Kunstmatige intelligentie (AI) rukt steeds verder op in de wereld van de zorg. Maar soms is het moeilijk om bij te houden wat er allemaal beschikbaar is, en –belangrijker- of die vindingen wel beantwoorden aan alle kwaliteits- en veiligheidseisen. Op het gebied van radiologie is er sinds kort uitkomst in de vorm van de website AI for Radiology. Een initiatief van het Radboudumc in Nijmegen die het voor zorgaanbieders gemakkelijker maakt om beschikbare kunstmatig intelligente software-producten te vergelijken.
Promovendus Kicky van Leeuwen onderzocht hoe AI wordt ingezet in de radiologie aan de Diagnostic Image Analysis Group van het Radboudumc. Zij constateerde dat het gebruik van softwarematige hulpmiddelen nog geen hoge vlucht neemt, en dat de producten die gebruikt worden vaak ook nog eens alleen van Nederlandse makers komen. “Men vindt het lastig om door de bomen het bos te zien”, constateert Van Leeuwen.
Daarom is door het Radboudumc de website AI for Radiology in het leven geroepen. Met een overzicht van CE-gecertificeerde AI-producten voor de radiologie, inclusief gedetailleerde productspecificaties weergeven en certificering. De website is filterbaar en doorzoekbaar gemaakt zodat radiologen snel de meest geschikte AI-oplossing kunnen vinden voor hun werk. Dat kan per situatie verschillen.
De database van AI for Radiology bevat momenteel ruim 100 producten en dat aantal wordt voortdurend bijgewerkt. Er zijn niet alleen Nederlandse, maar ook buitenlandse vindingen in de lijst opgenomen. Vaak gaat het om ‘puntoplossingen’; AI die gemaakt is voor een specifiek deelgebied, zoals de analyse van longfoto’s of mammogrammen.
Om er zeker van te zijn dat de medische software veilig en betrouwbaar is, is een Europees CE certificaat een vereiste. De Europese CE-markering gaat echter niet over de inhoudelijke kwaliteiten van een softwareproduct maar kijkt vooral naar of een product technisch deugt, onderhouden wordt en of er aan kwaliteitsmanagement wordt gedaan. In de medische wereld is dat niet voldoende: klinische effectiviteit is minstens zo belangrijk. Het blijkt alleen niet altijd transparant te zijn of een AI-product wel of niet gecertificeerd is. Om die transparantie toch te brengen zijn op de website AI for Radiology wetenschappelijke bewijzen opgenomen in de vorm van gepubliceerde studies.
Uiteindelijk wil de Diagnostic Image Analysis Group van Radboudumc validatiestudies opzetten waarbij meerdere ziekenhuizen betrokken zullen zijn zodat softwarepakketten met elkaar vergeleken kunnen worden en meer duidelijk wordt over hoe de AI-programma’s presteren op meerdere type scanners en in diverse settings.
AI wordt meer en meer ingezet in beeldvorming. Lerende algoritmen blijken in staat te zijn om heel snel een accurate diagnose te stellen bij allerlei aandoeningen, zoals borstkanker en melanoom. Veel producenten, groot en klein springen in die markt, en dat leidt tot een toevloed aan AI-systemen die misschien niet allemaal even goed presteren. Dat komt ook doordat het nog een betrekkelijk nieuw vakgebied is: lerende algoritmes worden slimmer naarmate ze meer ingezet worden en meer data verwerken.
AI-oplossingen kunnen vooral in perifere ziekenhuizen een positieve bijdrage leveren, simpelweg omdat er daar minder specialistisch opgeleide radiologen zijn. AI kan die specialistische kennis leveren. Het is dan wel de taak van de academische en topklinische ziekenhuizen om te onderzoeken of de AI-systemen ook daadwerkelijk gevalideerd zijn en zinvol ingezet kunnen worden in de radiodiagnostiek. De website AI for radiology wordt aankomende periode verder uitgebreid met tools voor selectie van leveranciers. Ook wil het Radboudumc radiologen hulpmiddelen aanreiken die ze kunnen inzetten voor commerciële en contractbesprekingen met AI-bedrijven.
Meer informatie
Naar boven
