De media sprongen een aantal maanden geleden met groot enthousiasme op het nieuws dat het UMC Groningen AI ging toepassen om zorgverleners te helpen bij het beantwoorden van schriftelijke vragen van patiënten. Dr. T.P. (Tom) van der Laan, KNO-arts en chief medical information officer (CMIO) in het UMCG, ziet er veel potentieel in, maar kijkt met nog veel meer enthousiasme naar de volgende mogelijkheden die AI kan bieden voor het werk in de zorg.
Het begon allemaal met de explosie aan aandacht die ChatGPT in 2022 met zich meebracht. In gesprek met de raad van bestuur – aan wie Van der Laan als CMIO rapporteert over het ziekenhuisinformatiesysteem EPIC – ging het ineens niet meer over de dagelijkse gang van zaken, maar over het feit dat EPIC fors had ingezet op de ontwikkeling van een large language model in haar EPD. Zou Nederland als eerste land buiten de Verenigde Staten geïnteresseerd zijn om daarmee ervaring op te doen, voor de schriftelijke vragen die de patiënt aan zorgverleners stelt via het patiëntportaal? De belofte: het model bereidt een antwoord voor, zodat de zorgverlener het alleen nog hoeft te controleren en eventueel aan te vullen alvorens het naar de patiënt te zenden. Dat zou zorgverleners veel tijd besparen.
Van der Laan: “We hebben in Nederland 10 EPIC-ziekenhuizen en samen met een daarvan, het Elisabeth-Tweesteden Ziekenhuis, besloten wij de software in ons EPD te installeren en er een proef mee te doen. Eerder was ik altijd sceptisch over de vraag in hoeverre ambigue context van de patiënt met AI kan worden verwerkt, maar ik werd enthousiast toen ik zag hoe goed dit inmiddels kan. Nog meer zelfs toen ik zag hoe snel EPIC in staat was het in onze infrastructuur in te passen.”
Concept antwoord
Hoe werkt het? De vraag die de patiënt schriftelijk stelt in het patiëntportaal wordt door het model beoordeeld op wat voor type vraag het is. Gaat het om een lopende of afgeronde behandeling? Gaat het over medicatie, over bijwerkingen of complicaties? Op basis daarvan componeert het een concept antwoord, dat natuurlijk geen medisch advies mag bevatten omdat de tool immers geen medical device is. Het haalt hierbij uit het patiëntdossier die informatie die voor het beantwoorden van de vraag relevant is.
Van der Laan: “Dit antwoord wordt als antwoordsuggestie klaargezet voor de zorgverlener. Die kan kiezen om te antwoorden op basis van dit concept, eventueel na aanpassingen of aanvullingen, of kan alsnog een blanco antwoordveld invullen. Als het conceptantwoord al voor 80% goed is, bespaart die eerste optie veel tijd.”
Het is geen zelflerend systeem, maar kan wel worden aangepast op basis van praktijkbevindingen. Voor een kinderarts bijvoorbeeld is het goed als in antwoorden aan een vraagsteller tot 18 jaar wordt getutoyeerd. “Ik verwacht dat we in de toekomst het model met informatie gaan voeden die het mogelijk maakt om tot meer concrete antwoorden te komen. Bijvoorbeeld of bij een bepaalde ingreep het wel of niet normaal is dat de patiënt een paar dagen later nog wat bloed verliest. We zullen tot een prompt per medische discipline komen, verwacht ik.”
Eerste ervaringen
De basis is GPT4 in EPIC. Het bedrijf heeft servers draaien in Europa om aan internationale privacywetgeving te voldoen. Data wordt niet hergebruikt om het model te laten leren. Het UMCG heeft met het model eerst in een testomgeving ervaring opgedaan met dummy-patiënten, daarna in een testfase met echte patiënten.
“Het is nu in de productieomgeving gebracht en dat gaan we opschalen”, zegt Van der Laan. “De eerste ervaring is dat de voorgestelde antwoorden heel goed zijn.” En zelfs wel iets meer dan dat. Hij vervolgt: “Bij leveringsproblemen met een medicijn krijgt de patiënt een alternatief voorgesteld. Stelt de patiënt hierover dan een vraag, dan geeft het model eerst een empathische reactie – ‘Wat vervelend voor u’ – alvorens inhoudelijke uitleg te bieden over het feit dat het alternatief dezelfde werkzame stof bevat en dus geschikt is. En heeft iemand een vraag over aanpassing van een routine in verband met een vakantievlucht, dan wenst het de patiënt een prettige vakantie.”
Verder kijken
Een interessante ontwikkeling en heel waardevol, stelt Van der Laan, maar de grote winst van AI op dit gebied ligt naar zijn mening elders. “Het maken van samenvattingen vergt heel veel tijd van zorgverleners”, vertelt hij, “vooral vanwege de vele ongestructureerde informatie in vrije tekst. We gaan daarom nu aan de slag met een oplossing die alle informatie sinds het laatste contactmoment beoordeelt op relevantie en samenvat voorafgaand aan het consult. Hetzelfde procedé kan worden toegepast voor de verpleegkundige overdracht – wat heeft er gespeeld in de afgelopen 24 uur – of de overdracht naar het weekend.”
Zeker zo interessant is een andere vervolgstap. Van der Laan legt uit: “Stel dat je gewoon een consult kunt doen met de patiënt. Je stelt vragen, verricht onderzoek, bespreekt het resultaat en de behandeling die je gaat uitvoeren. En de computer geeft een samenvatting van alles wat is afgesproken. Met alle informatie geplaatst in de juiste velden en als het aan de orde is ook meteen de reservering voor de operatiekamer klaarzet. Nuance, een dochteronderneming van Microsoft, is hiermee al ervaring aan het opdoen in de Verenigde Staten. Het is echt heel dichtbij al. Als je dit kunt gaan toepassen, kan het beeldscherm er tussenuit in het gesprek in de spreekkamer en heb je echt contact met de patiënt.”
Verlagen van werklast
De grootste meerwaarde hiervan ziet Van der Laan niet eens de productieverbetering die het – door de drastische reductie van administratie – mogelijk maakt om meer patiënten te zien. “Natuurlijk is dat ook belangrijk, maar het gaat mij vooral om het verlagen van de werklast”, zegt hij, “daar moeten de baten komen te liggen. Daarmee kunnen we het vak weer aantrekkelijk maken voor de jonge generatie en bij de zorgverleners van nu burn-out voorkomen. Dat zou wel eens een belangrijke rol kunnen gaan spelen in de oplossing van het nu zo dreigende zorginfarct. Het is echt een gamechanger. Het is niet revolutionair meer maar echt disruptief.”