Amsterdam UMC gaat AI gebruiken om beter ziekten te diagnosticeren

Het Amsterdam Universitair Medische Centrum gaat kunstmatige intelligentie toepassen om beter ziekten te kunnen diagnosticeren bij patiënten. Het Technology for People-project moet in de 'komende jaren' worden toegepast.

De kunstmatige intelligentie kan verbanden zien tussen onder meer patiëntkenmerken, leefpatronen, ziekten en uitkomsten van de zorg, zo meldt het ziekenhuis. Hierdoor moet het gemakkelijker worden om vroeg ziekten te diagnosticeren en om sneller te analyseren welke behandelmethode al dan niet zou werken. Ook zou AI helpen bij het inschatten van drukte, bijvoorbeeld bij de Spoedeisende Hulp. Het Amsterdam UMC wil patiëntengegevens op een 'verantwoorde manier benutten', maar geeft hier verder geen details over prijs.

Technology for People is een gezamenlijk project van verschillende instanties uit de regio. Onder meer de 'stad Amsterdam, verscheidene kennisinstellingen, ziekenhuizen en ondernemingen uit de regio' werken hieraan mee. Het programma werd in 2019 gestart en moet over een periode van tien jaar een miljard euro aan investeringen krijgen. Dit geld wordt geïnvesteerd in de verbetering van toepassingen van kunstmatige intelligentie binnen de gezondheidszorg, maar ook binnen de bedrijvensector en bij ondersteuning van burgers.

Reacties (63)

Ik vind dit wel een mooi hulpmiddel. Vanuit mijn opleiding (KU Leuven) heb ik altijd meegekregen dat technische hulpmiddelen altijd een goede aanvulling kunnen zijn in diagnostisering maar dat het belangrijkste altijd de expertise en het eigen lichamelijk onderzoek moet zijn van een arts. Daarom is het ook altijd enorm belangrijk om je vakliteratuur bij te houden. We kunnen natuurlijk voor elke botbreuk bijvoorbeeld wel een extra MRI of CT maken om zeker te zijn dat we niks missen maar dat is altijd ook weer een belasting voor het zorgpersoneel/financiën en de vraag is altijd, wat wil ik weten?

Als ik een pols wil onderzoeken moet ik mij het volgende afvragen: Wat wil ik weten? Verdenk ik de patiënt van een fractuur, artrose, ligamentair letsel, luxatie, osteomyelitis? etc.
Dan moet ik natuurlijk wel ook heel goed weten welk onderzoek ik hiervoor aan moet vragen.
Stel ik moet een spaakbeenkopfractuur (radiuskopfractuur) beoordelen en ik kan dat niet goed op een röntgenfoto zien. Dan moet ik wel weten dat ik dan een CT-scan moet aanvragen en geen MRI. Als ik aan een AI vraag om een MRI te beoordelen op deze vraag ga ik waarschijnlijk ook een heel raar antwoord krijgen.

Aan de andere kant lijkt het me ook zeer zinvol. Ik vroeg ooit eens om een röntgenfoto van het midden van de rug omdat de patiënt daar klachten aangaf. Dus de radioloog bekeek het beschreven gebied en gaf zijn verslag. Toen ik de patiënt later op het spreekuur zag en ik een paar minuten voor de afspraak even de foto bekeek viel mij op dat de patiënt in kwestie een inzakking had in de lage rug maar deze was dus compleet gemist door de radioloog.

Laat het een aanvulling zijn maar houd zelf de regie in de hand.

Dit is wel de toekomst, sommige artsen lopen achter of kennen niet genoeg van hun vakgebied, en sommige willen gewoon niet luisteren naar wat de patient zegt/aangeeft en volgt alleen masr een standaard checklist, ook als dat al tich keer gedaan is. Heb meer vertrouwen in de nabije toekomst in dit soort systemen dan gewone artsen. Dus hoe meer ze leren des de sneller het werkelijkheid wordt dat het artsen kan vervangen. Nu nog fatsoenlijke snelle scanners zodat het hele lichaam gescanned kan worden.

