Zorg staat op het punt een snelle verandering te ondergaan nu AI nieuwe mogelijkheden biedt

Voorbeelden van de nieuwe mogelijkheden die AI in allerlei sectoren creëert, zijn overal te vinden. De gezondheidszorg vormt daarop geen uitzondering. Geavanceerde AI-systemen veranderen de manier waarop mensen ziekten voorkomen, vaststellen en behandelen. Hieronder bekijken we hoe AI nieuwe mogelijkheden in de zorg biedt en kan bijdragen aan een gezondere samenleving.

Kunstmatige Intelligentie

De AI-revolutie is volop gaande. Deze systemen kunnen zorgverleners helpen hun diensten efficiënter en doeltreffender aan te bieden zonder de kosten op te drijven. Daarmee kunnen ze bijdragen aan toegankelijkere en rechtvaardigere gezondheidszorg wereldwijd.

Kunstmatige intelligentie kent vele vormen. Sommige systemen leren met behulp van neurale netwerken; andere herkennen patronen die mensen moeilijk kunnen ontdekken. Deep-learningnetwerken kunnen snelle, betrouwbare zorg ondersteunen en zo de veiligheid van patiënten helpen verbeteren.

AI verbetert de diagnostiek

Diagnostiek is een van de eerste onderdelen van de gezondheidszorg waarin AI een verschil heeft gemaakt. Deze systemen kunnen actuele gegevens volgen en vergelijken met eerder getrainde modellen. Door gegevens met elkaar te vergelijken, kunnen ze verbanden en andere onderscheidende kenmerken vinden. Diagnostische AI-systemen vinden inmiddels ook hun weg naar lokale zorgvoorzieningen.

AI bij oogdiagnostiek

Een voorbeeld van het potentieel van AI voor de diagnostiek werd onlangs beschreven in eClinicalMedicine. In de studie¹ analyseerden dr. Darren Ting van de Universiteit van Birmingham en een internationaal onderzoeksteam bestaande onderzoeken naar deep-learningmodellen voor de herkenning van infectieuze keratitis, waaronder bacteriële hoornvliesinfecties.

Infectieuze keratitis is een ontsteking van het hoornvlies die het zicht kan aantasten en tot blindheid kan leiden. Het is wereldwijd een belangrijke oorzaak van hoornvliesblindheid. Snelle diagnostiek en behandeling zijn daarom van groot belang.

Bron – Webeye Cornea Scan

Het team van Ting onderzocht 35 studies waarin deep-learningmodellen werden gebruikt om infectieuze keratitis te herkennen. Samen omvatten die studies meer dan 136.000 hoornvliesbeelden. Het ging om een meta-analyse van bestaande modellen, niet om de ontwikkeling van één nieuw algoritme.

De resultaten waren veelbelovend. De AI-modellen presteerden op een vergelijkbaar niveau als oogartsen. Hun sensitiviteit bedroeg 89,2%, tegenover 82,2% bij de oogartsen. Sensitiviteit geeft aan welk aandeel van de aanwezige infecties wordt herkend; deze cijfers zijn geen percentages voor de totale diagnostische nauwkeurigheid.

De resultaten wijzen op mogelijkheden voor AI als ondersteuning bij de diagnostiek, vooral in afgelegen gebieden waar weinig oogspecialisten beschikbaar zijn. De onderzoekers benadrukken dat meer uiteenlopende gegevens en verdere externe validatie nodig zijn voordat de modellen betrouwbaar in de klinische praktijk kunnen worden toegepast.

Diagnostiek van longkanker

Volgens de in februari 2024 gepubliceerde IARC-schattingen stierven in 2022 wereldwijd ongeveer 1,8 miljoen mensen aan longkanker, een ernstig gezondheidsprobleem met een hoge sterfte. Ook de behandeling kan zwaar zijn voor patiënten. Onderzoekers van de medische faculteit van de Universiteit van Keulen en het Universitair Ziekenhuis Keulen presenteerden de studie “Next generation lung cancer pathology: development and validation of diagnostic and prognostic algorithms”. Hun platform analyseert gedigitaliseerde weefselcoupes met AI en kan de pathologische beoordeling ondersteunen. Het gaat dus om onderzoek van weefsel, niet om een niet-invasieve diagnostische methode.

De studie introduceert een AI-systeem dat kenmerken in gedigitaliseerde weefselmonsters van longkankerpatiënten automatisch analyseert. De prestaties moeten per onderzochte taak en patiëntengroep worden beoordeeld; één algemeen percentage geeft geen betrouwbare beschrijving van de diagnostische nauwkeurigheid. De onderzoekers zien mogelijkheden om de pathologische diagnostiek en prognostische beoordeling te ondersteunen en plannen verdere validatie.

