“Voor veel mensen in 2024 was AI een soort magische zwarte doos waar ze niet in konden kijken. ChatGPT leek soms een echt mens, terwijl het een systeem was dat mensen alleen maar heel goed kon napraten. De grote bedrijven achter veel AI-systemen waren helemaal niet open of transparant en hadden weinig oog voor duurzaamheid. Mensen wisten niet hoe die systemen werkten. De afgelopen vijf jaar hebben we geprobeerd dat open te breken. Voor ons project over het gebruik van AI in de gezondheidszorg, onderzochten we hoe artsen kunnen vertrouwen op AI. Dat kunnen ze alleen als ze precies kunnen achterhalen waarom AI tot een bepaalde conclusie komt, als het kan uitleggen waarom het iets zegt.”
“Als je nu, in 2029, naar de dokter gaat met bepaalde symptomen die mogelijk kunnen wijzen op kanker, dan zal AI helpen met de diagnose. AI kan heel snel toegang krijgen tot verschillende informatiebronnen en patronen herkennen. AI kan zelfs tumoren op een foto beter detecteren en classificeren dan bijvoorbeeld mensen. Het probleem was dat een menselijke gebruiker de classificatie soms niet herkende. De AI moet dan kunnen uitleggen waarom het iets wel op die manier classificeert. Het zegt nu: 'Ik weet met 95 procent zekerheid dat dit een tumor is en de 5 procent waar ik niet zeker van ben, komt door dit of dat.' Dat kan te weinig datapunten zijn of een beeld dat niet scherp genoeg is. Die zwarte doos moest open, het AI-systeem moest op een voor mensen herkenbare manier kunnen uitleggen waarom het iets zei.”
Katten en honden
“Ik leg dit altijd uit aan de hand van een AI die je duizenden foto's van honden en katten geeft, waarna de AI de verschillen tussen deze dieren moet leren zodat het een hond of kat kan herkennen. Als we een hond of kat zien, herkennen we die aan zijn snorharen, zijn oren of wat dan ook. Maar een AI kan een kat herkennen aan de kromming van zijn ruggengraat: iets wat wij mensen niet doen. Zo werkt het ook met tumoren: misschien herkent een AI een tumor aan iets waar wij mensen niet aan gedacht hebben, laten we zeggen: altijd dezelfde rafelige rand. Als de AI dat aan een arts kan uitleggen, zal de arts daar ook van leren.”
Behandelplan
“Na het stellen van een diagnose kan de AI verder helpen met het behandelplan. Vijf jaar geleden werd zo'n plan vooral samengesteld op basis van de levensduur van een patiënt. Nu kijken we er anders naar: niet alleen verlenging is belangrijk, maar ook kwaliteit van leven. Dus meer dagen aan het leven toevoegen, maar ook meer leven aan de dagen. Die overweging is puur persoonlijk. Het hangt af van de leeftijd van de patiënt, of hij kinderen of een partner heeft, of hij van bridge houdt of van fietsen - en wat hij zou willen blijven doen. Al die elementen kun je nu invoeren in een AI-systeem, en dan kan de AI berekenen welke behandeling de meeste kans geeft op het 'beste' leven.”
Gepersonaliseerde zorg
“Nu, in 2029, ga je als patiënt in gesprek met je arts over een behandelplan. De arts weet wat jij prettig vindt in je leven; de zorg is volledig gepersonaliseerd. Vijf jaar geleden zat je alleen met de dokter aan tafel en presenteerde hij het plan. Nu zit je aan tafel met de arts en een derde entiteit: het ondersteunende AI-systeem, dat scenario's kan doorrekenen. Als we dit doen, is de kans dat je bridge kunt blijven spelen 30 procent. Als we dit doen, is die kans 70 procent. Er is dus een wisselwerking met drie pijlers: de patiënt, de zorgverlener en de AI. De patiënt en de zorgverlener nemen samen beslissingen over die gepersonaliseerde zorg. AI zal nooit een arts vervangen in de gezondheidszorg. Het zijn altijd de arts en de patiënt die de regie hebben, de AI ondersteunt. Het gaat om het welzijn en de algehele staat van welbevinden van de patiënt. Dat vereiste soms een omschakeling van artsen, omdat ze getraind waren om de levensduur te verlengen. Maar nu gaat het veel meer om de kwaliteit van leven. AI speelt daar een cruciale rol in.”
PersOn consortium
Ieder jaar krijgen meer mensen de diagnose kanker. Vaak wacht hen een standaardbehandeling die geen rekening houdt met de verwachtingen van de patiënt over de resulterende kwaliteit van leven. Het PersOn-programma analyseert met behulp van kunstmatige intelligentie zowel de beschikbare medische gegevens over behandeling en nazorg en de mogelijke impact op kwaliteit van leven zodat zorgverlener en patiënt samen kunnen beslissen over het individuele zorgtraject.
