De toepassing van kunstmatige intelligentie (AI) in de gezondheidszorg staat volop in de belangstelling. Zo ook binnen de dermatologie waar in klinische studies de meerwaarde wordt onderzocht van AI-tools die huidkanker kunnen onderscheiden van benigne laesies. Dermatoloog dr. Marlies Wakkee en cognitief psycholoog dr. Laura Zwaan (beiden Erasmus MC, Rotterdam) vertellen onder andere over de resultaten van die studies en over de implicaties voor de dermatologische zorg bij mensen met verdachte laesies. Marlies Wakkee: “Een belangrijke vraag is of we door de toepassing van AI de druk op de huisartsen en dermatologen kunnen verminderen.”
In Nederland wordt per jaar bij ongeveer 77.000 mensen huidkanker vastgesteld.1 Bij zo’n 53.000 van de gevallen betreft dit basaalcelcarcinoom, bij 16.000 mensen gaat het om een plaveiselcelcarcinoom en bij rond de 8.000 patiënten wordt een melanoom gevonden. “Tezamen neemt deze populatie momenteel al een kwart van de dermatologische capaciteit in beslag en als we op deze voet doorgaan zal dat in 2040 de helft zijn. Dit betreft dan zowel patiënten met minder agressieve tumoren die vaak voorkomen als tumoren met een lagere incidentie, maar een agressiever fenotype. Daarnaast zijn er de talloze mensen die met een verdacht plekje naar een arts gaan, maar geen huidkanker blijken te hebben”, aldus Marlies Wakkee.
Voor deze mensen, de huisartsen en de dermatologen kan de toepassing van kunstmatige intelligentie (AI) van toegevoegde waarde zijn en een positieve impact hebben op de capaciteit en toegankelijkheid van de zorg. Laura Zwaan: “Hierbij is het van belang om bij elke groep te bepalen welke rol de AI kan spelen, aan welke kenmerken een AI-tool moet voldoen en in welke vorm deze het beste aangeboden kan worden.”
Dr. L. Zwaan, cognitief psycholoog in het Erasmus MC in Rotterdam
AIM HIGH-studie
“Voordat een huisarts bij iemand huidkanker constateert heeft hij/zij al gemiddeld 10 verdachte plekjes onderzocht. Dus als je met AI mensen al thuis kunt helpen om een plekje te beoordelen, kun je mogelijk een heleboel mensen geruststellen en overbodige huisartsbezoeken voorkomen”, aldus Wakkee. Om dit te onderzoeken voerde zij samen met anderen recentelijk de AIM HIGH-pilotstudie uit. Hierin werden bij cliënten van 3 huisartsenpraktijken de waarde en uitvoerbaarheid onderzocht van de op AI-gebaseerde SkinVision-app voor de beoordeling van verdachte huidlaesies. De primaire uitkomstmaat was de inclusie en succesvolle deelname van patiënten en huisartsen.
Van de 50 geïncludeerde patiënten namen 42 patiënten (84%) succesvol deel aan de studie.2 Daarnaast werd bij 45 patiënten (90%) de studie ook voltooid door de huisarts. Op basis van de beoordelingen door de app wijzigden de huisartsen niet hun werkdiagnose, maar in 5 gevallen wel hun behandelplan. Wakkee: “De helft van de patiënten met een laesie die door de app als laagrisico werd beoordeeld gaf aan dat ze met dat resultaat gerustgesteld zouden zijn en hun huisartsbezoek zouden annuleren. Dit zou een lastenverlichting zijn geweest voor zowel de huisartsen als de patiënten, zeker in de drukke tijd waarin we leven.”
