De Nederlandse AI Coalitie (NL AIC) wil waardevolle AI-innovaties voor gezondheid en zorg, die een significante maatschappelijke en economische impact kunnen hebben, opschalen in Nederland. Tijdens de online conferentie AI/Tech in a Day: Gezondheid & Zorg editie op 6 juli jl. werden de eerste drie geselecteerde use cases gepresenteerd. Dit zijn de eerste drie van een reeks van use cases die de Nederlandse AI coalitie gaat stimuleren.
Pieter Jeekel, kwartiermaker Gezondheid en Zorg bij de Nederlandse AI coalitie: "Deze drie geselecteerde use cases zijn de eerste van een reeks van use cases die we willen helpen met opschaling. Belangrijke redenen waarop deze eerste drie gekozen zijn is omdat ze op redelijk korte termijn implementeerbaar zijn, aantoonbare maatschappelijke impact hebben, en opschaalbaar zijn naar (inter)nationaal niveau met de betrokken partijen. En daarnaast dragen deze drie voorbeelden van kunstmatige intelligentie natuurlijk bij aan het invullen van een of meer van de randvoorwaarde van waardevolle AI voor gezondheid en zorg."
NL AIC gaat de drie use cases waar mogelijk en nodig helpen om middelen en partners te vinden om opschaling te versnellen of te verbreden in Nederland. Dat gaat van matchmaking om partijen te betrekken die kunnen versterken binnen de NL AIC, tot ondersteuning bij het aanvragen of verkrijgen van financiering via bijvoorbeeld fondsen, investeerders, verzekeraars, subsidieverstrekkers en Health Holland.
MS Sherpa
MS Sherpa is een initiatief van databedrijf Orikami, het Nationaal MS fonds, MS research, AmsterdamUMC, Radboud Universiteit, en de ziekenhuizen Rijnstate, ETZ en Zuyderland. Doel van MS Sherpa is eerder de juiste behandeling bij Multiple Sclerosis (MS) door zelf monitoring met digitale biomarkers. De initiatiefnemers van My Sherpa hebben onder leiding van Orikami twee klinische testen (voor loopsnelheid en cognitieve verwerkingssnelheid) gedigitaliseerd en gevalideerd voor thuisgebruik door de patiënt. Op die manier wordt het mogelijk om eerder achteruitgang te detecteren, en zo eerder in te grijpen bij therapie non-responders. Het product is CE-gecertificeerd en kan binnen een half jaar live zijn, denken de initiatiefnemers.
U-Prevent
Tweede geselecteerde initiatief waar kunstmatige intelligentie wordt ingezet is U-prevent. U-prevent is een interactief rekenmodel waarmee bepaald kan worden welke medicijnen voor hart- en vaatziekten het beste werken bij welke patiënten. Miljoenen patiënten gebruiken medicatie om hart- en vaatziekten te voorkomen: medicijnen die gemiddeld genomen zeer effectief zijn, maar individueel zeer verschillend kunnen zijn. Het vertalen van onderzoeksresultaten naar de individuele patiënt in de spreekkamer is in de praktijk moeilijk. Er is daarom grote behoefte aan een tool die helpt bij het streven naar medicatie-op-maat. U-prevent maakt het effect van deze medicatie op de levensverwachting van een patiënt inzichtelijk: de tool helpt bij shared decision making en preventie.
U-prevent is een initiatief van Ortec, het UMC Utrecht, Erasmus MC, LUMC, AmsterdamUMC en Amphia Ziekenhuis Breda, Harvard Medical School, en de beroepsvereninging voor cardiologen, onder meer European Society for Cardiology (ESC). "Ons onderzoek heeft geresulteerd in slimme rekenkundige algoritmes, waarmee het effect van medicijnen kan worden geschat voor de individuele patiënt. De winst van medicatie wordt uit gedrukt in afname van 10-jaars risico en in jaren toename van gezonde levensverwachting. Het is begrijpelijk, ondersteunt shared decision making tussen arts en patiënt, en motiveert", aldus de initiatiefnemers.
AI beslisondersteuning ter voorkoming van heropnames op de Intensive Care
De beslissing van een arts wanneer een patiënt overgeplaatst kan worden van de intensive care (IC) naar een reguliere afdeling kan grote gevolgen hebben voor de patiënt. Te vroege overplaatsing kan een lange en kostbare heropname of zelfs overlijden tot gevolg hebben, terwijl te late overplaatsing betekent dat de behandeling op IC onnodig lang duurt, wat eveneens kostbaar is en ertoe kan leiden dat andere patiënten niet behandeld kunnen worden. In deze use case wordt AI gebruikt om medisch specialisten te helpen om de timing van overplaatsing te optimaliseren met behulp van de enorme rijkheid aan data die van intensive care patiënten routinematig wordt verzameld.
De derde use case die NLAIC selecteerde is beslisondersteuning door kunstmatige intelligentie, een initiatief van AI-bedrijf Pacmed. Naast het AmsterdamUMC spelen het Elisabeth TweeSteden Ziekenhuis, het OLVG, St Antonius Ziekenhuis, Radboud UMC, Erasmus UMC en LUMC een rol bij de validatie en implementatie van de software. Ook de Vrije Universiteit (onderzoek) en zorgverzekeraar CZ hebben een belangrijke rol gespeeld bij validatie. Met andere zorgverzekeraars worden ook mogelijkheden tot opschaling besproken, aldus de initiatiefnemers.
Later dit jaar zal NL AIC een nieuwe reeks use cases selecteren. Naast aantonen dat brede opschaling mogelijk is, zijn de lessen die de coalitie opdoet bij deze use cases van belang voor nieuwe toekomstige use cases van AI in zorg en gezondheid, en voor de leden van de coalitie.
Er staat een aantal keer My Scherpa maar het is volgens mij MS scherpa. Klein detail 🙂