Algoritme

Ook de Nederlandse regering ziet inmiddels het toenemende belang van AI onder ogen. In oktober presenteerde het kabinet het Strategisch Actieplan Artificiële Intelligentie. Daarin is een geesteskind van Dekker opgenomen als best practice, de Personal Health Train (PHT). Traditioneel gaat het zo: medische gegevens worden verzameld en gekopieerd van de ene naar de andere plek. De PHT komt juist naar de benodigde data toe. Het is een soort ‘trein’ (eigenlijk een zoekopdracht of algoritme) die langs diverse data-stations rijdt om daar informatie te analyseren. Dat hoeven niet alleen data van zorgaanbieders of -verzekeraars te zijn. Bij een veertiger die tijdens de marathon van Rotterdam een hartaanval krijgt, is het voor een behandelend arts of medisch onderzoeker wellicht ook interessant om de gegevens uit de gebruikte sportapp Strava van deze meneer naast zijn medisch dossier te leggen. Met PHT zou dat met één druk op de knop te realiseren zijn. Doordat de data bij de bron blijven, houdt de eigenaar altijd de controle over zijn gegevens. In die zin is dit een privacy vriendelijke manier van het omgaan met medische gegevens. Hoe kwam dit open datasysteem precies tot stand? “Bij de MAASTRO-kliniek heb ik geholpen om de IT-dienst te transformeren naar een echte academische onderzoeksafdeling”, zegt Dekker. “Wij hielden ons daar bezig met vragen als ‘hoe krijgen we alle data uit ons onderzoeksveld beschikbaar?’ of ‘hoe kunnen we van die data leren?’. Vanuit die vragen startten we een project met technologiebedrijf Siemens, onder de naam EUROCAT. Het was eigenlijk een pilot om te kijken of wij op een veilige manier grote hoeveelheden data konden uitwisselen tussen vijf universiteiten in de Euregio. Naast de UM ging het om de universiteiten en ziekenhuizen van Aken, Luik, Hasselt en Eindhoven. Uit die samenwerking is uiteindelijk de PHT ontstaan.” Inmiddels werken academische ziekenhuizen uit het hele land en wereldwijd en ook organisaties als onderzoeksbureau TNO en Philips mee aan dit model.

Voorspellen

De centrale vraag in het onderzoek van André Dekker spitst zich toe op hoe we de gezondheidszorg verder kunnen verbeteren met gebruik van AI. De Maastrichtse hoogleraar is zich ervan bewust dat deze vraag meteen een heleboel andere vragen oproept. Ethische vragen, vragen over historische data, vragen over de voorspellende waarde… Over dat laatste aspect is Dekker duidelijk. “Dokters kijken altijd vooral naar hun eigen vakgebied bij het maken van prognoses. De chirurg laat in het geval van een kankerpatiënt vooral meewegen hoeveel van de tumor hij heeft kunnen wegsnijden, de oncoloog kijkt met name naar het groeitempo van de tumor en de radioloog vindt het monitoren van eventuele uitzaaiingen daarbij het belangrijkste. Terwijl iedereen vergeet dat het heel veel uitmaakt of de patiënt getrouwd is of niet.” Dekker werkt in een nieuw, groot onderzoeksproject dan ook nauw samen met het Centraal Bureau voor de Statistiek (CBS). Juist om demografische, sociale en economische data te kunnen toevoegen aan zijn voorspellende modellen. Eén punt wil hij daarbij graag nog maken: “Voor de toekomst gaat het er niet zozeer om wie de data zal beheren, maar wie de vragen gaat beheren. ‘Kan ik deze vraag beantwoorden’ wordt steeds meer ‘wil ik deze vraag beantwoorden’. Die grens zullen we zelf moeten bewaken. Er zijn nu eenmaal zaken die kunstmatige intelligentie niet voor ons gaat oplossen.”