Zijn big data en technologische innovaties in de zorg altijd alleen maar handig, of ook ingewikkeld? Zorgen ze voor betere – of vooral nog duurdere zorg? En moet geld dan niet liever naar onderwijs of veiligheid, dan naar operatierobots? “Wat wij doen is minder spectaculair dan robots ontwikkelen bijvoorbeeld, maar wel belangrijk.”
Prof.dr. Antoinette de Bont is opgeleid als gezondheidswetenschapper en als techniekonderzoeker, want “techniek is te belangrijk om aan technici over te laten.” Nu werkt ze als hoogleraar Sociologie van Innovaties in Zorg aan Erasmus School of Health Policy & Management (ESHPM). Ze richt zich op relaties tussen technologische innovaties en de sociale praktijken waarin die zijn ingebed. Samen met zorgverleners, beleidsmakers, technici en bedrijven doet ze onderzoek naar de ontwikkeling van big data in de zorg in Europa. Ze kijkt vanuit onder andere een maatschappelijk perspectief naar digitalisering en gebruik van big data: op welke manier worden technologische innovaties in de zorg ten goede ingezet, en wat betekent technologie bijvoorbeeld voor de mensen – zowel de professionals als patiënten – die ermee werken?
‘De data doen het niet’ was de provocerende titel van uw inaugurele rede twee jaar geleden. We verwachten veel van digitale innovaties met behulp van big data in de zorg, maar deze digitalisering duurt langer, is duurder en kost meer moeite dan we denken – was de boodschap. Is dat nog steeds de boodschap?
“Eén van de grote door de Europese Unie gefinancierde projecten die ik nu doe, gaat over gebruik van big data in de zorg. We werken samen met Philips, IBM, andere universiteiten, andere faculteiten binnen de Erasmus Universiteit en met de farmaceutische industrie in wat je noemt een ‘public-private partnership’. Wat kan artificial intelligence (AI) betekenen in de zorg?
We hebben nu een zorgstelsel in Nederland gebaseerd op marktwerking met een sociaal gezicht. De komst van AI vraagt om aanpassingen van ons zorgsysteem, omdat de organisatie van de zorgverlening en de relatie tussen dokter en patiënt verandert. Het roept ook vragen op over de bekostiging van bijvoorbeeld algoritmes die ziekte voorspellen. Immers, voor preventie is geen budget beschikbaar in het huidige zorgstelsel. En hoe zorg je voor veilige opslag van data en het hergebruiken van deze data? Hoe bepaal je of een algoritme betrouwbaar is? Het roept ook allerlei juridische, ethische en morele vragen op, zeker als de AI-algoritmes in handen komen van commerciële bedrijven.”
Het roept ook allerlei juridische, ethische en morele vragen op, zeker als de AI-algoritmes in handen komen van commerciële bedrijven"
Op welke manier hebben commerciële bedrijven AI-algoritmes in handen?
“Dit soort bedrijven leveren veel meer dan alleen de apparatuur: ze leveren hele zorgpaden, inclusief opleiders en verpleegkundigen. Wij kijken naar de sociaalwetenschappelijke kant hiervan: wat zijn de (ongeschreven) regels en richtlijnen eromheen? Hoe wordt het ingebed in organisaties? Wat voor een businessmodel zit erachter? En wat is het resultaat van het gebruik van algoritmes, wordt het er bijvoorbeeld goedkoper van?”
Kunt u een voorbeeld geven van een niét sociaalwetenschappelijke kant?
“Bijvoorbeeld: de foto’s van de nieuwe MRI-scanners worden opgeslagen. Het ziekenhuis heeft deze in haar bezit, maar een bedrijf als Philips heeft ze ook. Wat mag het bedrijf doen met deze data? Hiernaast kan big data helpen om gefragmenteerde kennis bij elkaar te brengen. De computer ziet: er is iets geks met deze long – uit de database komen vervolgens allemaal vergelijkbare foto’s naar boven, waarbij hetzelfde aan de hand is. De computer toont ook een richtlijn voor een behandeling. Zo zou een arts alles in één druk op de knop bij elkaar hebben. We weten van andere digitale technologie, dat dit in de praktijk veel weerbarstiger is om voor elkaar te krijgen.”
