Het is bijna onmogelijk om niet van de term ChatGPT te hebben gehoord, misschien wel de bekendste toepassing van generatieve artificial intelligence (genAI) op dit moment. De afgelopen jaren werd deze technologie al aangekondigd, maar eind 2022 brak genAI door voor het grote publiek [1]. ChatGPT is inmiddels de snelst groeiende applicatie ooit [2] en dat is natuurlijk niet voor niets. GenAI heeft de potentie om de wereld zoals wij die kennen op zijn kop te zetten. Ook binnen de gezondheidszorg zal genAI haar impact kennen voor zorgprofessionals en -organisaties. 

De disruptie van genAI in de samenleving

GenAI is een vorm van kunstmatige intelligentie waarbij een computermodel zelfstandig content kan genereren op basis van principes uit machine learning (ML) [3]. Door het model te voorzien van een opdracht in de vorm van getypte of ingesproken tekst (ook wel prompt genoemd) kunnen gebruikers tekst, afbeeldingen, video’s, audio of computercode genereren. Maar denk ook aan het beantwoorden van vragen, informatieverstrekking, verwerken van spraakberichten, samenvatten van teksten, en het analyseren en classificeren van data. Het onderscheid tussen content gegenereerd door genAI en content gemaakt door mensen is niet altijd meer door de mens te detecteren [4]. Eén van de meest herkenbare toepassingen van genAI zijn AI-chatbots. Deze digitale assistenten kunnen via tekst communiceren op een manier die sterk lijkt op menselijke interactie. Bekende voorbeelden zijn ChatGPT en Google Bard, beiden AI-chatbots die gebruikmaken van zogenaamde Large Language Models (LLM’s) [4]. Een schok ging er eind 2022 door de wereld met de komst van ChatGPT, een geavanceerde technologie die in staat bleek te zijn om met slechts één zin (ook wel prompt genoemd) complete documenten te generen. In datzelfde jaar verschenen ook andere toepassingen zoals Stable Diffusion en Midjourney open source [5]. Het bracht velen in verwarring over hun dagelijkse activiteiten, dwong landen tot actie en zorgden bij velen ook voor opwinding. 

Begin 2024 zijn er circa 180 miljoen gebruikers actief [6] en is het gebruik van genAI een onderdeel gaan uitmaken van het dagelijks leven van veel mensen. Landen over de hele wereld zijn daarmee nu volop aan het nadenken hoe we de ontwikkeling en het gebruik van genAI in goede banen kunnen leiden. Nederland ontwikkelde als een van de eerste EU-lidstaten een overheidsbrede visie op genAI [3]. Singapore update haar visie op AI begin 2024 omtrent genAI en veilig gebruik [7]. De Organisatie voor Economische Samenwerking en Ontwikkeling vormde een kader om beleidsmakers te ondersteunen in het ontwikkelen van wet- en regelgeving omtrent genAI [8]. En China ondernam stappen om dienstverleners van genAI verantwoordelijk te stellen voor de content die hun AI-model genereert [9]. Tegelijkertijd zijn nog veel andere landen zoekende naar hoe ze genAI kunnen reguleren. En waar in Europa al ruim 2 jaar werd gewerkt aan een wetgeving rondom AI, de zogenaamde AI Act, was er niet echt rekening gehouden met de snelle ontwikkeling van genAI. 

De ontwikkelingen rondom genAI gaan snel en modellen worden in rap tempo steeds vaardiger, toepasbaarder en kosteneffectiever [4]. Zo neemt de rekenkracht waarmee AI-modellen worden getraind per jaar toe met een factor 4 [11]. Inmiddels zijn er vele andere toepassingen beschikbaar, zoals Midjourney, DALL-E en Microsoft Copilot. Of OpenAI’s Sora, die fotorealistische video’s van soms wel een minuut lang realiseert op basis van simpelweg één prompt [12]. En waar genAI-modellen voorheen enkel tekst, beeld óf audio konden genereren, zijn er steeds meer modellen beschikbaar die met al deze vormen van content tegelijkertijd om kunnen gaan. Voorbeelden hiervan zijn Meta’s ImageBind, Adobe’s Firefly en OpenAI’s GPT-4 [13]. Ook worden de systemen zelfstandiger, zodat voor het plannen en uitvoeren van taken sommige AI-systemen nu soms zelfs geen menselijke tussenkomst meer vereisen [4].