Medicatiefouten opsporen

Medicatiefouten kunnen ontstaan door een verkeerde diagnose of menselijke vergissingen. Bij de anesthesiologische zorg behoren fouten bij het toedienen van geneesmiddelen tot de meest voorkomende kritieke incidenten. Een verkeerd middel kan complicaties veroorzaken of onvoldoende werken, waardoor de patiënt schade of ongemak ondervindt.

Het kan onzorgvuldig lijken als een zorgprofessional het verkeerde geneesmiddel toedient, maar medicatie wordt vaak onder grote tijdsdruk en in stressvolle omstandigheden gegeven. Ook slechte verlichting of een onstabiele werkomgeving, bijvoorbeeld in een oorlogsgebied, kan het risico op fouten vergroten.

Onderzoekers van de Universiteit van Washington presenteerden een AI-ondersteund camerasysteem dat zulke fouten mogelijk kan helpen verminderen. Het draagbare systeem herkent geneesmiddelen aan de hand van verschillende visuele kenmerken.

AI in de gezondheidszorg

Het systeem kijkt verder dan alleen het etiket. Het beoordeelt onder meer de grootte en vorm van flacons en spuiten, de kleur van flacondoppen en de grootte van de tekst op etiketten. Het is bovendien ontworpen om medicatie op de achtergrond te negeren en zich te richten op de spuit op de voorgrond.

De onderzoekers gebruikten videobeelden van 418 handelingen waarbij 13 anesthesiologische zorgverleners medicatie optrokken. De beelden omvatten verschillende omgevingen en lichtomstandigheden om de herkenning onder uiteenlopende omstandigheden te testen. Bij het opsporen van verwisselde flacons behaalde het systeem een sensitiviteit van 99,6% en een specificiteit van 98,8%.

De studie laat zien hoe AI zorgverleners tijdens stressvolle handelingen kan ondersteunen met een extra controle. Het systeem zou in de toekomst met andere hulpmiddelen kunnen worden gecombineerd. De resultaten zijn veelbelovend, maar vormen op zichzelf nog geen bewijs dat het volledige toedieningsproces veilig kan worden geautomatiseerd.

De effectiviteit van behandelingen volgen

AI kan onderzoekers en zorgverleners helpen de effectiviteit van behandelingen beter te volgen. Deze systemen kunnen grote hoeveelheden gegevens analyseren, waaronder familiegeschiedenis en omgevingsfactoren, en zo ondersteuning bieden bij diagnostiek en de keuze van geneesmiddelen.

Na toediening kunnen AI-systemen worden gebruikt om de effecten van afzonderlijke doses te registreren en te volgen. Ze kunnen gegevens over geneesmiddelen en toedieningsmethoden vergelijken om patronen en mogelijke verbeteringen te vinden. Simulaties kunnen daarbij het onderzoek ondersteunen, maar vervangen de noodzakelijke klinische toetsing bij patiënten niet.

Draagbare apparaten met AI

Ook bij draagbare apparaten zorgen ontwikkelingen in AI voor nieuwe mogelijkheden. Deze markt groeit doordat de technologie slimmer, betaalbaarder, gebruiksvriendelijker en comfortabeler wordt. Het aanbod loopt uiteen van horloges die beweging en slaap volgen tot gespecialiseerde biosensoren.

De integratie van AI draagt bij aan de ontwikkeling van draagbare apparaten. Daarmee kunnen apparaten slimmer worden en meer gegevens lokaal verwerken. Veel bestaande toepassingen hebben voor bepaalde functies nog een internetverbinding nodig.

Bron – Scnsoft

Draagbare apparaten met AI kunnen berekeningen lokaal uitvoeren en gezondheidsgegevens in realtime volgen. Dat kan helpen om patronen te herkennen en de gebruiker inzicht te geven. Nieuwe hardware maakt apparaten kleiner en flexibeler, terwijl taalmodellen op geschikte systemen bediening via gesproken of geschreven opdrachten mogelijk maken.

AI in de gezondheidszorg

Een studie in Nature Electronics, getiteld “A wearable in-sensor computing platform based on stretchable organic electrochemical transistors“, beschrijft een stap vooruit in de ontwikkeling van zulke apparaten. De onderzoekers combineerden rekbare elektronica met signaalverwerking in de sensor. Zulke flexibele componenten kunnen de aansluiting van draagbare elektronica op het lichaam verbeteren.

De onderzoekers ontwierpen en bouwden een flexibel micro-elektronicaplatform dat waarneming, berekening en rekbaarheid combineert. Het werd gebruikt om elektrofysiologische signalen in realtime te meten en te verwerken. De resultaten laten zien welke mogelijkheden flexibele elektronica voor toekomstige draagbare apparaten biedt.