Artsen kunnen nadenken, groot verschil. Voor zaken als herkennen van kanker in scans e.d. daar is AI uitermate geschikt voor. Maar voor heeeeeel veel nog lang niet.

Toch kan AI in een vroeg stadium ziektes beter herkennen dan meerdere artsen. Voor dat deze gezamenlijk een analyse kunnen maken neemt dit nu eenmaal tijd. Een oordeel zal naar mijn inzien menselijk blijven. Het lijkt mij onontkomelijk dat deze weg ingeslagen gaat worden. Het is tijd besparend en zal leiden tot acceptatie bij een snellere behandeling. Veiligheid is met AI de belangrijkste sleutel om het werkbaar te maken.

Heb meer vertrouwen in de nabije toekomst in dit soort systemen dan gewone artsen. Dus hoe meer ze leren des de sneller het werkelijkheid wordt dat het artsen kan vervangen. Nu nog fatsoenlijke snelle scanners zodat het hele lichaam gescanned kan worden.

Ik heb teveel gevallen gezien waarbij een arts op intuïtie een patient het juiste onderzoek liet doen (en daarmee maanden aan medische molen bespaarde) om daar de meerwaarde van te zien. Dus geef mij maar een mens, mag jij je diagnose aan de AI laten. En die laatste opmerking raakt echt kant noch wal.

Er is denk jaar geleden onderzoek geweest tussen radiologen en een AI die heel veel beelden hebben bekeken. De artsen haalden ongeveer 75% eruit als 'kanker' de AI zat over de 90% op plekjes wat zelfs de artsen niet opgevallen was. Waar ik veel banger voor ben is dat dit in handen van grote tech bedrijven komt... AI is de toekomst omdat het werk uit handen neemt van de artsen, het is een hulp middel geen doel an sich.

Ik denk dat we het eens zijn. Ik zeg ook niet dat AI nergens gebruikt moet worden, maar juist in de eerste fasen van de diagnose, met name "welk specialisme" zie ik voorlopig nog niets beters dan een mens.

Waarom is het zo erg dat deze technologie in handen van grote techbedrijven komt?

Siemens Healthineers, Philips en GE Healthcare zijn ook grote techbedrijven uiteraard wel met winstoogmerk, maar wel met de dezelfde goede intenties als de ziekenhuizen "De zorg beter maken".
Ziekenhuizen werken veel met andere instanties en grote partners om dit soort onderzoeken te doen en het totaal te ontwikkelen.

Heb je zeker een punt. Als het volledig anonieme informatie is dan ja. Zodra het herleidbaar is naar een persoon is er een probleem naar mijn mening. Dan heeft het tech bedrijf in een keer hele waarde volle informatie om mee te spelen zeg maar. Als er dan ook nog een zorg verzekering bij betrokken word is het echt hommeles.

Ja, uitzonderingen heb je, ik ken helaas teveel artsen die juist helemaal niets doen, telkens dezelfde nuttoze tests en als daar niets uit komt, tja pech, je hebt niets, ipv dan eens verder te zoeken of uberhaupt naar de patient te luisteren.
En die laatste opmerking mbt scanner is wel degelijk zinvol, want een volledige bodyscan, dus extern/intern kan heel veel duidelijkheid geven ipv dat ze mensen open moeten snijden of met camera's naar binnen duwen om te kijken.
Voordeel van AI in de nabije toekomst is dat die niets kan vergeten omdat die toegang heeft tot alle medische kennis in de wereld in een fractie van een seconde, en dus ook niet alleen maar 'wat' kennis van zijn/haar eigen vakgebied.
Oh, en vooral als je meer dan 1 ding hebt, dan wordt je doorsnee artsen eigenlijk al opgegeven omdat het te ingewikkeld is.

