentie, en applicatieontwikkeling moeten bij elkaar worden gebracht in één IT-architectuur om een data-gestuurde oplossing te kunnen maken. Data-analyse wordt onderdeel van het primaire proces. Transacties en data-analyses worden in hetzelfde proces uitgevoerd en zijn afhankelijk van elkaar geworden. Dit heeft impact op de huidige architectuur van een zorgaanbieder.
Daarnaast moeten ook de vele databronnen worden aangesloten. Alle sensoren en apparaten, de data in de persoonlijke gezondheidsomgevingen, data vanuit wetenschappelijk onderzoek en data over omgevingsfactoren. Een IT-architectuur hiervoor realiseren is de grote uitdaging voor een zorgaanbieder. Met de hackathon hebben we opnieuw laten zien dat we onze adviezen op dit gebied ook in softwarecode weten te realiseren.
Snelle diagnose, minder onzekerheid
Met een intelligente oplossing voor beeldherkenning kan er sneller een diagnose worden gesteld en dat is voor iedereen in de zorg van belang. De patiënt heeft sneller resultaat, kan sneller worden geholpen en de kans op bijwerkingen kan mogelijk worden verkleind.
De hackathon heeft ons geleerd dat we de patiënt kunnen helpen om een melanoom te herkennen. We hebben de technieken verkend en zijn er in slechts twee dagen in geslaagd om een redelijke betrouwbaarheid te realiseren. Uit andere studies, zoals de Stanford Artificial Intelligence Laboratory, weten we dat een hogere betrouwbaarheid mogelijk is. Hiervoor is wel meer trainingstijd van het neurale netwerk voor kunstmatige intelligentie noodzakelijk en ook moet er nog veel meer data worden benut. Toch is het resultaat van de hackathon zeer bemoedigend en bovendien leerzaam voor alle deelnemers geweest.
En nu?
Met de hackathon hebben we als Info Support weer een stap gezet om integraties te verbeteren door middel van onze kennis over data, kunstmatige intelligentie, architectuur en applicatieontwikkeling. Onze ervaringen en kennis willen we graag met u delen om mensen langer gezond te houden, mensen beter te kunnen ondersteunen en de gezondheidszorg te verbeteren. Mogen we u uitnodigen voor een gesprek?
(Deze blog is gezamenlijk door René Hietkamp en Leo van Neutegem geschreven.)