Nieuwe behandelmethoden

Een ander onderzoeksgebied is de inzet van nanodeeltjes en zeer kleine robots voor gerichte medicijnafgifte. Dergelijke structuren kunnen veel kleiner zijn dan de dikte van een mensenhaar. Ze worden onderzocht als hulpmiddelen om geneesmiddelen op moeilijk bereikbare plaatsen in het lichaam af te geven.

AI wordt ook onderzocht voor het aansturen en testen van deze systemen. Gerichte afgifte met nanodeeltjes of kleine robots kan in bepaalde toepassingen helpen geneesmiddelen bij het gewenste weefsel te brengen. De werkzaamheid en veiligheid moeten per toepassing worden aangetoond; dit betekent niet dat medicatie al naar iedere plek in een orgaan kan worden gestuurd.

Welke bedrijven kunnen profiteren van AI in de gezondheidszorg?

Verschillende bedrijven kunnen AI inzetten om hun producten, diensten en resultaten te verbeteren. Binnen de gezondheidszorg lopen de toepassingen uiteen van betere diagnostiek tot nieuwe behandelmethoden. Dat kan ook zakelijke kansen bieden voor bedrijven die zulke systemen ontwikkelen of toepassen.

Medtronic

Medtronic is een grote leverancier van medische technologie die AI gebruikt om producten te verbeteren. Het bedrijf werd in 1949 opgericht en heeft belangrijke vestigingen in Minnesota en Ierland en meer dan 90.000 werknemers. In 1957 ontwikkelde Medtronic de eerste op batterijen werkende, draagbare pacemaker. Tegenwoordig combineert het bedrijf zijn jarenlange ervaring met nieuwe technologie, waaronder AI.

MDT Prijsgrafiek

Medtronic zet in op AI-integratie en biedt onder meer de GI Genius Intelligent Endoscopy Module aan. Dit systeem is ontworpen om zorgverleners tijdens een colonoscopie te helpen colorectale poliepen te herkennen.

Het bedrijf biedt daarnaast chirurgische navigatie en robotondersteuning, waaronder StealthStation en Mazor X. StealthStation ondersteunt beeldgestuurde navigatie; Mazor X biedt robotondersteuning bij operaties aan de wervelkolom. Deze hulpmiddelen zijn bedoeld om chirurgen bij de planning en uitvoering van ingrepen te ondersteunen.

Medtronic blijft een bekend aandeel binnen de medische technologie. Als een van de grootste bedrijven in deze sector heeft het een sterke marktpositie. De vraag naar producten zoals pacemakers, defibrillatoren, hartkleppen en stents kan toekomstige groei ondersteunen. Het artikel beschouwt MDT daarom als een interessante koopmogelijkheid voor beleggers.

De toekomst van AI in de gezondheidszorg

In toekomstbeelden wordt AI gecombineerd met opkomende technologieën zoals holografisch 3D-printen. Een vergaand, speculatief scenario is dat AI een aandoening vaststelt en uiterst kleine hulpmiddelen vervolgens een behandeling direct op de gewenste plaats afgeven. Het systeem zou daarna de effecten volgen en de gegevens gebruiken om volgende behandelingen te verbeteren. Dit is een toekomstvisie en geen beschrijving van een bestaande behandeling waarbij robots door de huid worden geprint.

AI kan ook mogelijkheden bieden voor zorg op afstand. In gebieden waar weinig zorgverleners en behandelingen beschikbaar zijn, kunnen geschikte systemen de toegang tot ondersteuning helpen verbeteren. Daarom zien veel mensen AI als een mogelijke bijdrage aan toegankelijkere en rechtvaardigere gezondheidszorg wereldwijd.

AI in de gezondheidszorg: een hoopvolle toekomst

AI kan verbanden in gegevens blootleggen en zorgverleners en onderzoekers zo nieuwe inzichten bieden. Naarmate meer systemen worden toegepast, wordt ook duidelijker waar ze daadwerkelijk meerwaarde hebben. Verdere integratie hangt af van betrouwbare prestaties, passende validatie en verantwoord gebruik. De ontwikkeling van AI in de gezondheidszorg is volop gaande.

Lees hier meer over andere interessante AI-projecten.

Studieverwijzing:

^{1. University of Birmingham. (2024, 21 oktober). AI ‘oog in oog’ met oogartsen bij het diagnosticeren van cornea‑infecties, studie toont aan. https://www.birmingham.ac.uk/news/2024/ai-eye-to-eye-with-ophthalmologists-in-diagnosing-corneal-infections-study-finds}