In het Leids Universitair Medisch Centrum (LUMC) werkt het team Digitale Innovatie aan een systeem dat op basis van spraakherkenning en kunstmatige intelligentie tijdens de anamnese automatisch klachten van de patiënt herkent en op den duur zelfs registreert in het EPD.
Martijn Bauer is internist in het LUMC. Naast zijn dagelijkse werkzaamheden maakt hij onderdeel uit van het team Digitale Innovatie, opgericht in 2017. Los van zijn persoonlijke interesse in kunstmatige intelligentie en machine learning, voegt hij medische kennis en praktijkervaring toe aan het team. Collega Simone Cammel, senior informatieanalist, zit vanaf het begin in het Digitale Innovatie team. Cammel heeft een achtergrond in computer science en is werkzaam als Manager Responsible AI in het LUMC.
De focus op spraakherkenning en het verminderen van administratielast komt voort uit een wens vanaf de werkvloer. Bauer: “Het is natuurlijk ideaal als je tijdens de anamnese als arts niet op je scherm hoeft te kijken en mee hoeft te tikken. Maar het structureel bijhouden van de gesprekken tijdens de anamnese biedt nog veel meer mogelijkheden. Stel je eens voor wat je kunt leren van die informatie en hoe je bijvoorbeeld kunt kijken wat bepaalde klachten doen met de waarschijnlijkheid van verschillende diagnoses.” Hoewel het ziekenhuis hier technisch gezien nog ver van verwijderd is, vertelt Bauer, stelt hij zich voor dat er op den duur een algoritme ontwikkeld wordt dat mee luistert en -denkt met de dokter en suggesties doet voor vragen om onderscheid te maken tussen verschillende uitkomsten.
"Ook veel non-verbale communicatie in de spreekkamer"
Terug naar de realiteit, want het systeem is nog volop in het ontwikkeling. Het model werkt op basis van spraak-naar-tekst-technologie. Het gesprek tijdens een polibezoek wordt automatisch opgenomen, door software getranscribeerd en geanalyseerd. Het innovatieteam werkte voor de bouw van hun systeem samen met de Nederlandse cloud specialist Qlouder. “Qlouder is goed in het ontwikkelen van AI modellen die ook in de praktijk kunnen worden gebruikt en maakte voor ons de backend en frontend: ze zorgden dat we konden opnemen en de data goed werd opgeslagen. Samen met LUMC is samengewerkt om de algoritmes te optimaliseren”, vertelt Cammel. Qlouder begeleidt het implementatietraject in het LUMC, de software die nodig is om spraak naar tekst te automatiseren wordt door Google geleverd.
De moeilijkheid zit in de analyse van het gesprek. “De opname van het gesprek is soms al complex, omdat patiënten vaak niet alleen komen, waardoor er meerdere stemmen zijn om te onderscheiden. Ook is er veel non-verbale communicatie zoals knikken, nee-schudden of het aanwijzen van een plek op het lijf waar men pijn heeft”, legt Cammel uit. “Je moet in zo’n geval uit de context van het gesprek halen of er ja of nee is geknikt. Stel je vraagt of iemand rookt en een patiënt knikt, dan kun je uit de vervolgvraag ‘hoeveel sigaretten per dag?’ halen dat er ja is geknikt.”
Ontkenning nog lastig
De afgelopen periode leerde het spraakherkenning-systeem door mee te luisteren naar gesprekken met fictieve patiënten die allemaal pijn op de borst ervaren. “Het doel is dat de klacht en de dimensies van die klacht eruit gefilterd kunnen worden. Een stekende pijn, nu 3 weken last van, minder pijn als ik voorover buk, niet beïnvloed door eten, dat soort zaken. Het systeem kan al aardig een gesprek over pijn op de borst aanhoren en daar relevante informatie uithalen. Alleen ontkenning zijn nog lastig (‘ik heb geen pijn op de borst’), daar moeten we het systeem nog beter op trainen”, licht Bauer toe.
De bedoeling is dat de analyse na afloop door de arts wordt nagekeken en op den duur zelfs direct in het EPD geladen kan worden. Cammel: “Ik denk dat het altijd onderdeel van het proces zal blijven dat een arts de geanalyseerde tekst controleert. We hebben het scherm zo ingericht dat je makkelijk kunt aanklikken welke onderdelen je in het verslag wilt hebben, en daar eventueel nog eigen bevindingen aan toe kan voegen. Bijvoorbeeld dingen die je niet hoort, maar ziet: ‘de patiënt zag wat geel'.”
Een microfoon op je bureau
Inmiddels wordt het spraakherkenning-systeem in het ziekenhuis ook in de praktijk getest met informatie die tijdens consults met echte patiënten wordt verzameld. Verschillende artsen in het LUMC hebben een microfoon op hun spreekkamer staan. Ze hoeven hier verder niets mee te doen, behalve de microfoon aan te zetten als het gesprek begint en daarna weer uit te doen. Aan patiënten wordt toestemming gevraagd om het gesprek op te nemen en encrypted op te slaan in een beveiligde cloud. Het team van Bauer beluistert of het systeem de juist elementen uit het gesprek weet te halen.
De bereidheid van patiënten om deel te nemen is hoog, slechts een enkeling wil uit privacy overwegingen niet deelnemen", zegt internist Bauer. De meeste artsen in het ziekenhuis zijn volgens hem wel nieuwsgierig en vinden het interessant. De belofte van lagere administratiedruk is natuurlijk veelbelovend. “Er zijn ook collega’s sceptisch over ons project, met name de technische haalbaarheid van een systeem dat deze belofte waar wil maken. Dat snap ik, wij weten zelf ook nog niet in hoeverre onze ideeën werkelijkheid kunnen worden.”
Op dit moment wordt het systeem wekelijks met meer dan honderd nieuwe gesprekken 'gevoerd'. “Het is lastig om te zeggen hoe snel het algoritme slimmer wordt. Misschien gaat de ontwikkeling snel, misschien duurt het nog een tijd. Mocht ons systeem de verwachting die we er nu van hebben waarmaken, dan hopen we dat ook andere ziekenhuizen ermee aan de slag gaan.”
Plaats een Reactie
Meepraten?Draag gerust bij!