Digital Oncology: hoe het Antoni van Leeuwenhoek tijdrovende en foutgevoelige taken automatiseert
Ziekenhuizen genereren steeds meer data dankzij allerlei nieuwe technieken. Ondanks de overvloed aan informatie, gebruiken professionals slechts een fractie om de zorg te verbeteren. Dat kan anders, vinden het Antoni van Leeuwenhoek en Kaiko. We spraken Lodewyk Wessels, groepsleider van het Nederlands Kanker Instituut over Digital Oncology. Een project waarin verschillende clinici, onderzoekers en IT’ers werken aan het efficiënter en innovatiever gebruiken van data. Daarmee wordt de werklast minder en de kwaliteit van zorg beter.
Het aantal patiënten met kanker neemt helaas nog steeds toe. Maar het aantal zorgmedewerkers niet. ‘Daar ontstaat dus een probleem’, legt Lodewyk uit. ‘Wij geloven dat automatisering samen met AI een uitkomst kan zijn. Samen met technologisch innovatiepartner Kaiko zijn we gestart met Digital Oncology. Het idee is simpel: breng alle data samen op één plek en structureer deze, zodat onderzoekers en zorgprofessionals er sneller en efficiënter mee kunnen werken. Dat stimuleert innovatie en verlaagt de werklast voor zorgmedewerkers.’
Behandelingen beter afstemmen op patiënten
Elke dag komen er veel nieuwe data bij. Denk aan bloedonderzoeken, radiologiebeelden, pathologieresultaten en onderzoeksrapporten. ‘Met behulp van AI-algoritmes kun je patronen herkennen in alle data en behandelingen beter afstemmen op een patiënt. Daardoor kunnen we sneller en accurater diagnoses stellen en behandeltrajecten beter monitoren’, aldus Lodewyk. ‘Het gaat in eerste instantie vooral om het automatiseren van routinematige en administratieve taken, later ook het assisteren van zorgmedewerkers bij ingewikkelde beslistaken.’
Een concrete toepassing van deze nieuwe infrastructuur is het gebruik van AI bij radiologie. ‘Een voorbeeld: een patiënt wordt gescand op een tumor. Bepaalde soorten tumoren hebben vaak een grillige structuur, waardoor veel beelden nodig zijn om de vorm nauwkeurig te bepalen. Het systeem stuurt de vele beelden automatisch naar de database, waarna het algoritme een schatting maakt van de omvang van de tumor. Dat helpt de oncoloog om sneller en preciezer te beslissen over het verdere behandeltraject.’
Een ander voorbeeld is de automatisering van administratieve taken, zoals het lezen en verwerken van documenten. Lodewyk: ‘Een specialist moet voor het eerste consult vaak meerdere documenten lezen om informatie over een patiënt te verzamelen. Dit is tijdrovend en foutgevoelig. Ons systeem kan deze documenten automatisch lezen en de benodigde informatie uit de teksten halen, zodat de specialist zich kan concentreren op de patiënt.’
Betere zorgkwaliteit
Werken met data zorgt niet alleen voor tijdwinst en accuratere uitkomsten, het verbetert ook de kwaliteit van zorg. ‘Dankzij makkelijkere vergelijking met andere patiënten met hetzelfde ziektepatroon en de hulp van AI bij het bepalen van behandeltrajecten, kunnen we patiënten beter helpen’, aldus Lodewyk. ‘En is de behandeling die je krijgt minder afhankelijk van wie je tegenkomt. Door alle kennis te bundelen, te automatiseren en uiteindelijk met meer ziekenhuizen te delen, krijgen meer patiënten betere zorg. Ongeacht waar ze wonen of welk ziekenhuis ze bezoeken.’
Collega’s reageren positief op Digital Oncology. ‘De technieken die we ontwikkelen, worden steeds gebruiksvriendelijker en zorgprofessionals zien hoeveel tijd ze hiermee besparen. Hoewel er veel op medewerkers afkomt en de werklast zwaar is, willen ze graag meewerken aan nieuwe innovaties. Het succes van het project is echt mede te danken aan hun actieve betrokkenheid: ze weten dat de investering zich op lange termijn dubbel en dwars terugbetaalt.’
Hobbels op het digitale pad
Het project heeft al veel vooruitgang geboekt, al ging dat niet vanzelf. ‘Het projectteam moest tijd vrijmaken en over eilandjes heen leren werken’, gaat Lodewyk verder. ‘Dat kostte wat moeite, maar hoort allemaal bij het proces. In zo’n project moet je accepteren dat je wendbaar moet zijn en rekening moet houden met nieuwe ontwikkelingen. Gelukkig helpt Kaiko én onze sterke relatie met zorgmedewerkers ons daarbij.’
Ook de wet- en regelgeving rondom AI in de zorg is complex. ‘Dat maakt dat we onze technologieën nog niet altijd met andere ziekenhuizen kunnen delen. Het doel is dat uiteindelijk alle ziekenhuizen veilig bij de verzamelde gegevens kunnen, zodat we samen sneller het verschil kunnen maken voor oncologische patiënten.’
‘Schroom niet om bewezen technieken te kopiëren naar je eigen organisatie’
Plannen voor de toekomst
Het projectteam heeft inmiddels de basis, oftewel de data-infrastructuur, stevig neergezet. De eerste onderdelen van het programma zijn op dit moment al in gebruik. ‘We werken volop door aan andere projecten, zoals taken van pathologen automatiseren. Zij controleren weefsel op tumorcellen en scoren hoeveel cellen positief zijn voor een bepaald eiwit. Ook dit kunnen we goed automatiseren met AI. Daarnaast zijn we aan het meten hoeveel tijd we nu écht besparen, en testen we de gebruiksvriendelijkheid.’
Lodewyks tips voor organisaties die meer met data aan de slag willen? ‘Creëer een duidelijke stip op de horizon zodat je taken kunt prioriteren. En zorg voor een stevige databasis. Dat kost inspanning en duurt lang, maar is het absoluut waard. Vraag daarnaast hulp van buitenaf en schroom niet om bewezen technieken te kopiëren naar je eigen organisatie. Uiteindelijk gaat het erom dat we onze patiënten beter kunnen helpen.’
Meer weten
- We blijven dit project volgen op onze site, dus hou ordz.nl in de gaten voor een update.
- Neem voor meer informatie over dit project contact op met Lodewyk Wessels via l.wessels@nki.nl.