AI verantwoord, schaalbaar en duurzaam in de zorg

Sinds onze oprichting vanuit de Nationale DenkTank 2014, werkt Pacmed aan het verantwoord, schaalbaar en duurzaam naar het bed brengen van AI. Dit was niet eenvoudig; we hebben tal van barrières moeten overwinnen. Hiervoor moesten we specialistische kennis ontwikkelen en flink investeren in onze teams, infrastructuur en tools.

Door jarenlange inspanningen hebben we de ontwikkeltijd en implementatietijd van AI-modellen voor het ziekenhuis drastisch verkort. Het duurde zes jaar om onze eerste AI voor tijdig en veilig ontslag van de IC te ontwikkelen, als medisch hulpmiddel te certificeren en in de IC-zorg te integreren. Inmiddels kunnen wij in weken AI-applicaties ontwikkelen en naar het bed brengen. Hoe hebben we deze versnelling bereikt?

De sleutel ligt in onze investering in een sterke AI-waardeketen. Deze stelt ons in staat om op een efficiënte en verantwoorde manier AI-oplossingen te ontwikkelen, implementeren en op te schalen. In dit artikel delen we wat er allemaal bij komt kijken om AI verantwoord, schaalbaar en duurzaam in te zetten in het ziekenhuis.

De AI-waardeketen: van data tot klinische toepassing

De ruggengraat van Pacmed is onze AI-waardeketen. Dit is een robuuste keten van technologie, kennis en processen waarin alle essentiële operaties zijn verenigd om AI veilig en schaalbaar te ontwikkelen en naar het bed te brengen. De keten bestaat uit twee componenten die klinische toepassingen mogelijk maken:

1. De AI Refinery: data gereed maken voor AI

De AI Refinery zorgt ervoor dat data geschikt worden gemaakt om medisch valide analyses te kunnen doen en AI-algoritmen te kunnen ontwikkelen. Onze teams werken samen met het ziekenhuis om klinische data te extraheren, harmoniseren, standaardiseren, verwerken, valideren en verrijken. Het resultaat is dat gegevens betrouwbaar en klinisch waardevol worden gemaakt en voldoen aan strikte medische eisen. Ook worden alle data verwerkt naar standaarden als OMOP, LOINC en Snomed. Als de processen voltooid zijn, kan historische data worden gebruikt om nieuwe modellen te ontwikkelen of bestaande modellen te kalibreren op de patiëntenpopulatie van een specifiek ziekenhuis.

Het meest uniek aan onze AI Refinery is dat ook live data die in het EPD of PDMS worden verzameld, real time, en op precies dezelfde manier, worden verwerkt. Zo kunnen aan het bed voorspellingen voor individuele patiënten in het ziekenhuis worden gedaan en kan trainingsdata continu met live data vergeleken worden.

2. De AI Engine: modellen bouwen, valideren en monitoren

De AI Engine bouwt voort op deze solide basis en stelt ons in staat om modellen te ontwikkelen, valideren, integreren en te monitoren. De ontwikkeling vindt plaats in samenwerking met clinici, waardoor impactvolle AI-modellen ontstaan die daadwerkelijk waarde toevoegen aan de zorg. Een intuïtieve gebruikersinterface zorgt ervoor dat de informatie bruikbaar is voor de eindgebruiker. Monitoring van alle dataprocessen is cruciaal voor compliance, zodat AI veilig en effectief blijft. Ook als beleid, populatie of dataregistratie in het ziekenhuis verandert.

Teams achter de AI-waardeketen

De twee componenten van de waardeketen worden ondersteund door gespecialiseerde teams die ieder een cruciale rol spelen:

Het Platform Guild: fundament voor schaalbare AI

Het Platform Guild vormt de basis van Pacmed’s AI-infrastructuur. Zij beheren systemen waarmee ziekenhuizen grote hoeveelheden patiëntdata veilig kunnen verwerken en optimaal kunnen inzetten. Door schaalbaarheid en prestaties continu te verbeteren, maken zij AI-modellen toegankelijk in realtime zorgsituaties. Informatiebeveiliging is hierbij essentieel. Ook voldoen alle operaties aan ISO-standaarden.

Data & AI Squad: data transformeren naar bruikbare inzichten

Het Data & AI-team is gespecialiseerd in het omzetten van klinische data – zowel historisch als realtime – naar gestandaardiseerde, gevalideerde en bruikbare datasets voor AI-modellen. Dit proces omvat uitdagingen, zoals het integreren van data uit diverse bronnen en het interpreteren ervan binnen de specifieke klinische context.

Een voorbeeld: het vaststellen van het moment van ziekenhuisopname lijkt eenvoudig, maar verschilt per instelling. Het team ontwikkelt oplossingen op maat om deze nuances te overbruggen, zodat de data accuraat en inzetbaar zijn. Ook het begin en het eind van een beademingsperiode op de IC wordt niet specifiek in data vastgelegd. Dankzij geavanceerde data-analyse en veel medische expertise wordt dit door Pacmed automatisch afgeleid op basis van o.a. data van medicatie, apparatuur en labwaarden.

De Clinical Apps Squad: gebruiksgemak voorop

De Clinical Apps Squad vertaalt AI-modellen en analyse naar intuïtieve tools die naadloos integreren in de workflow van zorgprofessionals. Door constant in gesprek te blijven met artsen, verpleegkundigen en andere stakeholders, signaleren zij verbeterpunten in de workflow. Het resultaat? Tools die de zorgkwaliteit verhogen, het werkplezier verbeteren en tijd vrijmaken voor patiëntenzorg. Monitoring zorgt ervoor dat alle processen blijven voldoen aan wet- en regelgeving en de toegevoegde waarde gegarandeerd wordt.

QARA Team: veiligheid als prioriteit

Het QARA-team waarborgt dat Pacmed’s AI-oplossingen voldoen aan strenge reguleringen zoals de MDR. Door kwaliteit en veiligheid te garanderen, bouwen zij vertrouwen in AI als medisch hulpmiddel. Hun taken omvatten:

• Regulatory Affairs (RA): Certificeringen zoals MDR verkrijgen en compliance met juridische kaders waarborgen.
• Quality Affairs (QA): Processen opzetten en onderhouden om binnen veilige grenzen te opereren en incidenten te minimaliseren.

Hospital Success Team: samen impact realiseren

Het Hospital Success Team begeleidt ziekenhuizen bij de adoptie van AI, zodat de technologie optimaal wordt benut. Van training tot doorlopende ondersteuning, zij zorgen voor succesvolle implementaties die meetbare resultaten opleveren.

Platforms: de sleutel voor betaalbare opschaling van AI in de zorg

AI naar het bed brengen vraagt om specialistische kennis en investeringen. Als ziekenhuizen of leveranciers dit alles zelf moesten ontwikkelen, zouden de kosten voor de Nederlandse zorg enorm oplopen – juist terwijl we met AI de zorg van hoge kwaliteit en betaalbaar willen houden.

Met de AI-waardeketen als platform kunnen we schaalbaar en snel AI-oplossingen ontwikkelen en implementeren, terwijl veiligheid en effectiviteit gewaarborgd blijven. Dit maakt het mogelijk om de voordelen van AI breed toegankelijk te maken, zonder dat de kosten de pan uit rijzen.

Wouter Kroese is medeoprichter van AI-onderneming Pacmed. Hij blogt voor Smarthealth over trends en ontwikkelingen op het vlak van AI in de zorg.