GenAI bezig aan opmars in de zorg

Ook binnen de zorg gaan de ontwikkelingen rondom genAI snel. De marktomvang van genAI in de zorg werd in 2022 nog op zo’n $1 miljard geschat, en stijgt naar verwachting tot ruim $21 miljard in 2032 [14,15]. Microsoft investeerde recentelijk nog zo’n $13 miljard in OpenAI [16]. En ook andere techgiganten zoals Google, Amazon en Oracle ontwikkelen clouddiensten en platformen die het makkelijker maken voor zorgprofessionals om te profiteren van genAI. Hiermee hoeven zorgorganisaties minder grote investeringen te doen in dure IT-infrastructuur of hoogopgeleide IT-professionals om genAI te integreren in de organisatie [17]. Überhaupt laten gebruiks- en adoptiecijfers van genAI in de zorg een stijgende lijn zien. In de VS zijn inmiddels meer dan 50% van de zorgorganisaties van plan om nog in 2024 met ChatGPT-gebaseerde pilots te starten [18]. En eerder gaf al zo’n driekwart van de zorgbestuurders aan te geloven dat genAI de zorg kan revolutioneren [19]. Ook in Nederland wordt veel gesproken over de potentie van genAI in de zorg. De helft van de zorgorganisaties is van plan genAI te gaan gebruiken voor educatieve doeleinden, en zo’n 52% heeft er al pilots mee uitgevoerd in 2023. Een groot deel van de leidinggevenden geeft ook aan dat ze van plan zijn het in de toekomst nog meer te gaan implementeren [19].

GenAI wordt vaak genoemd als een kansrijke technologie voor het aanpakken van de grote uitdagingen waar de zorg momenteel voor staat, zoals het toenemend tekort aan zorgprofessionals, een complexer wordende zorgvraag en stijgende zorgkosten [21]. Terwijl eerdere AI-modellen zich grotendeels beperkten tot het analyseren en interpreteren van bestaande gegevens, is genAI in staat nieuwe inhoud te creëren. Deze mogelijkheid, gekoppeld aan het gebruiksgemak en de toegankelijkheid die wordt geboden via gebruiksvriendelijke interfaces, zorgt voor diverse toepassingsgebieden binnen de zorg. We lichten een viertal toepassingsgebieden uit.

1. GenAI als inhoudelijk adviseur en medisch partner

GenAI vervult een ondersteunende rol voor de zorgprofessional in diagnostiek, het beoordelen van klinische beelden en beslissingsondersteuning. Denk bijvoorbeeld aan Med-PaLM 2, een soort gespecialiseerde ChatGPT voor artsen en medisch specialisten. Dit model, ontwikkelt door Google, richt zich op het geven van antwoorden van hoge kwaliteit op medische vraagstukken. En ondersteunt zorgprofessionals in het stellen van diagnoses of samenvatten van de meest up-to-date medische kennis. Begin 2023 slaagde deze versie nog voor een het doktersexamen met een nauwkeurigheid van ruim 86% [22]. GenAI blijkt überhaupt al artsen in bepaalde casussen zelfs te overtreffen in het inschatten van waarschijnlijkheden van diagnoses [23]. Zo ondersteunt Aidoc radiologen in het detecteren van abnormaliteiten [24]. Ook kan een arts aan de hand van de volledige medische geschiedenis van een patiënt, nagaan in hoeverre zijn aanpak voor die patiënt aansluit bij andere vergelijkbare patiënten die positieve resultaten hebben ervaren. GenAI is in staat om grote hoeveelheden patiëntgegevens te verzamelen, analyseren en samen te vatten. Zorgprofessionals krijgen daarmee compacte en heldere antwoorden op vragen die zij hebben, zonder veel tijd kwijt te zijn aan het zoeken en interpreteren van de informatie. Daarnaast biedt EvidenceHunt bijvoorbeeld een tool om in PubMed gepubliceerde medische artikelen te doorzoeken. Binnen luttele seconden krijgen zorgprofessionals een onderbouwd antwoord, inclusief referenties [25,26].