[Reactie gewijzigd door SuperDre op 27 november 2021 12:02]

Die intuïtie is juist wat ze volgens mij willen bereiken met AI. Zo'n intuïtie van een arts ontwikkeld zich door bewust of onbewuste patroonherkenning waarbij een arts deze combinatie van symptomen al eerder heeft gezien /gehoord. Een mens is echter gelimiteerd in de hoeveelheid ervaring die kan opdoen in dat vlak en daarnaast moet elke arts die ervaring zelf opbouwen.

Natuurlijk is het leren van zo'n intuïtie door een AI moeilijk, maar wat waarschijnlijk wel haalbaar is, is een diagnostiseringshulpmiddel waarbij de AI op basis van de aanwezige symptomen en test resultaten een overzicht geeft van mogelijke diagnostiseringen en de relatieve kansen. Een arts kan dat dan gebruiken als hulpmiddel voor het bepalen van het volgende onderzoek.

Ikzelf zou de diagnose niet laat maken door de AI zelf, gezien die niet direct interact met de patient en dus informatie mist die een arts wel heeft.

Ik denk dat wij beiden zeer uiteenlopende definities van intuïtie hanteren. Heeft m.i. niets met ervaring te maken.

wat waarschijnlijk wel haalbaar is, is een diagnostiseringshulpmiddel waarbij de AI op basis van de aanwezige symptomen en test resultaten een overzicht geeft van mogelijke diagnostiseringen en de relatieve kansen.

Ik denk dat je hier heel ernstig onderschat hoeveel mogelijke diagnoses aan een beperkt aantal symptomen gekoppeld kunnen worden - dat gaat een arts niet helpen maar eerder tegenwerken. Waar ik wel veel nut zie van AI is het eerder genoemde voorbeeld waarbij AI heel gericht in scans afwjikingen kan ontdekken op basis van heel veel al eerder geinterpreteerde scans.

Jammer dat we zo naar technologie blijven kijken. Hoeveel mensen kan je "vervangen" en hoeveel geld kunnen we besparen. Mensen zijn "dom of vervelend" en <voeg hier hippe IT-term in> is de oplossing. Ik ben misschien te naïef, maar juist in de gezondheidszorg zou AI kunnen helpen om meer mensen beter te helpen: sneller dingen opsporen, sneller een juiste behandeling inzetten, en waar mogelijk personeel ondersteunen om betere zorg te kunnen bieden.

~

[Reactie gewijzigd door B-ram op 27 november 2021 11:02]

Fatsoenlijke snelle scanners? Een degelijke CT-scan van pakweg Siemens heeft een max. scansnelheid tot 74 cm per seconde. Hoeveel sneller moet het nog gaan?

Naja het ultima zou denk ik zijn dat je gewoon iets wat lijkt op een metaal detectoor poort hebt waar je door heen kan lopen/rijden en die dan alle soorten scans die er zijn gedaan heeft.

Laten we het toch op een bedje houden, iets met (dood)zieke mensen en lopen

Daarom ook lopen/rijden, ziekenhuisbed heeft wielen

Hij zegt "nu nog fatsoenlijke snelle scanners" dus wat dat te maken heeft met tijdsverlies door uitkleden etc is me niet duidelijk.

En 1 ct scan per kwartier is sowieso nogal aan de trage kant

Enhancing AI to promote equality and fair opportunities

Snap niet zo goed wat ze met AI hierin willen betekenen, vond hem ook écht heel raar in het rijtje met doelen.

[Reactie gewijzigd door Valandin op 26 november 2021 18:55]

Veel medische wetenschap is gebaseerd op witte middelbare mannen, omdat klinisch onderzoek reteveel geld kost, en dat historisch de doelgroep was.

Vrouwen en andere “niet-witte-mannen” kunnen hele andere symptomen, bloedwaarden, en ziekte indicaties hebben waarop nu niet gezocht wordt. Met AI is het makkelijker om in de data van die doelgroepen verbanden te zoeken omdat je geen klinisch onderzoek hoeft te doen.

