‘Analisten moeten kennis opdoen van AI’
Helena Chon, lector AI in de Biomedische Diagnostiek
Ziekenhuizen en medisch onderzoeksinstituten voeren dagelijks vele analyses uit om te bepalen of mensen gezond of ziek zijn en welke ziekte ze hebben. Bij Inholland leiden we daar niet alleen professionals voor op. Met Helena Chon, onze nieuwe lector AI in de Biomedische Diagnostiek, onderzoeken we ook hoe het werk in de praktijk nog verder kan worden verbeterd. En zoals de naam van het lectoraat al verraadt: daarin speelt AI een sleutelrol.
Helena heeft een zeer persoonlijke motivatie om zich in te zetten voor de klinische praktijk. Een ernstig ziektegeval in haar directe omgeving speelde een belangrijke rol. “Artsen hadden geen behandelopties en konden geen prognose geven. Het maakte mij duidelijk dat nieuwe inzichten hard nodig zijn. Medisch onderzoek moet dit soort situaties in de toekomst helpen voorkomen.” Het bepaalde haar keuze om medische biologie te studeren. Direct daarna startte ze haar promotieonderzoek naar innovatieve biomarkers in relatie tot hart- en vaatziekten.
Dicht op de praktijk
Hoewel promotieonderzoek belangrijk is voor medische vooruitgang, kan de brede toepassing in de medische praktijk vaak meer dan tien jaar duren. Helena wilde dichter op de praktijk en de implementatie van innovaties zitten. “Daarom ben ik klinisch chemicus geworden. Als klinisch chemicus ben je eindverantwoordelijk voor de medisch-inhoudelijke zaken in het medisch laboratorium. Het is een hightech omgeving waarin medische apparatuur, gekwalificeerd personeel en een goed ingerichte organisatie met een hoge kwaliteitsstandaard samenkomen. Door nieuwe biomarkers beschikbaar te maken aan artsen maar ook door laboratoriumuitslagen sneller te rapporteren kun je enorme impact maken op het zorgproces. De impact van laboratoriumonderzoek is sowieso groot: ongeveer 70 procent van de medische beslissingen is mede gebaseerd op laboratoriumonderzoek.”
Belang van IT in de zorg
Door vergrijzing, krapte op de arbeidsmarkt en steeds hogere verwachtingen van de zorgsector staat er steeds meer druk op de zorgsector, ook voor de medische laboratoria. “IT-innovaties in medische laboratoria kunnen helpen om laboratoriumzorg efficiënter en beter te maken. Bijvoorbeeld door grotere delen van het werk te automatiseren, door data te onderzoeken om scherper diagnoses te stellen of door doorlooptijden te analyseren zodat je het werkproces slimmer kunt inrichten.”
Ziekenhuizen en onderzoeksinstituten kunnen bij ons nieuwe AI-toepassingen testen.
Twee werelden samen
Helena volgde de master Health Informatics om zich als zorgprofessional te verdiepen in zorg-IT en de strategische en verantwoorde inzet ervan. “Dit helpt om belevingswerelden van de zorg- en IT-professionals dichter bij elkaar te brengen”, zegt ze. “Het is belangrijk om elkaars vraagstukken te begrijpen en wat de mogelijkheden en onmogelijkheden zijn van IT om het werk nog beter te doen en slimmer te organiseren. Omdat IT zo belangrijk is en steeds belangrijker wordt in laboratoria, zou ik willen dat alle analisten kennis opdoen van IT.”
Brug tussen praktijk en onderzoek
Door de opkomst van AI zal de factor IT in het laboratoriumwerk alleen nog maar groter worden. Kan AI professionals helpen om eerder, sneller en nauwkeuriger diagnoses te stellen? “AI-modellen kunnen helpen bij diagnoses, prognoses en de reactie op medicijnen. Daarnaast kunnen ze werkprocessen efficiënter vormgeven, drukte en piekbelasting voorspellen en je ondersteunen bij verslaglegging.”
AI-geletterd en datavaardig
Met het lectoraat AI in de Biomedische Diagnostiek richt Helena zich op het ontwikkelen en toepassen van AI. Daarvoor is AI-geletterdheid binnen medische laboratoria nodig. “Het begint bij de data”, zegt Helena. “Kijk bijvoorbeeld kritisch naar bloedsuikerwaarden. Komen die van voor of na een maaltijd? Als een AI-model daarin geen onderscheid maakt, kan het onterechte conclusies trekken. Of het AI-model kan überhaupt geen voorspelling maken omdat er te veel ruis in de data zit. En een AI-model dat elders is ontwikkeld, kan falen wanneer je deze in een andere context toepast. Je moet het belang van goede dataregistratie snappen om AI zinnig toe te passen.”
AI for Diagnostics Academy: AIDA
“Met het lectoraat onderzoeken we ook wat er nodig is om AI in biomedische laboratoria te implementeren”, vertelt Helena verder. “Daarvoor is bekendheid met de IT-omgeving in medische laboratoria van belang.” Sinds de start van het lectoraat is Helena bezig met de ontwikkeling van de AI for Diagnostics Academy (AIDA): een ‘simulatielab’ voor IT-vaardigheden én de implementatie van AI. “De IT-omgeving van een medisch laboratorium is uniek door de hoge mate van automatisering en de complexiteit van de data. Data-uitwisseling is specialistisch werk en vereist een goede infrastructuur en een heldere data governance. Investeringen hierin zijn kostbaar en complex, onder meer vanwege privacy en veiligheid. Dan is het fijn dat ziekenhuizen en onderzoeksinstituten eerst bij ons de mogelijkheid hebben om nieuwe AI-toepassingen te testen.”
Studenten en professionals
Bij AIDA werken studenten Biologie en Biomedisch Laboratoriumonderzoek (BML) en studenten van de opleiding Business & IT Management samen met professionals uit het werkveld. “Zoals mijn collega’s van Amsterdam UMC waaraan ik als klinisch chemicus ben verbonden”, zegt Helena. “Praktijkvragen uit het beroepenveld integreren we zo met het onderwijs, bijvoorbeeld door studenten deze vraagstukken in opdrachten te laten onderzoeken.”
Voor de toekomstige beroepsgroep
De BML-studenten leren de resultaten van het laboratoriumwerk digitaal te registreren en te interpreteren en de eerste ervaringen op te doen met AI binnen hun vak. “Zij kunnen straks een voortrekkersrol spelen bij innovaties waarin IT en AI een rol spelen”, zegt Helena. “Ook als changemakers die de ontwikkeling en adoptie helpen versnellen. En dat vanuit hun kennis over betrouwbare data als belangrijkste randvoorwaarde voor succesvolle implementatie van AI.” Helena hoopt met haar lectoraat stappen te zetten naar verantwoord en duurzaam gebruik van AI om de kwaliteit en efficiëntie van het stellen van diagnoses te vergroten en werkprocessen slimmer in te richten. “Door mijn aanstelling bij Inholland kan ik grote groepen studenten en daarmee de toekomstige beroepsgroep meenemen in de nieuwste ontwikkelingen.”