Twee uitstekende en nuchtere verhalen over hoe AI in gezondheidszorg wordt toegepast. De nederlander Michael Abramoff, werkzaam in Iowa, vertelde over geautomatiseerde diagnose van oogziekten, en Elisabeth Asai over datzelfde bij huidziekten. De computer helpt daarbij de mens door een snelle en nauwkeurige diagnose. Het doel hiervan is betere toegang tot de zorg, en lagere kosten.
Opvallend bij beide verhalen was dat ze al decennia mee bezig zijn met automatisering bij diagnose. AI is geen revolutie maar een evolutie. In de jaren 80 met regel-gebaseerde systemen waarbij de computer vragen stelde. Daarna met eenvoudige convolutionele netwerken maar dat werkte nog niet goed: Ze konden alleen maar werken op kleine foto’s (16×16 pixels) en waren daardoor erg onnauwkeurig, en ze waren breekbaar: Door kleine verstoringen werkte het al niet meer. Moderne AI heeft betere algoritmes, er is meer computerkracht, en kan worden gewerkt met goede scherpe foto’s.
De oogdiagnosetool van Abramoff is bijzonder, want FDA goedgekeurd. Dat vereiste een groot proces, waarbij de kenmerken van het algoritme moesten worden ‘gematcht’ met de eisen van FDA Trials:
- Gevoeligheid: Hoeveel gevallen vangt je systeem
- Specificiteit: Hoe weinig vals positieven vangt je systeem
- Diagnosabiliteit: Het moet werken op de overgrote meerderheid van alle gevallen
Daarnaast zijn er bij de FDA veel eisen over de manier van werken, en is het AI systeem verantwoordelijk voor de diagnose. Toen een vraag uit het publiek kwam wat Abramoff vond van de resultaten van Google, die met deep learning allerlei kenmerken (zoals geslacht) uit oogfoto’s kon halen, zei hij simpelweg: Zij zijn niet FDA goedgekeurd, en meer kan ik daar niet over zeggen. Met andere woorden: Daar hangt al dat gewicht niet aan.
Beiden legden ook goed uit hoe hun algoritmes in elkaar zaten, met deep learning worden biomarkers herkend en anomalieen gevonden. De nauwkeurigheid is niet altijd goed te vergelijken met de diagnose van mensen, omdat daar heel veel ‘ruis’ in zit. Zelfs artsen uit verschillende landen scoren totaal anders met hun diagnosenauwkeurigheid. Er wordt daarom alleen gekeken naar de uitkomst. En er is geen praatje over AI waar niet over bias gesproken. Voor de huidziekte diagnose is dat nu nog lastig voor donkere huid.
En beiden maakten het heel duidelijk waar AI momenteel goed werkt: Op een klein, heel goed gedefinieerd onderdeel kan AI heel behulpzaam zijn met snelle, goedkope, schaalbare en goede diagnose. Het beeld van de robot dokter die binnen een paar jaar alle medische banen overneemt is volslagen onzinnig.