2. GenAI in administratielast verlichting en procesoptimalisatie

Er wordt gesteld dat genAI tot wel 40% van de werkuren in de gezondheidszorg kan ondersteunen, mede door het overnemen van administratieve taken en procesoptimalisatie [27]. Zo wordt genAI ingezet om gesproken taal automatisch om te zetten in geschreven tekst. Autoscriber haalt bijvoorbeeld uit opgenomen consulten met patiënten de relevante informatie die nodig is om hun elektronisch patiëntendossier bij te houden. De zorgprofessional hoeft enkel nog de gegenereerde tekst in het dossier te controleren. Hiermee kan een administratieve tijdsbesparing van minstens 25% worden bereikt [28]. Iets wat bijvoorbeeld MedInReal ook faciliteert [29]. Bovendien kan AI helpen bij het gestructureerd samenvatten van lange medische documenten, waardoor de toegankelijkheid van cruciale informatie verbetert. Zo ondersteunt Glass Health zorgprofessionals in het opstellen van differentiaal diagnoses [30]. Of EPIC die ChatGPT in haar EPD gaat integreren [31].

Ook kan genAI repetitieve taken automatiseren, zoals het invoeren van gegevens in systemen, het plannen van afspraken, en het verwerken van recepten. Naast een reductie in de administratieve last, verbetert dit veelal ook de nauwkeurigheid en efficiëntie van deze processen. En denk ook aan het efficiënt alloceren van middelen zoals personeel, voorraden en budget [19]. Zo maakt Cloudastra het mogelijk om bedrijfsprocessen, zoals het roosteren van personeel, te optimaliseren [32]. Aanvullend kunnen modellen ondersteunen bij het navigeren door de complexe regelgeving in de gezondheidszorg, het bijhouden wanneer regelgeving verandert en automatisch de noodzakelijke aanpassingen in de documentatie en processen aanbevelen. Tot slot worden chatbots en virtuele assistenten ingezet voor het beantwoorden van patiëntvragen, het verstrekken van informatie over behandelingen, en het versturen van herinneringen voor medicatie of afspraken. Het Nederlandse Elisabeth Tweesteden Ziekenhuis zet bijvoorbeeld genAI in voor het genereren van conceptantwoorden aan patiënten [33]. Of kan een visuele avatar de beeltenis en stem van een zorgprofessional nabootsen voor patiëntcommunicatie. Zo wordt binnen het QoLEAD project bijvoorbeeld gewerkt aan een ‘virtuele coach’ die mensen met dementie kan ondersteunen bij alledaagse activiteiten. Zelfs triage zou op een soortgelijke manier in de toekomst volledig gedaan kunnen worden door genAI [19]. Maar denk ook aan het in real-time voorkomen van taalbarrières tussen cliënten/patiënten en zorgprofessionals. HeyGen maakt het bijvoorbeeld al mogelijk om vrij eenvoudig video’s te vertalen [34]. 

