In Amerikaanse ziekenhuizen zijn afdelingshoofden radiologie enthousiast over AI, maar zien ze de kosten als belangrijk obstakel om de technologie op grote schaal toe te passen. Experts twijfelen of AI in de radiologie leidt tot de beoogde efficiencywinst.
Dat meldt Radiology Business op basis van onderzoek onder 42 academische afdelingshoofden radiologie in de VS. De afdelingshoofden vulden een enquête in, waarna hen werd gevraagd naar hun verwachtingen en plannen om AI toe te passen. Het onderzoek is gepubliceerd in het Journal of the American College of Radiology.
AI in radiologie
De afdelingshoofden zien dat de opkomst van generatieve AI in de geneeskunde werknemers zou kunnen vervangen, al zijn ze daar weinig bezorgd over. Als belangrijkste toepassingen van AI noemen ze beeldacquisitie, radiologische workflows en nabewerking van scans. “Afdelingshoofden lijken optimistisch en voorbereid om de vroege fase van AI-acceptatie in de radiologiepraktijk te begeleiden. Ze zijn van plan om dit te doen door zich te richten op implementatiedoelen die belangrijk zijn voor radiologen, om uitdagingen aan te pakken op plekken waar verbetering nodig is, en om te checken op ‘vervangingsangst’ bij radiologen.”
Dat schrijft Elizabeth Burnside, maker van mammografieën en adjunct-decaan van de medische faculteit van de University of Wisconsin-Madison. “Toekomstig onderzoek zal van cruciaal belang zijn voor een effectieve implementatie van AI in de praktijk,” aldus Burnside. Zij en haar collega’s vonden geen statistisch verschil tussen algemene opvattingen van afdelingshoofden over klassieke AI (machine learning) versus generatieve AI zoals ChatGPT of vergelijkbare tools.
Implementatiedoelen
De afdelingshoofden verwachten AI te gebruiken om de kwaliteit en efficiëntie in hun afdelingen te verbeteren (100%), burnouts te verminderen (95%), kosten te verlagen (51%), gelijkheid in de gezondheidszorg te verbeteren (63%) en beeldacquisitie te optimaliseren (42%). Ze merken ook op dat zowel radiologen (84%) als technologen (88%) in hun staf zich niet echt zorgen maken dat AI hun werk overneemt.
Kosten als belemmering
Diverse afdelingshoofden benadrukten kosten als cruciaal voor besluitvorming, met uitspraken als ‘te duur’, ‘financiering is de grootste beperking’ en ‘veel interesse, maar het ziekenhuis heeft weinig interesse getoond om te ondersteunen’. Ze benadrukten het belang van potentiële AI-aankopen om de huidige praktijkdruk aan te pakken. Gezien het ‘tekort aan personeel’ zei een afdelingshoofd dat ze ‘prioriteit zullen geven aan AI die de efficiëntie verhoogt’.
Draagt AI bij aan efficiency?
Het is echter onzeker of AI daadwerkelijk bijdraagt aan efficiëntie in de radiologie. Radioloog Merel Huisman van het Radboud UMC schreef hierover vorig jaar samen met haar collega professor medische beeldenanalyse Bram van Ginneken en de Britse medische softwareadviseur Hugh Harvey een commentaar in European Radiology. Het artikel was getiteld ‘The emperor has few clothes: a realistic appraisal of current AI in radiology’.
Nog geen kosten bespaard
“Naar onze mening worden er geen kosten bespaard door narrow AI toe te voegen aan de huidige workflows. Radiologen moeten nog steeds volledige reads uitvoeren en toezicht houden. Ondanks de perceptie dat AI de efficiëntie verbetert en de kosten verlaagt, is het bewijs uit prospectieve studies of economische modellen om deze beweringen te ondersteunen beperkt,” schrijven Huisman, Van Ginneken en Harvey.
Winst voor radiologen beperkt
Volgens de auteurs claimt de meerderheid van de AI-leveranciers kwaliteitsverbeteringen op basis van voornamelijk retrospectieve studies. “Het bewijs suggereert dat deze tools vooral niet-gespecialiseerde radiologen ten goede komen, met nauwelijks verbetering onder subspecialisten.”
Onvoldoende economisch bewijs
In Nederland is radiologie het specialisme in de zorg waar AI het meeste wordt toegepast (80%); de meeste toepassingen bevinden zich nog in een ontwikkelfase. Volgens Huisman, Van Ginneken en Harvey is er echter nog onvoldoende economisch bewijs voor efficiëntiewinst van AI in de radiologie. Ze vinden dat AI-ontwikkelaars oplossingen moeten creëren die de efficiëntie op een zinvolle manier verhogen en een solide businesscase ondersteunen, ondanks wettelijke uitdagingen.
Meerwaarde voor radiologen
“Ons doel is om de toegankelijkheid van de gezondheidszorg te behouden, en niet alleen de prestaties van radiologen licht te verbeteren, maar juist hun efficiëntie aanzienlijk te vergroten. Dit vereist dat radiologen openstaan voor veilig geautomatiseerde taken, zonder zich zorgen te maken over vervanging, om zo een compromisloze patiëntenzorg te garanderen.”
Bekijk meer artikelen over AI in de zorg
Bronnen:
Radiology leaders optimistic about AI but see cost as a key hurdle
The emperor has few clothes: a realistic appraisal of current AI in radiology