Dr Watson is een voorbeeld van een expertsysteem. Expertsystemen zijn IT-systemen die systematisch gegevens verzamelen, deze verrijken en adviezen genereren op basis van criteria. Voorbeelden hiervan zijn DiabetesNed, een expertsysteem voor diabetes in de tweede lijn, en Virtuele oogarts.
Ik wil in deze blog een lans breken voor expertsystemen. Het gaat er niet om of expertsystemen een arts kunnen vervangen, maar of ze kunnen helpen de kwaliteit van de beslissingen verbeteren. Expertsystemen kunnen ‘vaardigheden’ aanvullen die een specialist menselijkerwijs gewoon niet heeft. Denk maar eens aan de hoeveelheid gegevens en onderzoeken die dagelijks ter beschikking komen. Geen specialist kan al die informatie c.q. artikelen lezen, laat staan ze systematisch met elkaar vergelijken.
Beslisregels en patroonherkenning
Expertsystemen zijn te voeden met alle relevante artikelen. Hiervoor kunnen beslisregels worden opgesteld. Op basis van de patiëntendata kan het systeem alternatieve diagnoses en behandelingen voorstellen. De moeite waard? Ik denk het wel: In de VS schatten ze dat een op de vijf diagnoses incompleet of incorrect is.
Nog een meerwaarde van expertsystemen is patroonherkenning. Houd maar eens het herstelproces van alle patiënten in de gaten. Worden ze echt beter? Zijn er afwijkingen? Verloopt het herstel sneller dan gemiddeld? Wat zijn risicofactoren? Er is geen arts in de wereld die voor iedere patiënt deze data iedere keer kan interpreteren en beoordelen.
Serieuze kans
Waarom worden expertsystemen toch zo weinig gebruikt? Zou het de charme van het vak verminderen? Zijn artsen nog te veel opgeleid vanuit het ‘kunde’-model? Bij complexe diagnosestelling of behandelopties of bij aandoeningen waar tijdsreeksen een grote rol spelen, zouden expertsystemen een serieuze kans moeten krijgen. Nogmaals, een expertsysteem is niet bedoeld om een soort dr. Google te worden. Maar ze kunnen wel degelijk ondersteunend zijn bij de zorg aan de patiënt.
Mooie blog en helemaal waar! Ook ik was 20 jaar geleden actief op het gebied van expertsystemen en verwachte er heel veel van. Maar ik moet ook constateren dat er 20 jaar later nauwelijks enige vorderingen zijn gemaakt.
Ik ben het ook met Aad Cense eens dat het vooral moet voortborduren op data die je vanuit je professie toch al verzameld. En dat het aanvullend moet zijn in plaats van vervangend (Decision SUPPORT).
Waarom lukt het dan maar niet? Volgens mij komt het omdat al het ICT budget in de zorg op gaat aan plan&control systemen om het wantrouwen te voeden (AZR, MSVT, DBC, …). En tegen de tijd dat het enigszins beheersbaar lijkt te raken dan duiken er weer vreselijke fraudeverhalen op of we gooien de financieringssystemen overhoop. En dan kunnen we weer van vooraf aan beginnen. Maar dan doen we er wel nog een schepje bij bovenop en moeten we nog veel meer info verzamelen waar je in het primaire proces niet zo veel aan hebt.
Naar Declaratie Support Systemen is helaas een veel grotere vraag dan naar Decision Support Systemen die over de inhoud gaan. Maar ik zou willen dat het anders was!
Bijna 20 jaar geleden bouwde ik samen met een paar collega’s en twee heel goede internisten een AI-systeem wat werkte op de toen nog niet zo erg krachtige PC’s. Dat systeem hebben we een paar maanden lang laten leren op basis van een aantal veel voorkomende klachten en symptomen waar internisten (toen) mee te maken kregen. Hiermee kon er vervolgens een diagnose opgesteld worden basis van de kennis / algoritmes die in dat systeem zat. Er was ook een functie waarmee de patient vooraf zelf al veel gegevens kon invoeren wat eventueel aangevuld kon worden door de arts waardoor een consult veel efficienter werd.
Vervolgens is het systeem getest met een aantal bekende casussen van patienten en een groep internisten (die de cassussen niet kenden). De uitkomst was vrij schokkend, de computer deed het op de niet complexe gevallen (en dat was ca. 80%) gemiddeld beter dan de internisten uit de testgroep. Toen wij vervolgens zeer enthousiast voorstelden het systeem door te ontwikkelen werden we verzocht het project te stoppen. De bedreiging was veel te groot en dit kon nooit kloppen… Let wel, dat is al bijna 20 jaar geleden.
Reagerend als psychiater ( en daarmee in zoverre een thermometer onder de oksel van het medisch veld dat de menselijke interactie bijna per definitie een aandachtspunt is):
Er is vast een intuïtieve weerstand, maar als non-digibeet kan ik me daar wel overheen zetten en de voordelen zien.
Moeilijker wordt het als we gaan praten over systemen die we zelf moeten voeden met informatie; daar gaat zwaar wegen dat we al bedolven worden onder de administratieplichten. Wat overigens ook als bijeffect heeft dat de dokter zijn oog zoveel op het beeldscherm heeft dat hij het risico loopt bij de patiënt dingen over het hoofd te zien en te verliezen wat hij aan de andere kant wint.
Resteert daarmee de aantrekkelijkheid van systemen die bouwen op parameters die toch al ergens worden ingevoerd, of geautomatiseerd uitgelezen kunnen worden. Prachtig, maar ….
…. zal ik daardoor toch niet op termijn afstompen en ‘verdommen’ ? Ik durf het nauwelijks hardop te zeggen, maar eigenlijk ben ik erg blij dat ik nog ben opgeleid in een tijd waar we ook nog feiten in ons biologisch geheugen opsloegen. Ik kan mij namelijk niet onttrekken aan de indruk dat het een onmisbaar onderdeel is van een efficiënte en effectieve vorm van denken.
En al dan niet door onwetendheid durf ik niet in te schatten of de toch al ingeslopen ‘ontindividualisering’ van de behandeling zou gaan toenemen of juist afnemen.