Het klinkt gemakkelijk: met één druk op de knop een advies voor een behandeling?
“Een goede dokter of radioloog kan – en wil – dit zo niet doen. Artsen vinden het heel moeilijk om diagnostiek over te dragen aan algoritmes en te vertrouwen op de kennis van de computer. Dus je moet echt goed nadenken over de sociale inbedding van dit soort technologie, wil het van toegevoegde waarde zijn.
Wij doen eigenlijk drie soorten onderzoek. Ten eerste willen we het voor elkaar krijgen dat dit soort technologische ontwikkelingen ook daadwerkelijk leiden tot betere zorg. Dat roept vragen op zoals: hoe maak je het betaalbaar? Welke businessmodellen kun je gebruiken? Hiernaast denken we door: welke wérkelijke toegevoegde waarde heeft big data voor een zorgprofessional, patiënt, zorgorganisatie, maatschappij? Op dit vlak zijn we heel kritisch. En tot slot doen we actieonderzoek: hoe gaan we artsen, verpleegkundigen of patiënten zover krijgen dat ze meegaan met de technologie?”
Welke uitdagingen kom je tegen bij dit soort onderzoek?
“In de samenwerking met bedrijven stuiten we wel eens op de boodschap: ‘dit kunnen jullie niet onderzoeken, want het is bedrijfsgeheim’. Maar dat kan niet natuurlijk, het zijn grote EU-projecten en we hebben afgesproken dat we onderzoek doen. Ook interessant: mogen private partijen zich nog wel verschuilen achter bedrijfsgeheimen als ze ook een maatschappelijke taak willen? Een andere uitdaging is de vergoeding. Ik ben ook werkzaam voor Medical DeltaOpent extern, daar worden technieken van de TU Delft gelinkt aan medische problemen waar ze tegenaan lopen bij Erasmus MC. We kunnen bijvoorbeeld nog maar de helft van alle hartritmestoornissen ontdekken. Een technicus gaat kijken: wat is er nodig om dit te verbeteren? Hij maakt een bepaald apparaat. Bij Erasmus MC wordt het toegepast en doorontwikkeld. Dan komen ze bij ons: kan het vergoed worden? Soms is de vraag: willen we dat wel? We besteden al enorm veel geld aan de zorg, is het diagnosticeren van nog meer hartritmestoornissen het grootste probleem of zouden we meer willen inzetten op bijvoorbeeld het voorkomen ervan? Of zou er meer geld moeten naar bijvoorbeeld onderwijs of veiligheid? Als universiteit kiezen we het maatschappelijk perspectief: welke problemen in de maatschappij willen we oplossen, en voor wie, en voor wat, tegen welke kosten? Dat zijn niet áltijd de technische problemen.”
Je kunt technologische innovatie niet tegenhouden?
“Dat is ook niet onze taak. Maar we moeten laten zien dat de technologische push niet voldoende werkt. Ons perspectief is wat minder spectaculair dan de nieuwe robot die een technische universiteit ontwikkelt. Dat werkt een beetje tegen ons. Zij maken nieuwe technologie, en wij vragen: ‘Willen we ons geld daar wel aan besteden?’
Het vraagt om goed onderzoek over implementatie en inbedding. De technieken zijn er al. Zoals het genoemde onderzoek met de MRI-scanners, die apparaten zijn allang ingekocht en worden al gebruikt. Heeft het dan zin om alsnog te roepen: ‘de maatschappelijke waarde ervan is nihil’. Of moeten we gaan nadenken hoe je dit wél van toegevoegde waarde maakt?”
