AI en robots worden zo goed dat ze het merendeel van het werk in de zorg van ons gaan overnemen, verwacht hoogleraar Bram van Ginneken. “We zullen er vanzelf aan wennen.”
Al dertig jaar probeert Bram van Ginneken, hoogleraar medische beeldanalyse aan het Radboudumc in Nijmegen, computers steeds beter te maken in het analyseren en beoordelen van medische beelden. Zodat ze bijvoorbeeld kankercellen op MRI-beelden kunnen detecteren. En dat lukt steeds beter. “Het is inmiddels niet meer de vraag of een computer medische beelden net zo goed kan beoordelen als een mens. Het is volkomen duidelijk dat dat kan.” Vijf jaar geleden begon Van Ginneken zich dan ook af te vragen: wat nu? “Wat betekent dit voor mijn werk? Want dit vakgebied is eigenlijk ‘af’.”
De opmars van AI in de medische beeldanalyse begon al in 1998, vertelt Van Ginneken. Toen werd voor het eerst software voor borstkankerscreening goedgekeurd door de Amerikaanse waakhond FDA. “Dat werkte toen nog niet eens zo heel goed”, zegt hij. De echte sprong kwam pas in 2012, toen AlexNet, een neuraal netwerk, een AI-wedstrijd won. Dit type algoritme was veel beter in staat om objecten op plaatjes te herkennen dan algoritmes die tot dan toe werden gebruikt. “Het versloeg de traditionele methode met zo’n grote marge dat de wedstrijdorganisatie zich afvroeg of er een fout zat in hun scoresysteem, maar dat was niet zo.” Deze techniek bleek goed toepasbaar op medische beeldanalyse en kon afwijkingen in verschillende lichaamsdelen steeds beter opsporen. Van Ginneken heeft daarmee bijvoorbeeld software gemaakt die tuberculose in de borstkas en afwijkingen op longfoto’s kan opsporen.
De laatste jaren is er nog een tweede grote AI-ontwikkeling bijgekomen die de medische wereld op zijn kop zal zetten, denkt Van Ginneken. Dat zijn de zogeheten transformermodellen, waarop programma’s als ChatGPT zijn gebaseerd. Deze programma’s zijn heel goed in het verwerken van grote hoeveelheden informatie. “In het ziekenhuis wordt continu van alles gemeten, zoals je hartslag, bloeddruk en bloedwaarden, en er worden scans gemaakt. Daarnaast is er een medisch dossier, waarin artsen en verplegend personeel aantekeningen maken. Zo ontstaat er een mix van heel veel verschillende soorten data, uit teksten, sensoren en beelden. Ook verschijnt er dagelijks nieuwe medische literatuur. Voor een arts is het onmogelijk om dat zelf allemaal bij te houden en orde te scheppen in die chaos. Nu hebben we computers die heel goed teksten uit het dossier kunnen samenvatten en die op basis van al die data een advies voor een behandeling kunnen geven.” Van Ginneken en zijn collega’s hebben dat al in de praktijk getest. Zij vroegen ChatGPT om een eerste diagnose te geven aan dertig patiënten op de SEH (spoedeisende hulp) van het Jeroen Bosch Ziekenhuis in Den Bosch. “We waren stomverbaasd dat de software even goed presteerde als de artsen in het ziekenhuis.”
Personeelstekort
Al die intelligentie kun je niet alleen in software, maar ook in een fysieke verschijningsvorm toepassen, namelijk in een robot. Met behulp van zo’n handelende AI is de opmars van kunstmatige intelligentie in het ziekenhuis helemaal niet meer te stuiten, denkt Van Ginneken. Onder meer de ontwikkeling van Figure en Optimus ziet hij als veelbelovend. Deze robots zouden veel werk uit handen kunnen nemen. En dat is nodig, want er is een groot personeelstekort in de zorg. “Toen ik geboren werd in 1970, werkte één op de twaalf mensen in de zorg. Nu is dat bijna één op de vijf. En in 2060 zouden, volgens een WRR-rapport, één op de drie mensen uit de beroepsbevolking in de zorg moeten werken. Maar dat kan helemaal niet. De zorgkosten lopen volledig uit de hand. En een groot deel van die kosten gaat niet naar de artsen of verpleegkundigen, maar naar de mensen die ziekenhuisbedden aan het verplaatsen zijn, of thuiszorgwerkers.”
Volgens Van Ginneken zullen robots en AI in de toekomst dan ook het grootste gedeelte van het werk in de zorg van ons overnemen. In het ziekenhuis van de toekomst zien we zelfrijdende bedden voorbijkomen en zijn er robotverpleegkundigen die een patiënt in en uit bed helpen en verzorgen. Zelf zou Van Ginneken ook liever zien dat een robot hem verzorgt dan een mens. “Het is toch ongemakkelijk om door een ander mens verzorgd te worden. Bovendien kun je tegen een robot zeggen wat je wilt en reageert hij waarschijnlijk nog empathischer ook. Uit onderzoek
blijkt namelijk dat patiënten de antwoorden van een chatbot als prettiger ervaren dan die van een arts.”
Nu is het nog niet zover; die zorgrobots zijn er nog niet. Maar ze gaan er zeker komen, weet Van Ginneken, al zullen we er misschien aan moeten wennen. “Toen we auto’s gingen bouwen, vroegen we ons ook af of ze niet gevaarlijk zouden zijn. Maar de voordelen waren zo groot dat we ze massaal zijn gaan gebruiken. Zo kon je je twintig jaar geleden ook niet voorstellen dat iedereen in de trein naar zijn smartphone zou staren. Het is gewoon handig dat we die dingen hebben. We zullen er vanzelf aan wennen.”
Extra oplettend
Veel mensen maken zich nog wel zorgen om vooringenomenheid, in jargon bias, waardoor AI-oplossingen niet voor elke bevolkingsgroep even goed werken. Voor een deel is dat terecht, aldus Van Ginneken. “Voor sommige groepen zal het altijd slechter werken, bijvoorbeeld omdat afwijkingen in de huid moeilijker zijn op te sporen bij mensen met een donkere huid. Maar dat betekent nog niet dat het systeem als geheel waardeloos is. In veel gevallen is bias simpelweg op te lossen door meer trainingsdata te verzamelen over specifieke groepen. En de arts moet zich er gewoon bewust van zijn dat een bepaalde klinische test voor sommige groepen minder goed werkt. Net als dat je bij het autorijden met slecht weer ook extra oplettend moet zijn.”
Overigens heeft Van Ginneken inmiddels de conclusie getrokken wat de AI-opmars voor zijn eigen werk betekent. Want dat kan inmiddels dus net zo goed door een computer worden gedaan. “Ik kan waarschijnlijk nog wel tot aan mijn pensioen onderzoek doen om de techniek te verbeteren, maar wetenschappelijk gezien is het geen uitdaging meer.” Hij gaat op termijn dan ook de wetenschap verlaten om vanuit zijn bedrijf de software voor medische beeldanalyse daadwerkelijk te gaan bouwen, zodat artsen en patiënten het kunnen gebruiken. Het heeft volgens hem geen zin om de computer te slim af proberen te zijn, en ook niet om hiervan te balen. “Wij mensen zetten de volgende stap in de evolutie. We bouwen machines die superieur zijn aan onszelf. Dat is toch een fantastische prestatie van de mensheid.”