Personeelstekort in de zorg: AI als gamechanger 

Het personeelstekort in de zorg neemt de komende jaren alleen maar toe. Om de zorgvraag af te remmen, het personeel te ontlasten en de zorg efficiënter te maken, kan kunstmatige intelligentie (AI) een rol van betekenis spelen. Sterker nog, het kan een gamechanger zijn. 

In de nabije toekomst heeft de zorg veel meer personeel nodig. In 2032 wordt een tekort van meer dan 155.000 werknemers voorspeld, blijkt uit een arbeidsmarktprognose die minister Conny Helder in maart 2023 naar de Tweede Kamer stuurde. Dat betekent dat straks ongeveer één op de vier werknemers in Nederland nodig is om de zorg draaiende te houden. Dat is onhaalbaar én onbetaalbaar. Daar is iedereen het over eens. En dus moet er naarstig worden gezocht naar oplossingen om de zorgvraag te verminderen én zorgorganisaties te ontlasten. 

Urgentie neemt toe 

Kunstmatige intelligentie (AI) moet en kan soelaas bieden. In ieder geval voor een belangrijk deel, zo menen zorgbestuurders en wetenschappers. Niet voor niets blijkt uit de Future Health Index 2023 van Philips dat 83 procent van leiders in de gezondheidszorg van plan is te investeren in AI, ten opzichte van 74 procent in 2021. ‘Het vertrouwen in AI zien we steeds verder toenemen’, zegt prof.dr.ir. Geert Litjens, hoogleraar AI voor analyse van medische beelden in de pathologie en radiologie aan het RadboudUMC en de Radboud Universiteit. Litjens ontwikkelt zelflerende computersystemen die data van patiënten – denk aan weefselanalyses, bloedwaarden en genetische informatie – kunnen analyseren en combineren. Litjens: ‘Met name dat combineren biedt veel mogelijkheden. Daardoor kunnen diagnoses sneller en zorgvuldiger plaatsvinden en kunnen we zelfs ziekten in een vroeg stadium opsporen.’ 

AI-apps voor radiologen 

‘Voor radiologie zijn er al AI-toepassingen ontwikkeld’, zegt prof.dr. Mark van Buchem, hoogleraar neuroradiologie en hoofd van de afdeling Radiologie van het Leids Universitair Medisch Centrum (LUMC). ‘Veel data zijn gedigitaliseerd en bevinden zich in een standaard format. Dat is een voordeel. En ook bij ons is de werkdruk hoog. We zouden er dan ook heel blij mee zijn als AI ons kan helpen een deel van onze taken over te nemen. Bijvoorbeeld als het gaat om het interpreteren van beelden.’ Het LUMC heeft nu samen met Philips een AI-platform in de klinische praktijk gebracht voor apps die radiologen bij hun werk kunnen ondersteunen. Van Buchem: ‘Die apps kunnen bijvoorbeeld helpen om onderzoeken te prioriteren, routinetaken zoals de beoordeling van follow-up-onderzoeken deels over te nemen of diagnose te ondersteunen aan radiologen die afwijkingen hebben gevonden.’ 

Techniek wordt omarmd 

Waar radiologen wereldwijd aanvankelijk wantrouwend waren, omarmen ze deze techniek inmiddels ruimhartig. Van Buchem: ‘Ze zien dat AI ons uit de problemen kan helpen. En als we onze data in de toekomst ook nog gaan koppelen aan bijvoorbeeld genetische en lab-informatie, dan gaat er weer een scala aan mogelijkheden open en zijn we weer een stap verder in de richting van personalized medicine.’ 

Snellere MRI-scans 

Ook bij het verbeteren van de apparatuur speelt AI een rol van betekenis. Van Buchem: ‘Neem de MRI-scan. Onze afdeling ontwikkelde enkele jaren geleden samen met Philips een techniek om met behulp van AI het maken van MRI-scans te versnellen. Er wordt minder informatie uit het lichaam verzameld en met behulp van AI wordt de ontbrekende informatie aangevuld. Daarmee kan een MRI-scan tot wel drie keer sneller plaatsvinden. Dat is een enorme vooruitgang. Voor de patiënt die in de scan ligt, én voor de kwaliteit van de beelden.’ 

Optimaliseren van workflows 

Verder kan AI helpen om workflows te optimaliseren. ‘Ook hiermee kunnen we de werkdruk van het personeel flink verlagen’, zegt Martijn Hartjes, Global Business Leader Clinical Informatics bij Philips. Hartjes is binnen Philips verantwoordelijk voor het ontwikkelen van software die zorgverleners ondersteunt om klinische beslissingen te versnellen en te verbeteren en zorgteams ondersteunt in hun dagelijkse werkzaamheden. ‘Zo moet de afdeling Radiologie beoordelen wat het juiste onderzoek is voor een patiënt, wie de juiste radioloog is en met welke prioriteit de patiënt moet worden behandeld. Daar gebruiken we nu een slimme worklist voor die continu beoordeelt wat de meest optimale behandelroute is. Maar inmiddels kunnen radiologiebeelden ook automatisch worden bewerkt en kan AI daar ook al stukken tekst bij maken voor in het verslag van de radioloog. Deze ontvangt dan een pakket informatie over een patiënt dat al grotendeels is voorbereid.’ 

