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..