Een brede blik vanuit onderzoek, onderwijs en beroepspraktijk
Het nieuwe regeerakkoord, er is veel over te doen. Op Prinsjesdag werd duidelijk dat het nieuwe kabinet vol inzet op innovatie in de zorg, onder andere door het gebruik van AI. Aan de andere kant worden er ook flink wat bezuinigingen doorgevoerd op onder andere onderwijs, wetenschap en innovatie. Wat betekent dit in de praktijk? We gaan in gesprek met Ander de Keijzer en Margriet van Gestel, lector en associate lector bij lectoraat Applied Responsible Artificial Intelligence en Rianne de Wit, senior onderzoeker bij lectoraat Continue Professionele Ontwikkeling van Verpleegkundigen.
In onderdeel 6a ‘Zorg’ van het regeerprogramma lezen we het volgende: ‘Het kabinet zet in langs drie lijnen: Halveren van de administratietijd in 2030. Als we de administratietijd weten te halveren naar zo’n 20% van de werktijd, zijn we er voor de komende jaren al. Revolutionair zijn de mogelijkheden die generatieve kunstmatige intelligentie (AI) in de zorg heeft.’
“Die mogelijkheden zijn inderdaad revolutionair”, zegt Ander de Keijzer, lector bij lectoraat Applied Responsible Artificial Intelligence. “Maar het is belangrijk om je te realiseren dat dit niet alleen een technologische kwestie is, maar ook gaat over zaken als ethiek, patiëntveiligheid, betrouwbaarheid en aansprakelijkheid. Over mensen dus. Het is niet een kwestie van simpelweg een algoritme loslaten op wat data. Het vraagt om zorgvuldigheid en om het combineren van verschillende soorten kennis. Kennis over AI, medische kennis en juridische kennis, maar ook ervaringen van zorgprofessionals. Zij moeten uiteindelijk met de technische oplossingen werken en zijn daarmee een onmisbare schakel in het ontwikkelen en implementeren van innovaties.”
Een blik op de huidige situatie
Het begint allemaal met de vraag: waar besteden zorgprofessionals nu administratietijd aan? Rianne de Wit, onderzoeker bij lectoraat Continue Professionele Ontwikkeling van Verpleegkundigen, vertelt: “Zorgprofessionals besteden nu tot 40% van hun tijd aan administratie. Dan moet je denken aan het bijwerken van medische gegevens, voortgangsrapportages en medicatieregistratie, overdrachten aan collega’s of andere afdelingen en het bijhouden van gegevens voor kwaliteitscontroles en -rapportages. Het realiseren van een 50% vermindering is een zeer ambitieus doel.”
Rianne vervolgt: “Vermindering van administratieve lasten kan door vereenvoudiging, ontdubbelen en te zorgen dat er geen onnodige registraties plaatsvinden. Dit kan door uit te gaan van professionele autonomie, waarbij het uitgangspunt niet meer is dat alles geregistreerd dient te worden, maar er een focus komt op zinvolle administratie door professionals. Daarbij kan de inzet van AI en digitalisering helpen.”
Rianne de Wit
“Verpleegkundigen vormen de grootste beroepsgroep in de zorg, maar worden vaak over het hoofd gezien als het gaat om hun betrokkenheid bij AI-initiatieven.”
Het trainen van een AI-model begint met data
Wat is er eigenlijk nodig om AI succesvol te ontwikkelen én implementeren in de zorg? Om te beginnen: investeringen in innovatie en wetenschap. Het vergt namelijk veel onderzoek om AI op een betrouwbare wijze in de zorg in te zetten én om zorgprofessionals ermee te leren werken. En dat is precies waar de pijn zit.
Margriet van Gestel, associate lector bij lectoraat Applied Responsible Artificial Intelligence: “Het regeerprogramma schetst een ambitieuze toekomst voor de zorg, met AI als een centraal hulpmiddel om efficiëntie te verbeteren. Tegelijkertijd worden er echter forse bezuinigingen doorgevoerd op de wetenschappelijke sector, die juist de basis vormt voor dergelijke innovaties. De inzet van AI in de zorg kan op korte termijn efficiëntievoordelen opleveren, zoals een reductie in administratietijd. Maar dit soort innovaties hebben een sterke wetenschappelijke basis nodig, die op lange termijn ondermijnt wordt door een afname in financiering en ondersteuning voor wetenschappers.”
Los van het achterwege blijven van investeringen in innovatie, merkt Margriet op dat onderzoekers momenteel nog veel moeite hebben om toegang te krijgen tot gezondheidsdata. “De AI-systemen die ingezet zullen worden om de zorg toegankelijk en betaalbaar te maken, vereisen grote hoeveelheden voorbeelddata om effectief te kunnen leren. Het is daarom positief dat hier in het regeerprogramma aandacht aan wordt besteed.” In het regeerakkoord staat dat ‘het kabinet de wet- en regelgeving die hiervoor nodig is prioritair oppakt.’ Ander: “Als je een AI-model wil trainen heb je die data nodig. Voordat de wet- en regelgeving goed geregeld is, kunnen we niet starten met de ontwikkeling van het model. Daarnaast is het belangrijk om in de wet- en regelgeving duidelijke afspraken te maken over het gebruik van de data, zodat deze niet zomaar overal voor wordt gebruikt.”
