AI zou de mensheid zelfs kunnen helpen om weer op koers te komen voor de duurzame ontwikkelingsdoelstelling van de Verenigde Naties, namelijk universele gezondheidszorg in 2030.

AI Contest.jpg
AI helpt bij het inschatten van de behoefte aan ambulances. Foto: Weforum.org

Ondanks de snelle technologische vooruitgang loopt de gezondheidszorgsector echter "onder het gemiddelde" wat betreft de toepassing van AI in vergelijking met andere sectoren, aldus een rapport van het World Economic Forum getiteld "The Future of AI-Based Healthcare: Leading the Way".

Volgens het rapport gaat "AI-gestuurde transformatie niet alleen over het внедringen van nieuwe tools, maar vereist het een heroverweging van de gehele manier waarop gezondheidszorg wordt geleverd en toegankelijk is."

Nu de door AI gegenereerde markt voor gezondheidszorg naar verwachting dit jaar $2,7 miljard zal bereiken – en bijna $17 miljard in 2034 – volgen hier enkele manieren waarop AI de gezondheidszorgsector transformeert:

AI kan hersenbeelden analyseren.

Een nieuw AI-programma is twee keer zo nauwkeurig als experts in het analyseren van hersenscans van patiënten met een beroerte. Twee universiteiten in het Verenigd Koninkrijk trainden de software met 800 hersenscans en testten deze vervolgens op 2000 patiënten. De resultaten waren indrukwekkend. Naast de hoge nauwkeurigheid kon de software ook het tijdstip van de beroerte vaststellen – een cruciale factor voor artsen.

Neuroloog Paul Bentley vertelde aan Health Tech Newspaper: "Bij de overgrote meerderheid van beroertes die worden veroorzaakt door bloedstolsels, komen patiënten die binnen 4,5 uur na de beroerte in het ziekenhuis aankomen in aanmerking voor zowel medicatie als een operatie. Binnen 6 uur is een operatie nog steeds mogelijk, maar daarna worden behandelbeslissingen lastiger omdat veel gevallen onomkeerbaar zijn. Daarom is het cruciaal om het moment van de beroerte en de herstelmogelijkheden nauwkeurig vast te stellen."

AI detecteert botbreuken beter dan mensen.

Het gebruik van AI voor de eerste analyse kan helpen om onnodige röntgenfoto's te voorkomen en het risico op gemiste botbreuken te minimaliseren. Het Britse National Institute for Health and Care Excellence (NICE) stelt dat de technologie veilig en betrouwbaar is en het aantal vervolgbezoeken kan verminderen.

Het inschatten van de behoefte aan ambulances met behulp van AI.

In het Verenigd Koninkrijk worden maandelijks zo'n 350.000 mensen per ambulance naar het ziekenhuis vervoerd. De beslissing wie naar een ander ziekenhuis moet worden overgebracht, ligt bij het medisch personeel dat al in de ambulance aanwezig is, te midden van een constant tekort aan ziekenhuisbedden. Een onderzoek in Yorkshire (noord-Engeland) toonde aan dat AI in 80% van de gevallen nauwkeurig kon voorspellen welke patiënten moesten worden overgebracht. Het AI-model werd getraind op basis van factoren zoals mobiliteit, hartslag, zuurstofgehalte in het bloed en pijn op de borst – opvallend genoeg vertoonde de AI geen vooringenomenheid in de gegevensverwerking.

Vroegtijdige opsporing van meer dan 1000 ziekten.

Een nieuw machine learning-model van AstraZeneca heeft de potentie om ziekten te detecteren voordat patiënten symptomen ervaren. Gebaseerd op medische gegevens van 500.000 mensen in een Britse medische database, kan het model "met grote zekerheid een diagnose jaren later voorspellen".

Een andere studie in het Verenigd Koninkrijk toonde aan dat een AI-tool 64% van de epileptische hersenlaesies kon detecteren die radiologen eerder over het hoofd hadden gezien. De AI, getraind met meer dan 1100 MRI-scans van volwassenen en kinderen wereldwijd, detecteerde niet alleen laesies sneller, maar identificeerde ook zeer kleine of verborgen laesies die onzichtbaar zijn voor het menselijk oog.

Medische chatbots ondersteunen de besluitvorming in de klinische praktijk.

Artsen moeten snel en nauwkeurig beslissingen nemen, en hoewel AI dit proces kan versnellen, bestaat ook het risico dat er onnauwkeurige of bevooroordeelde informatie wordt verstrekt.

Uit een Amerikaans onderzoek is gebleken dat standaard grote taalmodellen (LLM's) zoals ChatGPT, Claude of Gemini artsen geen complete en wetenschappelijk onderbouwde antwoorden kunnen geven. ChatRWD – een generatief systeem met verbeterde informatie-retrieval – presteerde echter beter, met 58% bruikbare antwoorden (tegenover 2%-10% van conventionele LLM's).

Digitale interfaces worden ook ingezet ter ondersteuning van de triage van patiënten. Een rapport uit 2024 van het Digital Health Transformation Initiative van het World Economic Forum stelt dat het digitale patiëntenplatform Huma kan helpen het aantal heropnames met 30% te verminderen, de tijd die artsen besteden aan het beoordelen van patiënten met wel 40% te verkorten en "de werkdruk voor zorgpersoneel te verlagen".

Het rapport voorspelt dat toekomstige technologieën "de zorgervaring voor patiënten ingrijpend zullen veranderen. Gezonde personen kunnen monitoringapparaten gebruiken om hun fysieke en mentale gezondheid te optimaliseren, terwijl mensen met gezondheidsproblemen toegang krijgen tot een scala aan digitale oplossingen."

(Volgens Weforum.org)

Bron: https://vietnamnet.vn/cach-ai-dang-lam-thay-doi-nganh-y-te-2386768.html