Slimme software helpt bij botbreuken
In ziekenhuis St Jansdal wordt sinds kort gebruikgemaakt van kunstmatige intelligentie (AI) binnen de radiologie. Met behulp van AI kunnen mogelijke botbreuken sneller en betrouwbaarder worden opgespoord. Dit betekent niet alleen een ondersteuning voor artsen en MBB’ers (medisch beeldvormend en bestralingsdeskundigen, ofwel röntgenlaboranten) maar ook een kortere doorlooptijd en minder kosten voor de patiënt.
Ondersteuning voor radiologen
Radioloog Dennis de Putter is betrokken bij de pilot met het programma Gleamer Boneview, een AI-tool die röntgenfoto’s beoordeelt op mogelijke botbreuken. “Het systeem herkent breuken en werkt als een extra controle,” legt hij uit. “Het ondersteunt de eerste interpretatie van de foto’s door de MBB’ers. Dit zorgt ervoor dat zij niet meer elke foto aan ons hoeven voor te leggen.” Toch blijft de radioloog altijd eindverantwoordelijk: AI is een aanvulling, geen vervanging. Het systeem heeft bovendien een hoge negatief voorspellende waarde: als AI géén breuk ziet, klopt dat in de meeste gevallen. Dit geeft zowel de MBB’er als de radioloog extra zekerheid, al blijft het belangrijk dat een arts het totaalplaatje beoordeelt.
De juiste zorg op de juiste plek
Dankzij deze slimme software kunnen de meeste patiënten met een mogelijke botbreuk voortaan ook buiten kantoortijden rechtstreeks naar de afdeling radiologie. Alleen wanneer er daadwerkelijk een breuk wordt vastgesteld, is een vervolgbezoek aan de Spoedeisende Hulp (SEH) nodig. Hierdoor blijven meer patiënten in de eerste lijn, zijn de zorgkosten lager en is de doorlooptijd voor de patiënt aanzienlijk korter. Dit is een concreet voorbeeld van hoe AI kan bijdragen aan betere, snellere en patiëntvriendelijkere zorg.
Ervaringen in de praktijk
Voor MBB’ers en artsen betekende de komst van AI even wennen. Geen enkel systeem is immers perfect. Soms ziet AI iets dat niet direct relevant is voor de klachten van de patiënt, en soms mist het systeem een fractuur die de radioloog wel opmerkt. Daarom blijft logisch nadenken en menselijke controle onmisbaar. AI wordt zo vooral gezien als een aanvulling op het bestaande werk.
Toekomstige toepassingen
De introductie van Gleamer Boneview staat niet op zichzelf. Binnen St Jansdal wordt breder gekeken naar de inzet van AI, bijvoorbeeld bij het herkennen van hersenbloedingen, longembolieën en nekfracturen op de CT. Voor deze uitbreidingen is inmiddels subsidie aangevraagd via transformatiegelden, Ook wordt AI al toegepast bij de MRI. Afgelopen jaar is in samenwerking met Siemens Healthineers de Deep Resolve technologie uitgerold op de drie MRI’s, waardoor de beeldkwaliteit is versterkt en verschillende scantijden zijn verkort. Daarmee is de MRI capaciteit in St Jansdal vergroot. De verwachting is dat AI vooral bij hoog-volume, laag-complexe onderzoeken een belangrijke rol gaat spelen, zodat radiologen zich meer kunnen richten op complexere diagnostiek. Dit is extra belangrijk gezien de toenemende druk op de zorg. Het aantal radiologische onderzoeken blijft jaar op jaar stijgen en wordt complexer. Oorzaken hiervoor zijn de laagdrempelige technologische mogelijkheden, een vergrijzende patiëntenpopulatie met vaak meerdere ziektebeelden, betere behandelmethoden en meer follow-up onderzoeken. Tegelijkertijd staat de beschikbaarheid van gespecialiseerd personeel onder druk. Zoals ook in het manifest van de Nederlandse Vereniging voor Radiologie (NVvR) wordt benadrukt, kan AI een belangrijke bijdrage leveren aan het verlichten van deze werkdruk door routinematige taken over te nemen en zo de inzet van radiologen en MBB’ers te optimaliseren.
Wat merkt de patiënt?
Voor patiënten betekent dit alles dat zij sneller duidelijkheid krijgen over hun situatie, minder vaak naar de SEH hoeven en dat de zorg efficiënter wordt georganiseerd. Radioloog De Putter benadrukt: “Wij blijven altijd eindverantwoordelijk voor de diagnostiek en de verslaglegging. AI helpt ons om ons werk nog beter en efficiënter te doen, zodat wij onze aandacht kunnen richten op waar het echt nodig is.”