Met AI is het niet perse makkelijker om in data aan equality en fair opportunities te doen. Dat hangt er net als met andere analyses vanaf welke gegevens je toepast en hoe je met de gegevens om gaat.
Dat gegevens gebaseerd kunnen zijn vanuit ongewenste omstandigheden maakt AI niet zomaar anders. Sterker nog, het is juist een bekend gegeven dat het niet juist toepassen van AI kan zorgen voor ongelijkheid en oneerlijke mogelijkheden.
Aangezien het filmpje meer over toepassen van AI in het algemeen gaat lijkt het punt dus vooral te slaan op in het benadrukken dat men algemeen verantwoording moeten dragen voor gelijkheid en eerlijke kansen bij het toepassen van AI. Iets wat bij AI kennelijk niet vanzelfsprekend is, ook al zou dat het moeten zijn

[Reactie gewijzigd door kodak op 26 november 2021 20:27]

In elk AI model moet je bias managen.

Net als je hoort te zorgen dat het hoe dan ook niet iets doet wat wettelijk niet mag. Wat net zo goed in het algemeen op gaat. Dus dit punt in de video is geen speciaal doel. Het is hoe dan ook belangrijk, maar ze hadden er net zo goed kunnen stellen dat AI vrijheid niet mag inperken, of geen uitkomst mag hebben om te doden.

Je hebt een goed punt hoor en dat wil ik niet af doen. Een heel groot deel van de moderne medische wetenschap komt uit westerse landen, die overwegend van blanke afkomst zijn.

Maar dan zijn alle afkomsten dus niet helemaal gelijk en dat is een ontzettend gevoelig onderwerp waar eigenlijk niets over gezegt mag worden. Om daar deftige stappen te kunnen zetten, zal er eerst een taboe doorbroken moeten worden. Dat er belangrijke genetische verschillen zitten tussen verschillende volkeren.

Wel beetje jammer van dat witte tho, laat die Amerikaanse polarisatie aub in de VS. Het is al moeilijk zat deze onderwerpen bespreekbaar te houden zonder in die zwart-wit gedachtengoed te blijven hangen.

Fetch.AI doet volgens mij al een hoop van de dingen die ze willen bereiken.

Dit artikel - en het initiatief - zegt mij niet zoveel. Onderzoeksvoorstellen, business cases, en beleidsplannen staan vol met holle frases over de potentie van AI in de zorg, maar de toepassing van AI in het ziekenhuis is tot noch toe heel lastig gebleken. Mijns inziens kunnen dit soort initiatieven zich beter richten op de diagnostiek/prognostiek van zeer specifieke ziektebeelden, dan "alles" proberen op te lossen. Andere gebieden waar AI nu al een enorme impact kan maken zijn upstream AI (alle stappen tot aan de daadwerkelijke interpretatie van de beeldvorming), segmentatie en het kwantificeren van de uitgebreidheid van ziekteprocessen.

Medische AI moet nog enorme stappen zetten ten opzichte van AI in andere vakgebieden. Standaard deep learning modellen en training routines werken minder goed op medische beeldvorming dan op natural images en pretrained embeddings zoals ImageNet getraind op katten en honden logischerwijs ook niet. En wat is medische beeldvorming? Een CT-scan verschilt substantieel van een MRI, PET, US of CR. Er valt op dat gebied nog veel winst te halen, maar dat zit er aan te komen. Het duurt alleen langer dan we gehoopt hadden...

AI zal steeds breder ingezet worden, het is een hulpmiddel om de Artsen te helpen. De arts zal altijd het laatste woord hebben, niet de AI. Sowieso duurt het enorm lang voordat de AI in staat is om zaken te herkennen en goed te implementeren. Dit is niet zoals de AI's in SF movies/series

https://www.youtube.com/watch?v=hmUVo0xVAqE

Vroege detectie scheelt vaak juist kosten in behandeling.

patiëntkenmerken, leefpatronen, ziekten en uitkomsten van de zorg,

Locatie, inkomen, schulden, werk (ritme) geven al heel veel bloot.

Als je 3 hoog in een sociale flat woont is de kans groot dat je overgewicht hebt, kans op overgewicht en diabetes, en bijziendheid bij kinderen doordat ze vaker binnen zitten achter een scherm.