Retrospectieve studie
In een retrospectieve populatiestudie onderzochten Wakkee en anderen de impact van de SkinVision-app op de vraag naar en kosten van dermatologische zorg in Nederland. Hiervoor werd de app kosteloos aangeboden aan 2,2 miljoen verzekerden van zorgverzekeraar CZ. Vervolgens werden 18.960 app-gebruikers, die ten minste 1 succesvolle beoordeling met de app voltooiden, gematcht met 56.880 controlepersonen die de app niet gebruikten.3 Wakkee: “De resultaten lieten zien dat SkinVision-gebruikers vergeleken met de controles meer declaraties hadden ingediend voor (pre)kwaadaardige huidlaesies (6,0% versus 4,6%; OR 1,3) en ook ruim 3 keer meer declaraties voor goedaardige huidtumoren en naevi (5,9% versus 1,7%; OR 3,7). Verder was er een groep mensen die volgens de app én de dermatoloog een laesie met een laag risico hadden, maar desondanks ongerust bleven en dermatologische zorg bleven vragen. Kortom, de app lijkt een positieve impact te hebben op het opsporen van huidkanker, maar tegelijkertijd te leiden tot overdiagnostiek en mogelijk overbehandeling. Misschien moet onze maatschappij ook wennen aan het gebruik van AI en gaan mensen in het begin anders om met een dergelijke technologie dan als ze die langere tijd tot hun beschikking hebben. Daarom zijn langetermijnstudies ook zo belangrijk.”
In de SPOT-studie onderzoeken Wakkee en collega’s momenteel de meerwaarde van de SkinVision-app vergeleken met de standaard zorg bij mensen die verzekerd zijn bij zorgverzekeraar DSW en een verdachte huidafwijking hebben.4
Optimale uitkomst
Volgens Zwaan hangt de meerwaarde van een app zoals SkinVision onder andere af van de timing en manier waarop zo’n app wordt geïmplementeerd, wat de doelgroep is en hoe de gebruikers worden geïnstrueerd. “Hierbij dient mijns inziens een tailormadestrategie te worden gehanteerd en geen ‘one size fits all’-benadering. Verder is vanuit mijn aandachtsgebied een interessante vraag hoe mensen en AI-tools het beste kunnen samenwerken om tot een optimale uitkomst te komen.”
Wakkee vindt dat het voor een optimale toepassing van AI-tools voor huidkanker belangrijk is om die tools met een servicepakket aan te bieden. “Je kunt een app zoals SkinVision niet alleen maar afleveren en het daarbij houden, maar je moet mensen optimaal instrueren. Je kunt mensen die geen medische opleiding hebben gevolgd best wel trainen in het onderscheiden van ongevaarlijke en potentieel gevaarlijke plekjes op de huid. Voor die training zou je met de app bijvoorbeeld een kleine e-learning kunnen meeleveren. Verder is het ook goed dat bij twijfel van het algoritme eerst een teledermatoloog meekijkt voordat de gebruiker de uitslag krijgt. Deze service bevordert het juiste gebruik van en vertrouwen in de app.”
Vertrouwen
Laura Zwaan ziet samenwerking tussen arts en AI-tools als een belangrijk onderwerp. “AI-tools en mensen maken verschillende fouten, maar we weten nog weinig over hoe we de samenwerking tussen artsen en AI-tools kunnen verbeteren. Zo zijn mensen over het algemeen overmoedig en dat zie je ook binnen de gezondheidszorg. Wanneer artsen sterk overtuigd zijn dat de gestelde diagnose de juiste is, zullen ze de neiging hebben de uitkomst van een AI-tool te negeren. Aan de andere kant kan het ook gebeuren dat, wanneer minder ervaren artsen onzeker zijn over hun eigen kennis en kunde ze ‘blind’ de uitkomst van de AI-tool volgen, de zogenoemde automation bias. Het zorgen voor een goede samenwerking kan een uitdaging zijn bij de implementatie van AI. Het geven van feedback op geleverde prestaties kan helpen om de kloof tussen het vertrouwen in de eigen prestaties en de werkelijke accuratesse te verbeteren. Binnen de zorg wordt er echter niet altijd feedback gegeven, bijvoorbeeld omdat er niet altijd terugkoppeling is nadat een patiënt wordt ontslagen of doorverwezen.”
