Een drukbezochte sessie op de ACR Convergence ging over kunstmatige intelligentie in de reumatologie. Reumatoloog en universitair hoofddocent Bella Mehta van Weill Cornell Medicine in New York gaf onder meer antwoord op de prangende vraag: vervangt AI de reumatoloog?1
Het volume aan gezondheidszorgdata groeit explosief, met momenteel zo’n 40 tot 50 exabytes (1 miljard gigabyte) aan gegevens per jaar. Mehta: “Elektronische patiëntendossiers spelen hierin een sleutelrol. Parallel hieraan groeit ook het aantal wetenschappelijke publicaties over kunstmatige intelligentie (AI) exponentieel. Deze ontwikkelingen bieden een vruchtbare bodem voor innovatie in zowel klinisch onderzoek als patiëntenzorg.”
Verschillende modellen
Mehta geeft een korte uitleg van belangrijke begrippen als ‘machine learning’ (groeperen van gegevens) en ‘deep learning’ (complexe patronen in data herkennen), en hoe die al worden ingezet in de reumatologie.2-4 De reumatoloog in de kliniek gaat vooral te maken krijgen met large language models, zoals ChatGPT. Mehta: “Deze kunnen taal begrijpen, analyseren of zelfs nieuwe inhoud genereren. Daar hebben we dagelijks profijt van. Denk aan gepersonaliseerde adviezen aan patiënten, het automatiseren van medische vertalingen en notities, maar ook het versnellen van onderzoeksprocessen.”
Uitdagingen en beloften
Maar de reumatoloog wordt echt niet vervangen. AI kent namelijk nog veel uitdagingen. Mehta: “LLM’s hebben ‘hallucinaties’ (onjuiste antwoorden) en vragen om menselijke verificatie. Maar denk ook aan het ingeven van onjuiste of onvolledige data: dan volgen er ook uitkomsten van lage kwaliteit. Verder moeten we alert blijven op veiligheid en privacy en zijn er ethische valkuilen. AI kan bijvoorbeeld bestaande ongelijkheden in de gezondheidszorg versterken. Tot slot kost het trainen van AI veel energie. Dat staat op gespannen voet met duurzaamheid.”
Digitale tweeling
Tot slot werpt Bella Mehta een blik in de (nabije) toekomst. “Het zou fantastisch zijn als elke patiënt straks een digitale tweelingbroer of -zus heeft. Dit is een virtueel model van een patiënt dat wordt gevoed met klinische gegevens, genetica, beelden en gegevens uit draagbare apparatuur als smartwatches. Hiermee kunnen artsen ziekten voorspellen of behandelingen simuleren. Zo kunnen we bijvoorbeeld nauwkeurig voorspellen of een specifiek medicijn effectief zal zijn bij een patiënt op basis van diens unieke gegevens.”
Bronnen:
- Mehta B. Investigating the impact of artificial intelligence in rheumatology. ACR Convergence 2024, oral presentation 16S12.
- Mehta B, Yuan Y, Pearce-Fisher D, et al. POS1380 Place not race: community-level social determinants of health may be more important than patient race in total hip arthroplasty outcomes. Ann Rheum Dis. 2023;82:1042-3.
- Crowson CS, Gunderson TM, Davis JM 3rd, et al. Using unsupervised machine learning methods to cluster comorbidities in a population-based cohort of patients with rheumatoid arthritis. Arthritis Care Res (Hoboken). 2023;75:210-9.
- Guan S, Mehta B, Slater D, et al. Rheumatoid arthritis synovial inflammation quantification using computer vision. ACR Open Rheumatol. 2022;4:322-31.