3. GenAI als versneller van onderzoek en innovatie

Op het gebied van onderzoek en innovatie heeft genAI ook veel te bieden. Al eerder voorspelde Gartner dat genAI vanaf 2025 in de helft van de onderzoeks- en ontwikkelingstraject van nieuwe therapieën en medicatie ingezet zal worden [35]. De technologie kan bijvoorbeeld de ontwikkeling van nieuwe medicatie versnellen door automatisch nieuwe moleculen en 3D-structuren van bestaande moleculen te genereren [36]. De openbare bibliotheek van AlphaFold2 kan snel en accuraat onderzoekers helpen met het ontrafelen van eiwitstructuren voor medicijnonderzoek [37]. Of DeepChem, waarmee ook eiwitstructuren, bindingsaffiniteit en andere belangrijke zaken in medicijnonderzoek kunnen worden geanalyseerd [38]. Daarnaast is genAI in staat om klinische studies te ontwerpen en onder andere de uitkomsten, veiligheid en slagingskans ervan te voorspellen. InClinico en Pharma.ai van Insilico Medicine zijn hier sprekende voorbeelden van [39]. Ook kan genAI onderzoek en innovaties versnellen door te ondersteunen met het analyseren van data, het identificeren van kennishiaten en doorontwikkelen van bestaande software-toepassingen [40,41]. Tot slot stelt genAI organisaties in staat om synthetische datasets te maken ten behoeve van klinisch onderzoek of het trainen van algoritmen. Zo biedt Syntho een selfservice platform aan voor synthetische datageneratie [42].

4. GenAI als preventief en predictief gezondheidsmanager en -simulator

De combinatie van genAI met holistic tracking technologie is ook een krachtig middel in gezondheidsmanagement. Door data uit bijvoorbeeld elektronisch patiëntendossiers en wearables te benutten, kan genAI voorspellende analyses uitvoeren. Zorgprofessionals kunnen op de hoogte worden gesteld van de meest risicovolle patiënten die baat kunnen hebben bij tijdige medische interventies [43]. Maar ook kwaliteitsbewaking en (thuis)monitoring maken hier deel van uit. Zo maken nieuwe technologische toepassingen het al mogelijk om cliënten en patiënten thuis te monitoren. GenAI kan dit verder versterken door gepersonaliseerde aanbevelingen en interventies voor te stellen. Ook kan het zorgprofessionals automatisch waarschuwen als de gezondheid van een patiënt achteruitgaat of als er directe medische hulp nodig is [43]. Aanvullend kunnen modellen ingezet worden als virtuele coach waardoor ouderen langer thuis kunnen wonen. Of als stimulans voor nauwere betrokkenheid van patiënten bij diens eigen gezondheid. Tegelijkertijd is genAI uitermate geschikt voor trainingen en simulaties, doordat de technologie in staat is om realistische scenario’s na te bootsen op basis van verschillende parameters. Zo werd genAI al eens eerder gebruikt om de effectiviteit van publieke interventies te voorspellen op de COVID-pandemie [44]. 

Toekomst van genAI in de zorg kent nog te nemen hordes

De mogelijkheden van genAI in de zorg zijn divers en de toenemende druk op het zorgsysteem versterkt de ontwikkeling en adoptie. De luider wordende oproep voor arbeidsbesparende én kosteneffectieve oplossingen, is een oproep waar genAI nadrukkelijk op inspeelt [45]. Modellen worden steeds vaardiger, toepasbaarder, multimodaler, zelfstandig(er) en kosteneffectiever [4]. En groeiende investeringen en de wens van patiënten naar meer zelfredzaamheid en gepersonaliseerde behandelingen, stuwen de ontwikkeling.

Echter, genAI kent ook risico’s en nog te nemen hordes. Zo worden modellen vaak getraind op grote hoeveelheden data die geautomatiseerd van het internet wordt gehaald, ook wel scraping genoemd. Deze gescrapete data bevatten vrijwel altijd persoonsgegevens. Het verkeerd gebruik van persoonsgegevens kan grote maatschappelijke gevolgen hebben. Bijvoorbeeld het bevestigen van vooroordelen of het in de hand werken van discriminatie [19]. Een algoritme heeft van zichzelf helaas geen moreel kompas, zoals ook al pijnlijk duidelijk werd in de toeslagenaffaire in Nederland [46]. Daarnaast is hoogwaardige data nodig om hoogwaardige uitkomsten te geven. Datakwaliteit limiteert immers de kwaliteit van het model. De steeds evoluerende aard van de medische kennis vereist modellen die voortdurend betrouwbaar kunnen worden getraind en geactualiseerd [41].

