Kunstmatige intelligentie of Artificial Intelligence (AI) is volop in ontwikkeling, ook in de zorg. Aangezien in de gezondheidszorg een grote hoeveelheid aan data wordt gegenereerd en deze alleen maar toeneemt, leent deze sector zich in theorie goed voor nieuwe technieken die gebruik maken van data. Een andere verklaring voor de populariteit van AI in de zorg is onder andere het feit dat een te lage computerkracht niet langer meer een belemmering vormt.
Geschiedenis
AI vindt zijn oorsprong al halverwege de 20e eeuw, waarbij de Britse wiskundige Alan Turing wordt beschouwd als één van de grondleggers. In 1950 hield hij zich al bezig met de vraag in hoeverre machines in staat zijn tot het vertonen van intelligent gedrag. Om dit gedrag aan te kunnen tonen introduceerde hij de Turingtest, waarbij een computer zijn intelligentie kan bewijzen door middel van een chatgesprek tussen een proefpersoon en enerzijds een computer en anderzijds een fysiek persoon. Wanneer de proefpersoon geen onderscheid kan maken tussen beide gesprekken, is de computer geslaagd voor de test.
In 1955 krijgt het idee van Turing daadwerkelijk gestalte met de term ‘Artificial intelligence’, geïntroduceerd door John McCarthy. In de decennia die volgen wisselen perioden van veel vooruitgang en scepticisme elkaar af. Vanaf de jaren ’90 lijkt er door de komst van nieuwe technieken als neurale netwerken en genetische algoritmen weer sprake te zijn van een opleving van het AI-onderzoeksveld.
Perspectieven
Er zijn meerdere perspectieven van waaruit AI gecategoriseerd kan worden. Veelgebruikte indelingen zijn die op basis van de mate van intelligentie van de AI en die op basis van de technieken en toepassingen.
Binnen het eerste perspectief – de mate van intelligentie – wordt onderscheid gemaakt tussen drie groepen: smalle of zwakke AI (Artificial Narrow Intelligence: ANI), brede of sterke AI (Artificial General Intelligence: AGI) en superintelligentie (Artificial Super Intelligence: ASI).
De smalle of zwakke AI – die gespecialiseerd is op één specifiek gebied – is de vorm die op dit moment het meeste wordt toegepast in de zorg, bijvoorbeeld voor de vroege detectie van dementie of voor het herkennen van longafwijkingen. Ten opzichte van menselijke intelligentie is deze vorm van AI echter inferieur. De tweede groep AI, de brede of sterke, is qua intelligentie daarentegen wel vergelijkbaar met die van de mens. Aangezien het bouwen van machines van deze categorie zeer complex is, is deze vorm van AI nog niet bereikt. Een deel van de wetenschappers die zich bezighouden op dit vlak verwacht dat rond 2050 grotere toepassing van ‘human-level machine intelligence’ mogelijk zou kunnen zijn. Of dit niveau daadwerkelijk ooit wordt bereikt lopen de meningen nog over uiteen.
Waar de brede of sterke AI vergelijkbaar is met menselijke intelligentie, zou de derde groep – de superintelligentie – ver uitsteken boven de menselijke cognitieve capaciteiten. Ook hierbij geldt dat het onduidelijk is of de techniek ooit zover zal komen. Mocht het zover komen, dan zal het hoe dan ook een grote impact hebben op de gehele samenleving.
Het tweede perspectief van waaruit AI kan worden ingedeeld bestaat uit technieken van AI en de toepassingen hiervan. Een aantal veelgehoorde technieken zijn bijvoorbeeld machine learning, natural language processing en expertsystemen.
Vrijwel alle huidige toepassingen van AI in de zorg vallen onder machine learning. Dit is een zelflerende vorm van AI en verbetert de eigen rekenregels, het algoritme, naarmate er meer data wordt aangeleverd. Hoe hoger de kwaliteit van de data bij het trainen van het algoritme, des te beter zijn de uitkomsten wanneer een nieuw ‘probleem’ wordt ingediend.
Er zijn meerdere vormen van machine learning, die verschillen in het gehanteerde mechanisme en in het toepassingsdoel. Zo maakt supervised learning gebruik van gelabelde data, waarbij deze worden gekoppeld aan voorspelde uitkomsten en de computer hiermee zijn eigen regels kan opstellen. Bij unsupervised learning zijn de uitkomsten nog niet bekend en is er vooral sprake van het ontdekken van groepen en verbanden. In de zorg zijn deze technieken nuttig om bijvoorbeeld patronen te kunnen ontdekken in de effectiviteit van bepaalde therapieën voor specifieke patiënten om deze zo behandeling op maat te kunnen geven. Deep learning is een vrij recente techniek, een subcategorie van machine learning en de reden voor doorbraak van nieuwe AI-toepassingen. Hierbij wordt gebruik gemaakt van een netwerk met meerdere lagen van ‘neuronen’. Door deze veelvoud aan lagen, is deze techniek geschikt voor het opsporen van meer gedetailleerde patronen en complexere vraagstukken.
Natural Language Processing (NLP) is een combinatie van machine learning, computerwetenschap en linguïstiek. Het doel hiervan is om computers in staat te stellen opdrachten uit te voeren en vragen te beantwoorden door middel van verwerking of begrip van de werkelijke betekenis van de menselijke taal. Een toepassingsvoorbeeld uit de gezondheidszorg is de omzetting van een gesprek tussen de arts en de patiënt naar een tekstuele dialoog, om vervolgens door middel van NLP de relevante medische gegevens hieruit te extraheren. Een potentieel voordeel hiervan is een lagere registratielast voor de arts, waardoor er meer aandacht is voor de patiënt. Het gebruik hiervan is echter nog niet vlekkeloos; in tegenstelling tot mensen hebben computers moeite met het herkennen van nuances in taal, waardoor de intentie van de spreker soms niet juist overkomt.
AI-technieken gebaseerd op logica en redenatie zijn expertsystemen. Hierbij is niet een zelflerend algoritme het uitgangspunt – zoals bij machine learning – maar een algoritme dat gebaseerd is op reeds bekende expertise. De rekenregels worden dus handmatig ingevoerd. In de zorg bieden expertsystemen artsen ondersteuning bij het geven van passend advies voor een specifieke patiënt. Dit wordt bijvoorbeeld al toegepast door huisartsen middels het beslissingsondersteunende instrument NHGdoc.
Besluit
Zoals naar voren is gekomen is AI een ontwikkeling die veel kansen biedt, ook in de zorg. Er speelt echter nog een aantal belangrijke vraagstukken om goede zorg te kunnen waarborgen. Zo zal er moeten worden nagedacht over onder andere het toepassen van standaardisatie, het verhogen van kwaliteit en kwantiteit van data, de controleerbaarheid van de uitkomsten van de systemen en ethische vraagstukken. Het belang van deze vragen is groot, maar ze zijn complex en kosten veel tijd.
Dit artikel is een verkorte versie van het Rapport Artificial intelligence in de zorg zoals deze vorig jaar verscheen op de website. Zie de bijlage voor het complete rapport.
