Cairelab: implementatie van Artificial Intelligence én vergroten van bewustwording

In dat expertisecentrum komen alle AI-werkstromen in het LUMC samen.
Met als doel om de ontwikkeling en het onderzoek naar AI in de zorg te versnellen en toepassingen te implementeren.
Marieke van Buchem is innovatiemanager bij het LUMC en recent gepromoveerd op haar proefschrift over taalmodellen in de zorg*. AI zal niet snel een arts in de spreekkamer vervangen, verwacht ze. Maar in ondersteunende rollen zal het wel een rol van betekenis gaan spelen.
Cairelab is op de eerste plaats het AI-expertisecentrum van het LUMC. Het wil ervoor zorgen dat zorgverleners weten wat AI inhoudt, wat de risico’s zijn en waar de kansen liggen. Maar ook dat mensen die binnen het LUMC met AI bezig zijn, elkaar weten te vinden.
‘Die bewustwording is voor ons heel belangrijk,’ vertelt Marieke. ‘Omdat veel mensen een mening hebben over AI, hebben we ons afgelopen jaar gericht op het verzorgen van cursussen voor zorgverleners. Gelukkig is AI inmiddels binnen de studie geneeskunde een verplicht vak.’
In haar rol als innovatiemanager houdt Marieke zich vooral bezig met strategie en innovatiebeleid in de organisatie. ‘Ik bekijk wat we nodig hebben om AI op een goede manier de praktijk in te krijgen en hoe we ons daarvoor het beste kunnen organiseren. We werken bijvoorbeeld samen met een ethicus, die bij de start van projecten begeleidingsethiek-workshops verzorgt. En we schakelen met de afdelingen privacy en juridische zaken. Daarnaast manage ik het ecosysteem; de bedrijven waar we mee samenwerken, universiteiten die onderzoek doen, en andere partijen.
Bewezen in de praktijk; de opnamevoorspeller
Een toepassing die CAIRELab naar de praktijk heeft gebracht is de opnamevoorspeller. Dat is een AI-model dat alle data bekijkt van patiënten die binnenkomen op de spoedeisende hulp; onder andere leeftijd, geslacht, hoe hoog is de urgentie die de triage-verpleegkundige aangeeft. Aan de hand daarvan doet het een voorspelling of die patiënt opgenomen zal worden op de acute opname-afdeling of niet. Dat draait om getallen; er worden geen uitspraken gedaan over specifieke patiënten. ‘Dat is voor de opname-afdeling een enorm voordeel,’ gaat Marieke verder. ‘Zij ontvangen elke paar minuten updates van het aantal patiënten dat ze kunnen verwachten. Deze toepassing richt zich op de capaciteit van de afdeling en zorgt voor rust. Het maakt inzichtelijk op welk moment ze hard moeten werken om bedden vrij te maken, wanneer ze even koffie kunnen halen. En het scheelt veel heen-en-weer bellen.’ De opnamevoorspeller blijkt in de meeste gevallen gelijk te hebben, met een afwijking van plus of min 1 opname. ‘Met al die data zou een arts of verpleegkundige ook zo’n voorspelling kunnen doen. Maar dat kost veel tijd, die mensen niet hebben. En daar zit het enorme voordeel.’
Soms is een langere adem nodig
De opnamevoorspeller kwam binnen 6 maanden van ontwikkeling, via implementatie tot een pilot. Maar andere AI-toepassingen hebben meer tijd nodig. Bijvoorbeeld als het gaat om medische hulpmiddelen. Marieke: ‘Als je met een AI-toepassing ingrijpt in de diagnose of behandeling van een patiënt, dan is het een veel langer traject. Dat heeft nog veel minder voorbeelden van impact opgeleverd. We werken momenteel samen met Healthplus.ai. Die werken al een aantal jaar aan de ontwikkeling van een model voor het voorspellen van infecties na operaties. Daarvan starten we binnenkort bij ons de pilot-fase. Maar voordat we daarvan effect kunnen aantonen, zijn we waarschijnlijk 1 of 2 jaar verder.’
Cairelab werkt ook samen met Autoscriber, een toepassing die gesprekken tussen arts en patiënt opneemt, automatisch transcribeert en samenvat. Een potentieel veel tijdbesparende toepassing, maar ook een ontwikkeling die langer loopt. Vanwege de hoge technische eisen maar ook de effecten op de arts-patiëntrelatie en de kwaliteit van de zorg.