Verder vertelt Zwaan dat de manier waarop een AI-tool moet worden ingezet afhankelijk is van de context. “De prevalentie van huidkanker is in de huisartsenpraktijk bijvoorbeeld veel lager dan bij de dermatologie in het ziekenhuis. Een AI-tool die voorzichtig is ingesteld en snel patiënten doorverwijst, kan in de huisartsenpraktijk leiden tot overdiagnostiek, wat betekent dat er te veel mensen worden doorverwezen. In de dermatologie is dat risico veel lager, omdat de prevalentie daar hoger ligt. AI-tools zullen dan ook anders moeten worden ingezet bij de huisarts dan bij de dermatoloog.” Wakkee vult aan: “Hierbij is een interessante vraag of het meerwaarde heeft als AI de bulk van relatief eenvoudige casussen kan wegvangen en de dermatoloog wordt ingezet voor de complexere en weinig voorkomende casussen.”
Implementatie
Tot op heden werd er veel onderzoek gedaan naar de ontwikkeling van AI-tools voor de dermatologie, maar werd nog geen van deze tools geïmplementeerd in de dagelijkse praktijk in Nederland. Wakkee: “Het is sexy om in een kunstmatige setting AI voor de dermatologie te ontwikkelen en te toetsen, maar het is veel lastiger om omvangrijkere studies naar de implementatie van AI op te zetten en vooral om hiervoor financiering te vinden. Hierdoor is het nog niet goed mogelijk om conclusies te trekken over de plaats van AI in de dagelijkse praktijk. Ik ben dan ook van mening dat de overheid en alle zorgverzekeraars hierin een grotere rol moeten spelen en meer moeten samenwerken, zeker gezien de stijgende incidentie van huidkanker.” Zwaan vult aan: “Die rol is ook van belang om zo samen de belangrijkste vragen te bepalen die nog beantwoord moeten worden en hoe we dit het beste kunnen onderzoeken. Ook zorgverzekeraars en overheid hebben immers baat bij AI-tools die de kosteneffectiviteit vergroten. Verder is er nog veel onderzoek nodig naar de psychosociale aspecten van AI-toolgebruik. Wanneer vertrouwen gebruikers bijvoorbeeld wel of niet op een AI-tool? Hoe kunnen beoordelingen door AI-tools de artsen op het juiste moment aanzetten om een diagnose te heroverwegen? Dat zijn voorbeelden van vragen die nog onvoldoende zijn beantwoord.”
Explainable Artificial Intelligence
Waarom een AI-algoritme tot een bepaalde conclusie komt is voor de gebruiker gewoonlijk onduidelijk. Explainable Artificial Intelligence (XAI) is echter een vorm van AI waarbij de AI-tool bepaalde beslissingen of uitkomsten van een algoritme probeert uit te leggen. Zo kan je bij een XAI-tool voor dermatoscopische foto’s aan de gebruiker toelichten welke dermatoscopische kenmerken een plek wel of niet verdacht maken. De achterliggende gedachte is dat de gebruiker door de uitleg meer vertrouwen in de conclusies van de tool krijgt en deze beter begrijpt. Daarnaast kunnen door de uitleg fouten van het algoritme makkelijker ontdekt worden. Men dient er wel rekening mee te houden dat veel AI-tools details kunnen opmerken die mensen niet (kunnen) waarnemen. Ook XAI zal dus niet altijd alles kunnen uitleggen.
Referenties
- NKR-cijfers, IKNL, geraadpleegd: 16-07-2024
- Smak Gregoor AM, Sangers TE, Eekhof JA, et al. Artificial intelligence in mobile health for skin cancer diagnostics at home (AIM HIGH): a pilot feasibility study. 2023;60:102019
- Smak Gregoor AM, Sangers TE, Bakker LJ, et al. An artificial intelligence based app for skin cancer detection evaluated in a population based setting. NPJ Digit Med. 2023;6(1):90.
- nl/nl-nl/kankerinstituut/patientenzorg/trials