CWI brengt AI-expertise in bij landelijk zorgconsortium

De Evolutionary Intelligence (EI) groep van CWI neemt deel aan een groot landelijk onderzoeksconsortium dat kunstmatige intelligentie ontwikkelt ter ondersteuning van diagnostiek in de huisartsenpraktijk. Het tienjarige programma Trinitas HORIZON staat onder leiding van UMC Utrecht en ontvangt financiering uit het KIC-programma van NWO.

De Nederlandse zorg staat onder toenemende druk. De bevolking vergrijst, steeds meer mensen leven met meerdere aandoeningen tegelijk en het tekort aan zorgpersoneel blijft groeien. Naar schatting zou in 2040 één op de vier werkenden in de zorg moeten werken om aan de vraag te voldoen.

Kunstmatige intelligentie kan helpen om de zorg slimmer en efficiënter in te richten. Toch komen veel AI-toepassingen die voor de zorg worden ontwikkeld nog niet terecht in de dagelijkse praktijk. Trinitas HORIZON wil die kloof verkleinen door AI te ontwikkelen die bruikbaar, betrouwbaar en toepasbaar is in de context van de huisartsenpraktijk.

Complexe diagnostische beslissingen

Trinitas HORIZON richt zich op een van de meest uitdagende onderdelen van de zorg: de eerste diagnostische beoordeling door de huisarts. Patiënten worden ouder en komen vaker met meerdere, soms nog vage klachten bij de huisarts. Tegelijkertijd zijn er steeds meer diagnostische tests en databronnen beschikbaar.

Dat betekent dat huisartsen steeds meer informatie moeten combineren bij de beslissing of een patiënt moet worden doorverwezen, of aanvullend onderzoek nodig is, of dat er mogelijk sprake is van een zeldzame ziekte. Die complexiteit kan leiden tot herhaalde onderzoeken, verwijzingen die achteraf niet nodig blijken, onzekerheid bij patiënten en extra druk op de zorg.

'First-time-right' diagnose

Het consortium ontwikkelt een AI-ondersteund platform dat diagnostische informatie samenbrengt en huisartsen helpt beter onderbouwde beslissingen te nemen. Het doel is een ‘first-time-right’-diagnose: zo vroeg mogelijk de juiste richting kiezen, zodat patiënten sneller duidelijkheid krijgen en passende zorg ontvangen.

“Samen ondersteunen we huisartsen bij het beantwoorden van belangrijke diagnostische vragen: moet iemand worden doorverwezen naar het ziekenhuis — en wanneer niet? En missen we geen zeldzame ziekte?” zegt consortiumleider Saskia Haitjema van UMC Utrecht. “Zo zorgen we dat patiënten sneller het juiste diagnostische pad volgen en eerder de juiste behandeling krijgen.”

AI voor onzekere en complexe data

Peter Bosman, groepsleider van de EI groep, neemt als medeaanvrager deel aan Trinitas HORIZON en brengt expertise in op het gebied van kunstmatige intelligentie, data science en algoritmische methoden. Het project vraagt om AI die kan omgaan met onzekerheid, onvolledige informatie en verschillende databronnen — juist omdat de huisartsenpraktijk anders werkt dan een ziekenhuisomgeving. Klachten zijn daar vaak nog niet eenduidig en diagnostisch redeneren vraagt om het afwegen van meerdere mogelijke verklaringen tegelijk.

Peter Bosman. Foto: Ivo van der Bent

Binnen het consortium werkt CWI samen met medische, technische en maatschappelijke partners aan AI-methoden die dit soort diagnostisch redeneren in de praktijk kunnen ondersteunen. Daarbij gaat het niet alleen om het ontwikkelen van geavanceerde technologie, maar ook om de vraag hoe die technologie goed aansluit op de behoeften en werkwijze van huisartsen.

Breed landelijk samenwerkingsverband

Trinitas HORIZON staat onder leiding van UMC Utrecht en brengt een breed landelijk netwerk samen. De Nederlandse universitair medische centra en hun afdelingen Huisartsgeneeskunde zijn betrokken, naast huisartsenorganisaties, ziekenhuizen, eerstelijnsorganisaties, patiëntenorganisaties, universiteiten, technologiepartners en experts op het gebied van sociale, ethische en juridische aspecten van zorginnovatie.

Deze brede samenwerking moet ervoor zorgen dat de technologie vanaf het begin wordt ontwikkeld met de zorgpraktijk in gedachten. Huisartsen, specialisten, onderzoekers, data-experts en maatschappelijke partners werken samen aan het ontwerpen, testen en evalueren van oplossingen die in de dagelijkse praktijk gebruikt kunnen worden.

Over de financiering

Trinitas HORIZON wordt medegefinancierd via de KIC-programmalijn Strategie van NWO. Met dit programma ondersteunt NWO tienjarige publiek-private samenwerkingen die werken aan grote maatschappelijke uitdagingen. Consortia bepalen zelf hun onderzoeksthema, zolang dit aansluit bij de Kennis- en Innovatieagenda’s van de Rijksoverheid.

Dit artikel is gebaseerd op een nieuwsbericht van UMC Utrecht.

Headerfoto: Shutterstock

CWI’s bijdrage: AI die haar advies kan uitleggen

Binnen Trinitas HORIZON werkt CWI samen met het Leids Universitair Medisch Centrum (LUMC) aan AI die artsen kan ondersteunen bij het stellen van een diagnose. Het gaat daarbij niet alleen om een systeem dat een uitkomst geeft, maar ook om AI die inzichtelijk maakt waarom een bepaalde vervolgstap logisch is.

De aanpak bouwt voort op bestaande algoritmen ontwikkeld door CWI en LUMC, waaronder MultiFIX en Baymex. Deze worden verder ontwikkeld en samengebracht in AIDE: een AI-based Diagnosis Engine. Deze diagnose-engine moet artsen helpen bepalen wat voor een patiënt de beste volgende stap is, bijvoorbeeld een extra test of een verwijzing naar de juiste specialist. Daarbij kan AIDE verschillende factoren meewegen, zoals kosten, doorlooptijd en de vraag hoeveel extra duidelijkheid een test naar verwachting oplevert. Zo kan het systeem helpen om sneller tot een goed onderbouwde beslissing te komen, zonder dat de arts de regie verliest.

Hiervoor wordt gewerkt met symbolische, evolutionaire AI-modellen, ontwikkeld door Peter Bosman en Tanja Alderliesten (LUMC). Dat betekent dat de uitkomsten beter te herleiden en uit te leggen zijn dan bij veel AI-systemen die als een ‘black box’ werken. Juist in de zorg is dat belangrijk: artsen moeten kunnen begrijpen waarop een advies is gebaseerd.
Binnen hetzelfde werkpakket onderzoekt Amsterdam UMC een aanvullende route met neurale netwerken. Die aanpak is minder direct uitlegbaar, maar kan mogelijk flexibeler omgaan met zeer grote hoeveelheden data.

Peter Bosman en Tanja Alderliesten. Foto: Ivar Pel