Zonder iets van medische achtergrond kennis kan ik je al een scala van hotspots aantonen op basis van inkomen en waarom bepaalde methodieken weinig succes zullen hebben door gebrek aan realistische mogelijkheden.


Het zijn geen nieuwe geluiden maar al decennia bekend maar inkomen is een mix van landsbeleid en stadsbeleid waardoor je daar weinig aan kunt veranderen.

Maar dat zou betekenen dat sommige mensen gewoon al door hun leefgebied op 3 - 0 achterstand staan in onze meritocratie....

https://www.nji.nl/armoede/gezondheid

Op jaarbasis heeft 18 procent van de Nederlanders van 18 jaar en ouder één of meerdere psychische aandoeningen. Mensen in armoede kampen gemiddeld vaker (waarschijnlijk 1,5 keer vaker) met een slechte geestelijke gezondheid. Het is wel zo dat bij bevindingen uit onderzoek niet duidelijk is wat hiervan de oorzaak is en wat het gevolg: Verhoogt armoede het risico op een slechtere geestelijke gezondheid, of hebben mensen met een slechte geestelijke gezondheid een grotere kans om arm te worden en te blijven?

In de Jeugdgezondheidszorg (Jgz) Richtlijn Psychosociale problemen (2016) wordt, op basis van diverse onderzoeken, vermeld dat kinderen en jongeren uit gezinnen met een lage sociaaleconomische status bijna twee keer zoveel kans hebben om een psychosociaal probleem te ontwikkelen dan leeftijdsgenoten met een hogere sociaaleconomische status.

Gezondheid en leefstijl
Mensen met een lage sociaaleconomische status hebben een lagere levensverwachting en leven minder lang in goede gezondheid. Dit houdt verband met een meer ongezonde leefstijl. Kinderen uit gezinnen met een laag inkomen hebben vaker problemen met hun gezondheid. Dat geldt voor bijvoorbeeld het hebben van een chronische ziekte, astma, ADHD en overgewicht.

Positief is het percentage mensen van 12 jaar of ouder dat zich aan de norm voor alcohol houdt. Dat is significant hoger onder mensen met een laag inkomen dan onder mensen met een inkomen boven de lage-inkomensgrens (59 procent tegen 41 procent). Daarentegen zijn meer jongeren van ouders met een laag inkomen zware rokers.

Het aandeel kinderen dat inactief is volgens de Nederlandse Norm Gezond Bewegen is groter in de lage-inkomensgroep. Het percentage kinderen met overgewicht ligt in de lage-inkomensgroep aanmerkelijk hoger dan in gezinnen met een hoger inkomen. In de laagste inkomensgroep heeft bijna een op de vijf kinderen tussen 4 en 18 jaar overgewicht, bij de inkomens daarboven bijna een op de tien kinderen.

Ik geloof dus niet dat “AI” daar iets aan gaat veranderen. Dat stuk zal worden bevestigd. Maar dan ben je wel weer 3 jaar verder.

Ik geloof dus niet dat “AI” daar iets aan gaat veranderen. Dat stuk zal worden bevestigd. Maar dan ben je wel weer 3 jaar verder.

Ik doe zelf vrijwillig werk voor AI modellen met specialisten voor o.a. embolieen en er zit een correlatie met postcode.

Wordt erkend (door artsen in elk geval), het grote probleem is dat de mensen achter deze postcodes niet meer bereikbaar zijn door volledig wantrouwen van alle instituties.

Dat is helaas ook zo. Als je uit je omgeving geen stimulans krijgt omdat je omgeving vooral bezig is met de eindjes aan elkaar te knopen is de kans kleiner dat je een mooie studie aangaat en succesvol afsluit. Als je daar dan toch in slaagt is je netwerk kleiner dan waneer je in een beter midden gestart bent. De beste banen blijven in de beste netwerken, Die achterstand gaat over op de volgende generatie, als je geluk hebt en hard werk verklein je die achterstand wel wat, maar weg gaat ie nooit.

de meest directe correlatie schijnt zichtbaar te zijn tussen woonoppervlak per persoon, en algehele gezondheid.