Ook bestaat het risico dat modellen niet foutloos zijn en kunnen ‘hallucineren’ [47]. De modellen zijn gebaseerd op kansberekeningen en missen intellectueel begrip. Het komt dus voor dat genAI desinformatie verspreid. Dit is extra gevaarlijk binnen de zorgsector aangezien een fout antwoord of foute analyse hier levensbedreigend kan zijn. Iets dat soms ook wel automation bias wordt genoemd [48]. De zorgsector is sterk gereguleerd, maar er zijn (nog) beperkt uniforme standaarden voor de integratie van genAI. Beleidsmakers hebben ook moeite om het tempo van de ontwikkelingen bij te houden41. Zonder duidelijke regelgeving en standaarden kunnen er veiligheidsproblemen ontstaan, of kunnen er juridische complicaties optreden rond de verantwoordelijkheid. Want waar ligt straks de verantwoordelijkheid als het mis gaat? Bij de leverancier, zorgorganisatie of gebruiker? De Europese AI-Act probeert nieuwe regelgevende kader te bieden [41]. En we zien ook dat modellen steeds meer worden voorzien van ‘vangrails’. De ontwikkelaars van genAI-modellen programmeren daarbij veiligheidsmaatregelen die ervoor moeten zorgen dat generatie AI-modellen geen gevaarlijke, discriminerende of foutieve informatie verspreiden [4]. Een goede ontwikkeling, al is het ook nog altijd mogelijk om deze zogenaamde filters te omzeilen. Zo bleek vorig jaar nog dat ChatGPT gebruikers nog altijd advies kon geven over het maken van bommen, het plegen van plofkraken en allerlei soorten internetcriminaliteit [53]. 

Een andere uitdaging is het gebrek aan voldoende IT-talent binnen de zorg, nodig voor de implementatie van genAI [19]. En veel zorgorganisaties werken met verouderde IT-systemen die niet gemakkelijk integreren met de nieuwste technologieën. Dit kan een technische en financiële hindernis vormen. Tegelijkertijd moeten experts ervoor zorgen dat de toepassingen ook op de juiste manier gebruikt worden. Grote techgigangen en nieuwe start-ups staan te springen om hun expertise én toepassingen te gebruiken binnen de zorg. Maar vaak ontberen zij het medisch-specialistische perspectief, terwijl de meeste zorgprofessionals weinig bedreven zijn in informatietechnologie. Samenwerking tussen verschillende disciplines gaat nodig zijn om de toegevoegde waarde van genAI in de zorg echt op te laten bloeien. Dit vraagt ook om vertrouwen in de toepassing. Zo gaat de technologie ongetwijfeld ook impact hebben op het herinrichten danwel verdwijnen van huidige taken en banen binnen de zorg. Door te kijken naar wat AI kan overnemen binnen deze banen en wat exclusief door mensen gedaan kan worden krijgen veel banen een nieuwe betekenis [50]. GenAI kent haar impact in allerlei soorten taken en functies, al zullen routine-georiënteerde taken het snelst heringericht worden. Tegelijkertijd worden taken waar mensenkennis en sociale vaardigheden voor nodig zijn belangrijker dan ooit [19,51]. Het overnemen van taken door genAI kan overigens ook het werkplezier van zorgprofessionals in de weg zitten. Of (nog) niet iedereen kan meekomen in deze nieuwe digitale wereld of is bereid ‘een leven lang te leren’ als de ontwikkelingen zo snel gaan52. Het is van belang om hier aandacht aan te blijven besteden. 

Tot slot speelt er ook een ethische discussie rondom de klimaatimpact van genAI. Zo verbruikte één van Google’s taalmodellen LaMDA enkel voor het trainen van het model alleen al miljoenen liters (koel)water [49].

Grensverleggende toevoeging of serieuze bedreiging?