AI implementeren is complex
Bij de start van Cairelab was het uitgangspunt: “vertel ons je probleem, dan gaan we daar een mooie toepassing voor maken”. Gewoon leren door te doen, verklaart Marieke. ‘AI klonk altijd als een specialisatie of iets voor de IT-afdeling. Maar om AI in de praktijk te brengen, zijn er veel verschillende expertises nodig. Hoe dichter je bij implementatie komt, hoe meer gespecialiseerde kennis je nodig hebt. Bijvoorbeeld over privacy- en andere wetgeving. En ook die van de IT-afdeling; je moet data ophalen en integreren in de systemen die gebruikt worden. Daarnaast zijn de eindgebruikers onmisbaar. Het is een ontzettend complex veld, waarvoor je mensen door het hele ziekenhuis nodig hebt.’
Voordat ChatGPT bekend was, hadden maar weinig mensen een idee bij AI. Nu gebruikt bijna iedereen het. Daardoor komen afdelingen in het ziekenhuis zelf met ideeën. ‘Ik zie dat de afgelopen 2 jaar de interesse vanuit zorgverleners en onderzoekers enorm is toegenomen,’ signaleert Marieke. ‘Al blijven er natuurlijk ook mensen die er negatiever tegenover staan. Zorgmedewerkers moeten wel het idee hebben dat er een probleem is. Die manier van werken houdt zorgmedewerkers gemotiveerd om met ons samen te werken. Door die co-creatie zorgen we er ook nog voor dat ze gedurende het hele proces nauw betrokken zijn.’
AI is niet zaligmakend
Binnen het zorglandschap wordt AI gezien als een middel dat een grote rol kan spelen in de aanpak van de dubbele vergrijzing en personeelstekorten. Maar volgens Marieke is het niet de ultieme oplossing. ‘Het is één van de tools die je daarvoor kunt inzetten. Er hangen soms hele hoge verwachtingen aan de inzet van AI. Maar het is niet alsof je een knop kunt indrukken en daarmee het probleem kunt oplossen. AI is afhankelijk van veranderpuzzels; samen met de introductie van een nieuwe toepassing, moet je bereid zijn je werkproces aan te pakken. Die toepassing moet geïntegreerd worden in je systeem, er komt veel meer bij kijken dan alleen een AI-model. Voor een beter capaciteitsmanagement, betere inzichten uit al die data die we verzamelen in de zorg, administratieve lasten, gaat AI zeker een hele belangrijke, grote rol spelen. Maar we moeten ons er niet op blindstaren. Door ons zo op AI te richten, vergeten we kritisch te blijven op het onderliggende proces. Natuurlijk kan AI helpen in de administratielast. Maar je kunt je ook afvragen of het werkproces überhaupt veranderd zou moeten worden. Of dat we misschien minder moeten administreren of registreren.’
Valkuilen en kansen
Het afstompen van die kritische blik ziet Marieke als de valkuil die AI ook kan inhouden. ‘Dat we minder kritisch naar processen zelf kijken. Terwijl je ze misschien met simpele aanpassingen ook al kunt verbeteren en je AI niet nodig hebt,’ bespiegelt ze.
Of we willen of niet: AI is nu al niet meer weg te denken, ook binnen de zorg. ‘Het raakt al zo verweven met het hele zorgsysteem,’ stelt Marieke vast. ‘Volgens mij liggen er grote kansen voor AI, zoals bij capaciteitsmanagement. Maar ook bij monitoring van data, dat kun je als mens zelf niet bolwerken. En daar is AI juist de perfecte tool voor; de complexe verbanden in grote datasets herkennen. En natuurlijk om te ondersteunen in administratieve werkzaamheden.
Een paar jaar geleden was het beeld dat AI de dokter in de spreekkamer zou vervangen. Maar dat willen de meeste mensen niet en dat zal ook niet gebeuren. Wat AI wél kan doen, is routinematige handelingen automatiseren, zodat zorgprofessionals meer tijd en ruimte hebben voor direct contact met patiënten.’
* Marieke promoveerde in december 2024; lees hier haar proefschrift.
Foto: ©rooskoole