Heeft de patiënt een botbreuk? Voor het beantwoorden van deze vraag worden dagelijks in het ETZ (Elisabeth-TweeSteden Ziekenhuis) circa honderd röntgenfoto’s gemaakt. De Tilburgse radiologen maken nu – als proef – gebruik van artificiële intelligentie (AI) voor het stellen van de juiste diagnose.
De kunstmatige intelligentie-toepassing heet BoneView, een primeur voor Nederland. “We zijn het eerste ziekenhuis dat gebruik maakt van dit algoritme”, vertelt radioloog prof. dr. Erik Ranschaert. De technologie is vóór de ingebruikname in het ETZ getest. Daarvoor heeft Ranschaert samen met zijn collega’s een selectie gemaakt van 600 recente röntgenfoto’s. Die hebben ze vervolgens door BoneView laten analyseren.
Resultaten
De uitkomst daarvan was positief, volgens Ranschaert: “Uit onze test bleek dat BoneView in staat is om fracturen te vinden die de specialisten met het blote oog niet zagen. Bij de test ‘ontdekte’ BoneView 7 niet eerder opgemerkte breuken. Ranschaert: “Als je dat doorrekent naar een heel jaar kunnen met BoneView 360 tot 370 gemiste fracturen worden vermeden. Dat is toch een aanzienlijk aantal”.
Betekent dit dat BoneView de beoordeling door de radioloog volledig over kan nemen? Volgens Ranschaert is dat nog een utopie. “BoneView miste namelijk bij de test 3 bewezen breuken. Maar over het algemeen zijn de resultaten positief en dat betekent dat we BoneView vanaf nu op grotere schaal gaan testen.” Niet alleen de radiologen worden vertrouwd gemaakt met BoneView, maar ook laboranten, spoedartsen, chirurgen en orthopeden.
Werking
Ranschaert legt uit hoe BoneView werkt: “De röntgenfoto wordt gemaakt en automatisch doorgestuurd naar een server, waarop het algoritme is geïnstalleerd. De software beoordeelt de foto. Die analyse bevat dan één van de volgende uitkomsten: fractuur, géén fractuur of twijfel.” Bij verreweg de meeste boordelingen is het algoritme zeker van een fractuur. In dat geval toont de software met een vaste lijn op de foto aan waar de fractuur zich bevindt. Als BoneView twijfelt wordt dat door de software met een stippellijn op de foto gemarkeerd. “Bij zo’n twijfelgeval moet de specialist zelf nog controleren of er bij dat stippellijntje wel of niet sprake is van een fractuur”, verklaart Ranschaert. “In elk geval moet de radioloog altijd het definitieve verslag maken, dat betekent dat alle foto’s worden nagekeken. Door de proef moeten de radiologen, röntgenlaboranten en alle andere artsen meer ervaring krijgen met de betrouwbaarheid van het algoritme.”
Het algoritme werkt snel; in minder dan drie minuten beoordeelt BoneView een foto. Op het moment dat de specialist de foto onder ogen krijgt, heeft BoneView de analyse al gedaan.
Hoofddoel
De proef in het ETZ duurt drie maanden. Ranschaert benadruk dat het algoritme de specialisten niet vervangt. “Hoofddoel is om fracturen uit te sluiten. BoneView biedt de specialist een extra paar ogen dat heel secuur de klok rond werkt. Het zorgt voor nuttige ondersteuning. De uiteindelijke beoordeling van de röntgenfoto’s blijft een belangrijke taak van de specialist, die blijft eindverantwoordelijk. De patiëntveiligheid is in alle opzichten geborgd.”
Tijdens de proef werken zes vierdejaars studenten van de opleiding Medisch Beeldvormende en Radiotherapeutische Technieken van Fontys Paramedische Hogeschool Eindhoven aan hun afstudeerproject ‘Implementatie van AI – pilot BoneView – op de afdeling Radiologie’. Elke student heeft daarbij een eigen onderzoeksvraag waarmee de invloed van AI op het werkproces van röntgenlaboranten wordt geëvalueerd.
Eindgebruikersgroep
BoneView is één van de initiatieven in het ETZ op het gebied van AI. Het ETZ zet AI in als doelmatige innovatie die leidt tot kwaliteitsverbetering van de zorg. Tegelijkertijd moet AI ook bijdragen aan betaalbare, duurzame zorg. In het ETZ is een ‘eindgebruikersgroep AI’ actief. Met als belangrijkste taken: ondersteunen van zorgverleners die een idee hebben voor een AI-toepassing, toetsing van alle voorgestelde AI-projecten, opbouwen en vastleggen van kennis en expertise op AI-gebied, zorgdragen voor de vereisten van een ingerichte AI-infrastructuur, kennismanagement omtrent AI binnen en buiten het ETZ, inspireren van medewerkers en het actief betrekken van externe samenwerkingspartijen.