GenAI brengt een ongekende potentie met zich mee om de transformatie van de zorg te versnellen op een manier die we niet eerder hebben gezien. Waarbij de technologie de paradigmashift van zorg en ziekte naar gezondheid en gedrag verder ondersteunt. En genAI significant kan gaan bijdragen aan de kwaliteit, betaalbaarheid, toegankelijkheid van de zorg én het werkplezier. Juist in een sector waar krapte op de arbeidsmarkt zo’n nadrukkelijke impact gaat hebben. 

De golf aan nieuwe toepassingen, samenwerkingen en doorbraken komt voorlopig nog niet ten einde. Waarin we kunnen verwachten dat steeds meer specifiek ontwikkelde modellen voor de zorg generieke modellen zoals ChatGPT gaan vervangen. Waarin steeds multimodalere modellen acteren als ‘centrale AI hubs’ binnen zorgorganisaties om de volgende stap te zetten in de AI-revolutie. Er steeds meer modellen ook medisch gecertificeerd gaan worden. En waar we genAI ook steeds meer de beweging zien maken naar de patiënt-zorgprofessional relatie. Zo liet Google recent nog weten dat zij, in samenwerking met FitBit, bezig zijn met het ontwikkelen van een persoonlijke virtuele coach die mensen van op maat gemaakte adviezen en begeleiding kan voorzien [54]. En lanceerde Google AMIE begin 2024, een generatief AI-systeem dat getraind is in het voeren van klinische gesprekken en het stellen van diagnoses. Bijzonder hieraan is dat AMIE ontworpen is om empathisch te zijn en duidelijk en respectvol te communiceren [55]. Ook NVIDIA heeft in samenwerking met Hippocratic AI haar eigen versie van zo’n soort virtuele arts ontwikkeld.

De technologie is nu wellicht nog (te) onvolwassen, maar zal zich de komende jaren door ontwikkelen en verder bewijzen. Waarin ook nieuwe mogelijkheden ontstaan in combinatie met andere opkomende technologieën zoals virtual en augmented reality, robotica, digital twins en geavanceerde behandeltherapieën. Al kent de genAI nu ook nog uitdagingen en potentiële risico’s, en klinken sommige toepassingen wellicht als een futuristisch vergezicht. Om over tien jaar terug te kijken op de vraag of we genAI als een grensverleggende toevoeging of serieuze bedreiging zien voor de toekomst van de zorg, is het belangrijk om vandaag te starten met het zetten van veilige en verantwoorde stappen in het gebruik van de technologie. 

Vijf aandachtspunten voor het verantwoord en effectief toepassen van genAI in jouw zorgorganisatie 

1 GenAI is (nog) geen alwetende vorm van intelligentie dus behandel het ook niet zo. Gebruik het als hulpmiddel in je werk en niet als vervanging;

2 Weet wat voor genAI-toepassing je in huis haalt. Zijn de ontwikkelaars open over de data waarop het model getraind is? Wat zijn de krachten en zwakke punten van het model? Houd oog voor hoe je omgaat met je data;

3 Als je genAI in huis haalt, haal dan ook de bijbehorende kennis en kunde in huis. Zoek nadrukkelijk ook de samenwerking op met andere zorgorganisaties en andere relevante partners. Het wiel is vaak al eens uitgevonden;

4 Vorm visie en beleid op genAI. Door duidelijke richtlijnen en grenzen op te stellen voor het gebruik van genAI binnen jouw organisatie voorkom je misverstanden en mogelijk gevaarlijke of schadelijke situaties. Zorg voor een transparante cultuur en stimuleer open en eerlijke communicatie, bespreek zorgen en geef duidelijke uitleg;

5 Durf te experimenteren: geef medewerkers de kans om genAI te ontdekken en te experimenteren met nieuwe ideeën, zodat ze een zinvolle bijdrage kunnen leveren aan de AI-ontwikkelingen binnen de organisatie. En bied waar nodig ook ondersteuning.