Boris van Zonneveld
De medische wereld verandert in rap tempo door de steeds verdergaande opkomst van technologie. Kunstmatige intelligentie en voorspellende software hebben hun weg gevonden naar de operatiekamer, maar hoe ver zijn die technologieën?
Zelflerende computerprogramma’s die aandoeningen op röntgenfoto’s en scans herkennen zijn geen toekomstdroom meer. Dat meldden Britse wetenschappers onlangs in vakblad Radiology. Ze noemen het ideaal om wachttijden voor spoedeisende patiënten terug te schroeven. Dit bericht, dat de hele wereld overging, staat echter niet op zichzelf.
Ook in Nederland zijn er al vergaande ontwikkelingen in deze richting, zegt Fons van der Sommen, werkzaam bij de onderzoeksgroep video coding & architectures aan de TU/e. ‘Bij het grotere screeningswerk gaat de computer het zeker overnemen’, vertelt hij. ‘Wij ontwikkelen beeldanalyse voor health. Dat is dezelfde techniek die in onze onderzoeksgroep wordt gebruikt voor surveillance, het kijken naar verdacht gedrag op vliegvelden of havens, en voor zelfrijdende auto’s. Dat gebeurt allemaal met dezelfde onderliggende machine learning.’
Die techniek biedt uitkomst. ‘We kunnen steeds meer in beeld brengen van het menselijk lichaam, maar daardoor worden beelden ook moeilijker te interpreteren. Vaak heb je heel veel data en zoek je naar hele subtiele verschillen. Die zijn voor het menselijk oog steeds lastiger te vinden, daarom heb je software nodig. Daarnaast neemt de hoeveelheid data toe. Een computer kan een heleboel voorwerk doen om de belangrijke gevallen eruit te pikken.’
Een arts ziet in zijn hele carrière duizenden patiënten; de algoritmes waar ze aan de TU/e aan werken, worden getraind met miljoenen beelden van honderdduizenden patiënten. ‘Daardoor worden betere resultaten bereikt. Voorspellende software is daar beter toe in staat dan een arts.’
Toch wil Van der Sommen nog niet spreken van echte kunstmatige intelligentie in de medische wereld. ‘Men noemt het kunstmatige intelligentie, maar het is eigenlijk machine learning. Dat is een belangrijk onderscheid. Bij machine learning maak je een model en daarmee kun je over nieuwe data iets zinnigs zeggen. Bij kunstmatige intelligentie verwacht ik dat het tot inzichten leidt, maar bij de analyses die je nu ziet in de medische wereld, gaat het toch vaak om het snel en accuraat uitvoeren van één taak.’
De medische zelfdenkende robot bestaat nog niet. ‘IBM heeft Watson, maar eigenlijk is dat ook niet echt een denkende robot, dat is ook gewoon een model wat je maakt van alle patiënten die je gezien hebt, en vervolgens rekent hij kansen uit. Ik denk dat we best nog wel ver afstaan van een echt denkende robot, zelfs nu we robots hebben die kunnen praten. Google heeft er een op de markt gebracht die best wel redelijk terugpraat, maar ook dat is een model. Machine learning neemt een hoge vlucht, maar met brede kunstmatige intelligentie duurt het nog wel even. Ik denk dat het deze eeuw nog wel gaat komen, maar de eeuw is nog lang.’
Van der Sommen en zijn team gebruiken voorspellende software momenteel bij een case over slokdarmkanker. ‘Als artsen het in een vroeg stadium ontdekken, kunnen ze het lokaal wegsnijden. Bij slokdarmkanker is het zo dat als het niet gevonden wordt, het gelijk een heel ander verhaal wordt. Dan moet er een stuk van de slokdarm verwijderd worden en is er kans op uitzaaiingen, daarom is het heel belangrijk dat je er vroeg bij bent. Ons algoritme kijkt live mee met de scopie in de slokdarm en geeft met een rode vlag aan of hij iets verdachts ziet. De arts handelt daar gelijk naar door een biopt te nemen.’
Het team zet ook een studie op naar darmkanker. ‘Veel poliepen hebben geen kans om kwaadaardig te worden en worden onnodig weggehaald, dus we zijn aan het kijken of ons algoritme live in de darm, tijdens een colonscopie, die poliepen kan analyseren en zeggen wat de arts wel en niet kan laten zitten.’
De TU/e werkt nauw samen met Philips en het Catharina Ziekenhuis in Eindhoven onder de noemer Eindhoven MedTech Innovation Center (e/MTIC). Biomedisch ingenieur Marcel van ’t Veer van het ziekenhuis licht toe: ‘Er kan een idee vanuit het ziekenhuis komen, dat kan gevalideerd worden door de TU/e, en Philips kan daar een product voor maken en naar de markt brengen. Het zit hier allemaal op fietsafstand, dat is uniek.’
