Machine learning helpt de zorg levensreddende stappen te maken

Het menselijk lichaam is ontzettend complex. Tien biljoen cellen, aangestuurd door een genoom van drie miljard letters, vele honderden ingewikkelde processen en een brein dat we nog maar voor een heel klein deel begrijpen. Nog complexer is het genezen van dit lichaam als er ergens iets mis gaat.

Er is, zeker in Nederland, ontzettend veel kennis over ziektes en behandelingen. Als zorgverlener wil je echter vooral het leven van die specifieke patiënt aan het bed of tegenover je beter maken. Alle huidige kennis biedt zorgverleners helaas weinig ondersteuning bij het goed in te schatten wat er met een individuele patiënt staat te gebeuren of wat de verwachte uitkomsten van de verschillende behandelopties zijn voor deze specifieke patiënt.

Machine learning

Machine learning is een technologie die juist ontzettend goed in staat is om in ingewikkelde situaties dergelijke individuele voorspellingen te doen. Met machine learning is het mogelijk om computers zelf te laten leren van grote hoeveelheden data, om op basis daarvan voor nieuwe gevallen voorspellingen te kunnen doen. Deze technologie gebruiken we dagelijks om ons een weg te banen in de digitale wereld, als we iets opzoeken op Google of als Spotify ons een volgend nummer aanbeveelt. De ontwikkelingen op het gebied van machine learning gaan razendsnel. In zelfrijdende auto’s loodsen machine learning algoritmen mensen tegenwoordig zelfs zelfstandig door levensgevaarlijke situaties. 

Synergie tussen mens en computer

Onder andere door de enorme schaal en de complexiteit van de zorg, lijkt machine learning er van enorme waarde te kunnen zijn voor patiënten. Toch zien we deze technologie in de zorg nog weinig. Een van de belangrijke redenen hiervoor is dat het genezen van een patiënt veel moeilijker is dan het aanbevelen van een video of advertentie. Het artsenvak is niet volledig in data te vangen en al helemaal niet in de data die op dit moment in de zorg beschikbaar zijn. Daarnaast is de definitie van kwaliteit van leven en kwaliteit van zorg niet zwart-wit en erg subjectief. De inzet van machine learning in de zorg behoeft daarom enorme zorgvuldigheid en kan alleen van waarde zijn wanneer een synergie gecreëerd wordt tussen de onvervangbare kennis en kunde van zorgverleners en de toenemende mogelijkheden van computers. 

Maximale potentie

Om de waarde van machine learning daadwerkelijk te benutten moet samengewerkt worden met het gehele veld. Dit kan alleen als artsen, verpleegkundigen, patiënten, data scientists, zorgbestuurders (van verschillende instellingen), beleidsmakers, ethici, ondernemers, onderzoekers, zorgverzekeraars en vele anderen de handen ineenslaan. En alsnog zal er dan veel tijd, geld en energie nodig zijn om de maximale potentie van de technologie te benutten. 

Intensive care

Maar dit is geen reden om hier niet nu al mee aan de slag te gaan, integendeel. Want er zijn nu al gebieden in de zorg waar we met deze technologie van grote waarde kunnen zijn. Neem bijvoorbeeld de intensive care, met de grote hoeveelheden data die continu verzameld worden. Misschien móeten we nu zelfs al wel met machine learning aan de slag. Want de zorg staat voor een aantal enorme uitdagingen. De kosten van dure geneesmiddelen stijgen hard. Door vergrijzing en verbeteringen in de zorg hebben we enorme aantallen kwetsbare ouderen met chronische aandoeningen.

Cruciale bijdrage

Tegelijkertijd is er een groot tekort aan medisch personeel, met name in de acute zorg. Machine learning kan een cruciale bijdrage leveren aan de oplossing van deze problemen, door ervoor te zorgen dat de beperkte middelen daar worden ingezet waar ze van grootste waarde zijn voor patiënten en door echt op maat gemaakte en digitaal ondersteunde zorg mogelijk te maken. En wat gebeurt er als we de handen nu niet gezamenlijk met deze technologie aan de slag gaan? Dan lopen we het risico dat machine learning zijn intrede in de Nederlandse zorg doet op een wijze waarbij het medisch veld de regie verliest, er geen garantie is dat de machine learning algoritmen in lijn zijn met de ethische waarden die wij in de Nederlandse zorg hebben en is er geen garantie dat deze software structureel ten gunste komt van patiënt, zorgverlener en premiebetaler.