nlaic logo


 

Usecase U-Prevent

Transcript:

U-Prevent is een toepassing die geschikt is voor  eigenlijk alle mensen die medicatie gebruiken   als bloeddrukverlagers, cholesterolverlagers  of bloedverdunners ter voorkoming van hart en   vaatziekten. Het effect van die medicijnen  is niet voor iedereen hetzelfde. Sommige   mensen hebben meer dan gemiddeld baat bij een  behandeling terwijl andere juist heel weinig   effect ondervinden, of zelfs nadelen ondervinden.  U-Prevent is nou eigenlijk bedoeld om patiënt en   arts te helpen om samen verstandige keuzes maken  over het gebruik van dit soort medicatie. Met   U-Prevent kan je namelijk voor een individuele  patiënt het risico op het krijgen van hart en   vaatzieken bepalen. De arts kan vervolgens aan de  hand van het dashboard het risicoprofiel aan de   patiënt toelichten en samen met de patiënt verkennen  welke interventie helpt om het risico te verlagen. Wat is hier AI aan? Laat ik beginnen met  uit te leggen dat U-Prevent de algemene   medische richtlijnen volgt en vervolgens  wetenschappelijke publicaties gebruikt,   inclusief de ontwikkelde algoritmen daarin,  om tot een individuele risicobepaling te   komen. Daarom had ik het ook steeds over  het vertrouwen dat een zorgprofessional   moet hebben in het gebruik van algoritmen.  Het algoritme leidt tot een advies of een   ondersteuning op het advies. Als je  wilt komen tot een behandelplan dan   kan een algoritme inzichten genereren,  enerzijds risico's voorspellen of ook   potentiële effecten voorspellen, tot en met  zelfs adviseren wat een goed, of het beste behandelscenario zou zijn of een behandelscenario  dat leidt tot de beste resultaten. In het   geval van U-Prevent; je kunt je voorstellen dat  U-Prevent op een gegeven moment een uitbreiding   krijgt, dat krijgt het nu nog niet, maar als het een uitbreiding krijgt, die   bijvoorbeeld drie behandelscenario's genereerd.  Op basis van wat U-Prevent denkt: "Hé,   deze patiënt met dit risicoprofiel, die is het  meest gebaat bij... of kan het meeste aan risico   reduceren door één van deze drie scenario's. En  dan is de vraag wat past dan het beste bij die   patiënt. Zodat de patiënt zelf kan kiezen van:  "Hé ik vind deze behandeling toch prettiger."   of "Ja dan stoppen met roken zit er voorlopig niet  in, geef mij maar medicatie." Dus dat zijn dan de   keuzes die je kunt maken. Op het moment dat je dat  dus doet als software, dan begeef je je op het   terrein van de arts en de arts heeft natuurlijk  altijd, en dat zal ook zo blijven denk ik, het   laatste woord. Dus die bepaalt uiteindelijk zeg  maar, samen met de patiënt, waarvoor gekozen wordt. Als AI niet uitlegbaar is dan kan het  resultaat nog wel heel erg waardevol zijn,   maar het is de vraag of de arts  dan bereid is om het te gebruiken. U-Prevent is meer ontwikkeld aan de  hand van algoritmen die voortgekomen   zijn uit klinische studies en die zijn dus  wetenschappelijk onderbouwd. Ik voorspel dat   echte core machine learning en dat soort  algoritmen het de komende jaren nog heel   erg moeilijk hebben om door te dringen  tot gebruik in de klinische praktijk..