De brede context van tijdwinst
Het doel #NooitMeerTikken lijkt dus nog ver weg. “Tijdswinst moet je in een bredere context plaatsen. Het ontwikkelen van een AI-model kost veel tijd en vraagt ook inzet van zorgmedewerkers. De gegevens moeten correct verwerkt worden en daar heb je zorgprofessionals voor nodig”, aldus Margriet. “Bovendien is een AI-model nooit helemaal af. Het vereist ook onderhoud. De wereld verandert voortdurend, en daarmee ook de data. Een model dat getraind is op verouderde gegevens verliest zijn effectiviteit. Net zoals bij de ontwikkeling van het model is de input van zorgprofessionals essentieel voor het onderhoud. Je vermindert de administratieve werklast voor zorgprofessionals, maar er komen ook nieuwe taken bij. Hoeveel tijd dat precies kost, weten we nog niet.” Ander: “En stel het AI-model wordt ingevoerd en werkt net niet. Dan neemt de werklast voor de zorgmedewerker alleen maar toe.”
Rianne: “Dit vereist onderwijs en trainingen, aanpassingen in werkprocessen en acceptatie van nieuwe werkwijzen door zorgprofessionals. De zorgsector is complex en sterk gereguleerd. Dat wil zeggen dat verpleegkundige administratie ontstaan is door de noodzaak om aan strikte regelgeving te voldoen.” Deze regelgeving is bedoeld om de veiligheid en kwaliteit van zorg te waarborgen en omvat bijvoorbeeld protocollen voor patiëntveiligheid, gegevensbescherming en kwaliteitscontroles. Ze vervolgt: “Verpleegkundigen moeten uitgebreide documentatie bijhouden om te voldoen aan deze eisen, wat bijdraagt aan de administratieve last. De plannen van het kabinet vereisen niet alleen aanzienlijke investeringen in technologie, onderzoek en tijd voor implementatie, maar ook moet wet- en regelgeving aangepast worden. Dat is alles behalve eenvoudig te realiseren.”
Ander de Keijzer
“De grote vraag blijft: is dit wel waar de patiënt en zorgprofessionals op zitten te wachten?"
Kaders en richtlijnen rondom verantwoordelijkheid
Dan komt nog het thema verantwoordelijkheid aan bod. Want wie is straks verantwoordelijk voor het gebruik van het AI-model? Ander: “Als een arts of verpleegkundige nu AI gebruikt is hij of zij zelf verantwoordelijk. Wat gebeurt er als dat door aangepaste wet- en regelgeving niet meer zo is? Data scientists trainen het AI-model, maar kennen de patiënten niet en hebben andere expertise. Daar tegenover staat dat zorgprofessionals niet weten hoe AI tot een bepaalde voorspelling komt. Wie is er verantwoordelijk als AI een verkeerde voorspelling doet: de zorgprofessional met de expertise of de data scientist die het model gebouwd heeft?”
Margriet: “Met de Europese Medical Device Regulation (MDR) en de AI Act hebben we belangrijke kaders voor het gebruik van AI in de zorg. Het goed toetsen van de kwaliteit van een AI-model en duidelijke afspraken tussen ontwikkelaar en zorgverlener zijn essentieel. Dit helpt om de verantwoordelijkheden helder te definiëren en ervoor te zorgen dat zowel de ontwikkelaars als de zorgprofessionals weten waar ze aan toe zijn. En dat patiënten kunnen rekenen op goede zorg.”
Het is een oplossing, maar niet de enige oplossing
Maar, benadrukken Ander en Margriet, er zijn zeker ook mogelijkheden op de lange termijn. Het inzetten van generatieve AI is een oplossing, maar niet de enige oplossing. “Er zijn ook alternatieve strategieën. Denk aan het efficiënter regelen van procesmatige taken, zoals het maken van een operatieplanning. Een fantastisch voorbeeld van hoe AI de efficiëntie binnen ziekenhuizen kan vergroten”, aldus Margriet. Ander: “Veel vragen die wij vanuit ziekenhuizen krijgen gaan over administratie, organisatie en planning. Daar is veel winst te behalen. Er zijn zeker hele mooie dingen mogelijk, als je het maar goed aanpakt en de mensen betrekt die er in de praktijk mee gaan werken. Als je het onverstandig aanpakt worden problemen groter en krijgt AI de schuld. Dat zou jammer zijn.”
Vraag patiënten en zorgprofessionals om hun mening
Rianne: “Verpleegkundigen vormen de grootste beroepsgroep in de zorg, maar worden vaak over het hoofd gezien als het gaat om hun betrokkenheid bij AI-initiatieven.” Daar is Ander het mee eens. Ander: “De grote vraag blijft: is dit wel waar de patiënt en zorgprofessionals op zitten te wachten? De standaardopmerking ‘we gaan alles digitaliseren, want dan wordt alles makkelijker en beter’, daar geloof ik niet zo in.”
Margriet sluit af: “Kies voor een holistische en inclusieve aanpak bij de implementatie van AI in de zorg. Samenwerking tussen kennisinstellingen, ziekenhuizen en bedrijven is hierbij essentieel, omdat het kennisdeling stimuleert en de implementatie versnelt. Vanuit Avans werken we graag samen om deze doelen te bereiken.”
Lees ook het opiniestuk van Ander, Margriet, Annemarie en Rianne op Zorgvisie >