Dit verband geldt alleen wanneer je binnen het centrum woont. Het is dus gezonder om op 50m2 pp te wonen in centrum Amsterdam dan bv 100m2 op het platteland. Maar nog gezonder ben je al wanneer je hoger zit, bv 100m2 p.p. in centrum Amsterdam.

Conclusie van het onderzoek: we moeten meer betaalbare ruime huizen bouwen in de stadscentra

Briljant die conclusie. Een extreem domme onderzoeker, of wellicht wel een AI?
Want wie leert een AI het verschil tussen correlatie en oorzakelijk verband?

En levens.
Het analyseren van bijvoorbeeld foto's kan al door AI beter gedaan worden dan de gemiddelde radioloog(?).

Dat is maar de helft van het verhaal. AI zal best sensitiever zijn, maar zal ook vaker vals positieven geven. Althans op dit moment. In de toekomst zal de AI ook rekening kunnen houden met het medisch dossier en dan wordt het waarschijnlijk wel superieur.

Helaas is dit niet het geval. Ik werk in dit vakgebied en alhoewel modellen in research settings vaak veelbelovende resultaten laten zien, doet de praktijk anders geloven. Het is dan ook geen verassing dat er in de ziekenhuizen nagenoeg geen gebruik wordt gemaakt van AI. Desalniettemin hebben DL approaches natuurlijk wel veel potentie, maar mijn verwachting is niet dat gehele vakgebied Radiologie ooit opgedoekt gaat worden. Ik denk dat de eerste medische AI doorbraken zullen plaatsvinden bij de Dermatologie of Pathologie.

Het lijkt er op alsof je alleen naar het puntje van de ijsberg kijkt, want hiermee kunnen ze in de toekomst waarschijnlijk veel geld besparen.

patiëntkenmerken, leefpatronen, ziekten en uitkomsten

Dit kan Facebook al. Het is echt niet bijzonder en je hebt echt geen AI nodig.

Eehh, je weet dat Facebook redelijk veel AI gebruikt, vooral voor de dingen die jij noemt. Alleen gebruikt Facebook het niet voor het diagnosticeren van een ziektebeeld, maar om zoveel mogelijk aan jou te verdienen.

Een diagnose stellen is vaak verbanden kunnen leggen én patronen herkennen. Laat dat nou hetgene zijn waar AI nou het beste in is. Mooie ontwikkeling en absoluut geen verspilling van geld. Alle hulpmiddelen voor betere diagnoses zijn welkom.

Grote probleem is dat huidige ai die verbanden niet kan duiden tot biologische modellen. Het is leuk en nuttig om te weten dat een combinatie van factor x,y en z iets voorspellen over ziekte X, maar zonder model valt er weinig echt aan te verbeteren, en medisch gezien tot een structurele behandeling te komen.

[Reactie gewijzigd door divvid op 26 november 2021 23:20]

Gaat dit artikel nou juist precies daarover? Dat UMC die modellen gaat maken om de AI te kunnen trainen? Een AI is niet iets wat zomaar ontstaat maar met modellen werkt om vervangen en patronen wat er op lijken te kunnen herkennen. Voor het maken van die modellen heb je veel specialistische kennis nodig, een dat hebben ze bij het UMC, toch?

Voor het maken van die modellen heb je veel specialistische kennis nodig, een dat hebben ze bij het UMC, toch?

Ehm… in mijn praktijk , ander UMC, is het meer een tooltje dat een antwoord geeft. Op zich niet erg, want meestal wordt er met meer dan één expertise gekeken.

Totaal niet wetenschappelijk onderbouwd maar helaas ook al meermalen meegemaakt dat de prof zijn/haar gut feeling* gewoon gelijk had ondanks dat AI en aandere tools indiceerden dat er niets aan de hand was. Daarom blijft humane interactie en interpretatie zeer belangrijk.

* gut feeling kan wel eens een humane vorm van beslissen zijn waar ons brein even niks mee kan.