Datagedreven werken 

‘Voor ons is het toenemend personeelstekort een enorme drijfveer om te kijken op welke manier we slimmer kunnen werken’, zegt Pieter de Bey, directeur van Santeon, een samenwerking van zeven topklinische ziekenhuizen. Om die reden is Santeon al meer dan tien jaar geleden begonnen met datagedreven werken. De Bey: ‘Alle relevante informatie over de kwaliteit en kosten van onze behandelingen verzamelen we veilig en anoniem op een dataplatform. Dat geeft artsen en verpleegkundigen veel inzicht om continu te leren en te verbeteren. Ook investeren we in bijvoorbeeld thuismonitoring via onze nieuwe zorgorganisatie Zorg bij jou. Ook hierbij kan AI helpen. Het zorgt ervoor dat we steeds beter kunnen inspelen op de individuele behoeften van de patiënt. We hebben berekend dat we met dit soort systemen alleen al de komende paar jaar een kwart van het personeelstekort kunnen verminderen.’ 

Leuker en makkelijker werken met AI 

Ook hiervoor geldt: data is key. De Bey: ‘Het probleem is nu dat er binnen de zorg weliswaar veel data voorhanden zijn, maar deze zijn veelal versnipperd. Maar ook hierbij kan AI helpen. Bijvoorbeeld om data in de spreekkamer beter te structureren en van verschillende instanties bij elkaar te brengen, zodat we een integraal beeld krijgen van wat zich in de zorg afspeelt.’ Afgezien van datagestuurd werken, maken de aangesloten ziekenhuizen van Santeon in de praktijk ook al gebruik van AI. De Bey: ‘Zo werken we met een model waarmee intensivisten beter kunnen beoordelen of een patiënt van de IC af kan.’ De Bey benadrukt nog een extra functie van AI: ‘Werkplezier. Te veel verpleegkundigen vertrekken weer binnen drie jaar. Die willen we vasthouden. Door ze de juiste AI-tools te geven die hen helpen de patiënt sneller zelfstandig te laten zijn of de registratielast te verminderen, wordt hun werk leuker en interessanter.’ 

AI voor medische beslissingen 

AI inzetten voor medische beslissingen is volgens prof. dr. ir. Litjens op dit moment de toepassing die de grootste impact heeft. Litjens: ‘Zo heeft een Zweedse studie naar mammografiescreening met behulp van AI laten zien dat er én vaker borstkanker werd gevonden én er minder personeel nodig was om te screenen. AI is echt een gamechanger.’ 
‘Ook voor zogenaamde incidentele bevindingen werkt AI goed’, vult Hartjes aan. ‘Daarmee bedoel ik dat patiënten voor een scan van bijvoorbeeld de longen komen, maar er iets wordt gevonden in de lever of nieren. AI is daar echt beter in.’ Veelbelovend is ook, zo meent Hartjes, het voorselecteren van scans waarop niets aan de hand is. ‘Op z’n 70 procent van de scans van mensen met hoofdpijn is niets te zien. Het scheelt natuurlijk heel veel werk voor radiologen als deze scans er al uit zijn gefilterd. Daar doen we het voor. Het is echt onze visie om zorgmedewerkers middels AI te ondersteunen en ervoor te zorgen dat ze zich beter en langer op de patiënt kunnen focussen.’ 

Bias en representativiteit 

AI als gamechanger klinkt mooi. Maar er zijn ongetwijfeld ook risico’s. Litjens: ‘Absoluut. Het grootste risico zit hem momenteel in verkeerd gebruik. De AI-systemen voor een specifieke taak, zoals borstkankerscreening of prostaatkankerdetectie, zijn absoluut nuttig en betrouwbaar. De uitdagingen zitten veel meer in de generieke AI-toepassingen zoals chat-apps. Die zijn te generalistisch om foutloos te werken.’ Een andere uitdaging betreft volgens Litjens het risico op vooroordelen en de representativiteit van data. Litjens: ‘Het is belangrijk dat we een brede set van data gebruiken om waardevolle diagnoses en predicties te kunnen doen. Mensen verschillen tenslotte. Als we onze algoritmes alleen maar baseren op een witte westerse bevolking, dan slaan we de plank mis bij andere bevolkingsgroepen.’ Bang dat zorgmedewerkers hun baan verliezen door AI hoeven we niet te zijn. Litjens: ‘We vervangen geen artsen door AI, alleen maar die artsen die er niet zijn en die we graag zouden willen hebben.’ 

Theorie versus praktijk 

De mogelijkheden van AI zijn groot, maar er is ook nog veel te doen. De Bey: ‘De afstand tussen praktijk en theorie is vaak groot. Een model kan in een proefsetting goed werken, maar om deze op de werkvloer te gebruiken en op te schalen is een uitdaging.’ Ook regelgeving kan een belemmering vormen. Litjens: ‘Als ik met een collega samenwerk bij het Erasmus MC dan is het vanwege privacywetgeving heel ingewikkeld om onze onderzoeksdata met elkaar te delen. Maar ziekenhuizen moeten de ontwikkeling van AI-systemen echt mét elkaar doen willen we AI zinvol kunnen toepassen in de zorg.’ 

Topje van de ijsberg 

Litjens is optimistisch over de toekomst van AI. ‘Ik verwacht dat binnen nu en een paar jaar bij elke willekeurige afdeling van een ziekenhuis AI-algoritmes in gebruik zijn. Of dat nu bij de intensive care is, de apotheek of de OK, iedere afdeling kan er baat bij hebben. Radiologie is slechts het topje van de ijsberg.’ Hartjes: ‘AI zal een integraal onderdeel gaan vormen van de dagelijkse gang van zaken in de gezondheidszorg. Taken zullen steeds meer in iemands specifieke werkomgeving geautomatiseerd worden, zoals een slim maatje dat iemand continu helpt.’ De Bey: ‘Waarbij we er altijd voor moeten blijven zorgen dat algoritmes de zorgmedewerker helpen en dienen. Algoritmes mogen niet het werk gaan bepalen.’