Van ’t Veer studeerde biomedische technologie aan de TU/e en tracht in de medische wereld de kloof te dichten tussen onderzoek op de TU/e en wat in het ziekenhuis gebeurt. ‘Dat werkt twee kanten op. Er zijn klinische vragen waarvan technici denken dat ze simpel op te lossen zijn, en er zijn technische ontwikkelingen waarvan de kliniek zegt: ‘Dat kunnen we toepassen.’ Maar omdat zij een heel verschillende taal spreken gaat dat niet vanzelf.’
Als voorbeeld dat werken met verschillende partijen loont, noemt hij een onderzoek dat hij nu doet naar het koelen van het hart. ‘Ik ben samen met een cardioloog bezig met deze innovatieve ontwikkeling. Als je een hartinfarct krijgt, moet je zo snel mogelijk gedotterd worden. Wij hebben een methode bedacht om het infarct in het hart lokaal te koelen, ongeveer 4 °C onder de lichaamstemperatuur, om zo te proberen de schade optimaal te beperken.’
Het idee komt van de cardioloog, die lokaal wilde koelen om de zwelling tegen te gaan. ‘Met dat idee gingen we naar de TU/e en zij hebben een fysisch model gemaakt. Dat hebben we eerst getest bij een echt kloppend varkenshart. De TU/e spin-off LifeTec Group haalt een hart uit de slachterij, dat wordt op ijs gelegd, daar wordt een vloeistof ingespoten, dan wordt het aangesloten en gaat het uit zichzelf weer kloppen. Dat ziet er heel gaaf uit.’
Door het computermodel kunnen ze voorspellen wat de temperatuur van de hartspier wordt door het inspuiten van koel zout water van een bepaalde temperatuur. ‘Dat voorspellen we op basis van de data die we hebben vergaard in alle experimenten die we hebben gedaan’, zegt Van ’t Veer.
Dit is nu bij tien echte patiënten gedaan om te kijken of het veilig is. ‘Binnenkort gaan we vanuit het Catharina Ziekenhuis een grote Europese studie doen om te kijken of dit ook daadwerkelijk de schade gaat beperken. Het hart van de ene helft van de patiënten wordt gekoeld, dat van de andere helft niet, en op basis van die data kunnen we zeggen of dit de volgende stap wordt in de behandeling van een hartinfarct.’
Ondertussen richten ook de grote techbedrijven hun pijlen op de zorgsector. Het is een buitengewoon interessante markt omdat er wereldwijd zo’n € 8 biljoen in omgaat. Bedrijven als Google en Apple zien talloze mogelijkheden met zorgdata. Zij zetten in op een universele dataset en koppeling van patiëntendossiers.
‘Een groep grote Amerikaanse techbedrijven is bezig om samen een nieuwe standaard (FHIR) te ontwikkelen voor de uitwisseling van medische gegevens’, vertelt Walter Kien, manager healthcare bij IG&H Consulting. ‘Onder andere Google, Amazon, IBM en Microsoft willen de grote verschillen in vastlegging van informatie wegnemen om ongehinderd te kunnen koppelen.’
Philips ontwikkelt een online patiëntendossier met Amazon’s Web Services, de Philips HealthSuite. Het analyseert 15 petabyte aan patiëntgegevens, waaronder 390 miljoen scanstudies, medische dossiers en patiënt-inputs. Het moet zorgaanbieders voorzien van bruikbare gegevens die zij kunnen gebruiken om rechtstreeks invloed uit te oefenen op de patiëntenzorg.
‘Deze data kunnen verrijkt worden met informatie uit wearables en andere medische apparaten’, zegt Kien. ‘Apple biedt met HealthKit de mogelijkheid om eigen informatie op te slaan en te delen met anderen.’ Een stap verder is om genetische oorzaken en ziekteverloop te onderzoeken en zo behandelingen te optimaliseren.
‘Hier experimenteert Google mee voor onderzoek naar Parkinson en diabetes. In Azië loopt Alibaba voorop. CEO Jack Ma ontwikkelde in rap tempo een platform voor de interpretatie van diagnostiek, zoals CT-scans. En ook is er al een virtuele assistent die artsen ondersteunt bij de behandelkeuze.’
Fons van der Sommen van de TU/e ziet deze ontwikkelingen met lede ogen aan. ‘Het is overduidelijk waarom ze dit doen, want ze bouwen een enorme database aan gezondheidsinformatie en die data is goud waard. Daarmee kunnen ze slimme modellen maken waarmee ze services kunnen aanbieden. Apple kan dan tegen een consument zeggen: je valt buiten de normaalverdeling, ga naar een arts. Zo kan men gezondheid gaan voorspellen, en dat is veel geld waard.’
Het is de vraag of de politiek zal trachten te verhinderen dat de grote techbedrijven, die al zoveel van iedereen weten, ook nog toegang krijgen tot medische gegevens. ‘Je zou zeggen dat het niet wenselijk is dat zij dat persoonlijk van iedereen weten en die informatie kunnen verkopen aan zorgverzekeraars of medicijnfabrikanten. Het eigendom van die gegevens zou niet bij die bedrijven moeten liggen.’