[Reactie gewijzigd door divvid op 27 november 2021 20:23]

Ah ja, facebook kan het al dus niemand anders hoeft het te doen.. Doei innovatie!

In Amerika is het heel gewoon om een 'annual checkup' te doen bij een huisarts. Die heeft daar ook meer als taak om te voorkómen dat je ziek wordt ipv. dat je er pas heen gaat wannéér je ziek bent.

Preventie is echt wel een dingetje dat kan helpen bij het terugdringen van zorgkosten. Hier schieten we al massaal in een stuip van een darmonderzoek voor bepaalde groepen en uitstrijkjes bij vrouwen vanaf leeftijd <x> maar ook dáár komt al de nodige diagnose uit voort die achteraf levens gered heeft.

Dus waarom niet vóóraf meer controleren om bepaalde patronen en problemen vóór te zijn.

In Amerika is alles omtrent gezondheidszorg niet "gewoon".

ok, nemen we Japan als voorbeeld waar een jaarlijkse checkup bij je huisarts volgens mij zelfs verplicht is.

Internationaal gezien is Nederlandse gezondheidszorg ook niet gewoon. Zo staat Nederland bekend als het land waar je nooit medicijnen krijgt tenzij je al half dood bent.

Neem gewoon goede mensen in dienst en daarna kun je altijd nog dit soort geintjes doen.

Over de periode van een paar jaar zit er een verschil van enkele factoren tussen wat een dergelijk project kost, en wat "gewoon goede mensen" kosten, en niet in het voordeel van een dergelijk project. Als het mogelijk is om op deze manier betere diagnoses te doen, dan kan het hier ontwikkelde model ook gebruikt worden bij andere ziekenhuizen, waardoor je nog meer uit het geinvesteerde bedrag haalt.

Ziekenhuizen zijn tegenwoordig al lang niet meer "ziek persoon in, beter persoon naar buiten." De druk op de zorg door een dubbele vergrijzing (zowel bij de patienten als bij het personeel) is reeel, en de wens om almaar betere zorg te leveren, ongeacht de prijs wordt steeds groter. Ziekenhuizen, maar ook andere zorgorganisaties, zoeken dus steeds vaker naar oplossingen in de hoek van dataanalyse om beter te voorspellen hoe een ziektebeeld zich zal ontwikkelen, betere diagnoses te doen en betere (efficientere/effectievere) behandelingen te beschrijven. Zie ook het hele domein van Value Based Healthcare.

Ben ik helemaal voor, maar misschien is het handiger om dit geld eerst eens te pompen in het gewoon rechttrekken van de zorg an sich. De marktwerking eruit en het runnen van een basisbehoefte als een bedrijf gewoon weer de deur uit doen.

Dit soort techniek wordt juist ingezet omdat de zorg anders echt onbetaalbaar wordt. Als één van de weinige industrieën is de zorg nog altijd erg arbeidsintensief, en dat brengt hoge kosten met zich mee.

Ik vermoed dat een nieuwe techniek waardoor een sneller de juiste diagnose wordt gesteld binnen een paar jaar is terugverdiend.

Meer mensen aan het bed kan ook, maar dan gaat de zorgpremie flink omhoog

Het is arbeidsintensief vanwege het "ver-managen" van alles waardoor de gemiddelde zorgmedewerker niet meer aan werken toekomt.

"Neem gewoon goede mensen in dienst". Welke mensen? Die hebben we niet. De opleidingen worden amper gevuld en het duurt járen voordat die mensen "goed" zijn.

Dat is al jaren een probleem, pak dat eens aan zou ik zeggen.

Dat komt niet zomaar uit de lucht vallen.

Jantje->hbo programmeur->€4000 pm 38 u/w)
Sien->heao manager->€3500pm (36u/w)
Ans->hbo verpleegkundige->€2700 (36u/w in de praktijk 44u/w)

Heb je geen AI voor nodig om te zien waar het probleem zit

[Reactie gewijzigd door divvid op 26 november 2021 23:26]