Credit: IBM
Dit artikel is verschenen in De Ingenieur, september 2014
De hoeveelheid medische informatie verdubbelt elke vijf jaar. Dan gaat het in de eerste plaats om medische vakliteratuur en resultaten van klinische trials, maar ook scans, foto’s en elektronische patiëntengegevens. Geen arts die al deze informatie nog volledig in zich op kan nemen. Maar een computer die thuis is in de medische wereld en ook nog onze taal begrijpt, kan een arts helpen om die explosief groeiende hoeveelheid informatie te schiften, te evalueren en te interpreteren. En dat is precies het idee achter IBM Watson als gezondheidsexpert.
IBM’s Watson won begin 2011 de Amerikaanse tv-quiz Jeopardy. Watson verpletterde de twee beste menselijke spelers uit de historie van deze moeilijke kennisquiz. Voor het eerst was er een machine die gecompliceerde menselijke taal, inclusief alle uitdrukkingen begreep en ook nog razendsnel antwoorden gaf.
Voor IBM was Jeopardy niet meer dan een showcase, maar wel een uitdagende en tot de verbeelding sprekend. Het bedrijf zag in Watson van begin af aan al een rol als expert in uiteenlopende domeinen zoals gezondheidszorg, detailhandel, financiële wereld en de wereld van olie- en gasexploratie. Gezondheidszorg werd het eerste speerpunt.
Rijp voor de markt
Marc Teerlink is Chief Business Strategist van de IBM Watson Group. Hij is opgeleid als psycholoog en laat zijn licht schijnen over de rol van Watson in de gezondheidszorg van de nabije toekomst.
“Na Jeopardy zijn we twee jaar lang bezig geweest om Watson om te scholen tot gezondheidsexpert”, vertelt Teerlink. “Daarbij stonden we voor talloze nieuwe uitdagingen, die moeilijker waren dan bij Jeopardy. Welke soorten data moet Watson evalueren? Hoe betrouwbaar zijn die data? Is klinische trial X wel even betrouwbaar als klinische trial Y? Hoe zorgen we ervoor dat twee verschillende gezondheidsinstellingen gegevens met elkaar kunnen combineren zodat uiteindelijk de patiënten er beter van worden? Hoe maken we Watson als dienst geschikt voor elk mobiel platform?”
In de afgelopen twee jaar heeft IBM de eerste vijftien klanten aan zich weten te binden. Het zijn geen klanten die zomaar software kopen, maar klanten waarmee IBM een partnerschap aangaat. Twee van die klanten zijn Memorial Sloan Kettering in New York en het University of Texas MD Anderson Cancer Center, beide behorende bij de top van de Amerikaanse kankercentra.
Memorial Sloan Kettering stelde 25.000 patiëntencasussen aan IBM beschikbaar. “Prachtig natuurlijk”, zegt Teerlink, “maar vervolgens heb je wel menselijke experts nodig om die casussen te evalueren. Heeft Watson het wel goed begrepen? En wat moet je doen als twintig artsen zeggen dat Watson het goed doet, maar vijf artsen zeggen dat Watson het verkeerd doet? Watson leert door interactie met artsen. Officieel hebben deze kankercentra nu nog een pilotversie van Watson, maar we zijn de pilotfase bijna voorbij. Begin dit jaar hebben we geconcludeerd: we weten nu hoe we er een praktische dienst van kunnen maken.”
Een van de ervaren artsen die meehielp om Watsons aanbevelingen te evalueren was professor Herbert Chase van Columbia University (VS). Teerlink vertelt hoe Chase er dankzij Watson achter kwam dat hij zelf, ondanks zijn enorme ervaring, bij een patiënte de ziekte van Lyme over het hoofd had gezien. Zelfs de beste menselijke artsen maken fouten, soms omdat ze vooroordelen hebben, soms omdat ze gewoon niet alle beschikbare informatie kunnen overzien. Watson kan in de orde van honderd miljoen pagina’s medische informatie per seconde lezen. Een menselijke arts krijgt dat nooit voor elkaar. “Natuurlijk blijft het de arts die de beslissing neemt, maar Watson ondersteunt hem daarbij”, zegt Teerlink. “Het mooie van Watson is dat hij altijd de bronnen laat zien waarop hij zijn aanbevelingen baseert. En die bronnen kan de arts dan weer checken.”
Credit: IBM
De gebruiker kan Watson straks aanroepen via willekeurig welke apparaat, van pc tot smartphone. Centraal in Watson staan drie vaardigheden: het begrijpen van taal; het leren van gebruikers, van nieuwe informatie en van eerdere interacties; en tenslotte het genereren van hypotheses over diagnoses of behandelingen. “Watson als dienst werkt tot nu toe alleen nog voor de Engelse taal”, zegt Teerlink. “We werken aan andere talen, maar dat gaat nog een tijdje duren. Wat betreft het Nederlands kan ik op dit moment alleen maar zeggen dat Watson wel al met Nederlandstalige bronnen kan werken. Aan de interactie in vragen en antwoorden in het Nederlands werken we nog. Hou dit najaar maar onze nieuwsberichten in de gaten.”
Zoals altijd met nieuwe technologie kent ook de gezondheidszorg early adopters en late adopters. Teerlink: “Hoe meer we Watson gaan uitrollen, hoe meer we tegen de late adopters aan lopen. Er is een groep artsen en specialisten die ongelofelijk positief is. Maar er is ook een sceptische groep. Sommigen maken zich zorgen om hun eigen rol als expert. Anderen maken zich zorgen om de data.”
Wat de eerste zorg betreft, is het duidelijk dat het uitrollen van Watson vraagt om een andere training van artsen. De rol van de machine in het bijhouden en vergelijken van medische informatie wordt steeds groter. Dat betekent dat artsen minder uit het hoofd zullen hoeven te leren en minder zelf op zoek hoeven te gaan naar informatie. Maar ze zullen nog steeds de waarde van Watsons aanbevelingen moeten beoordelen. En ze zullen die aanbevelingen zo goed mogelijk moeten integreren in het complexe medische beslissingsproces.
Wat betreft de tweede zorg, dwingen de nieuwe mogelijkheden van Watson om na te denken over ethische kwesties rond het delen van data, zegt Teerlink. “Watson als gezondheidsexpert is een cloud-gebaseerde dienst. Op verschillende geografische locaties zullen servers staan. Sommige data zullen Europa niet mogen verlaten, terwijl andere data de VS niet uit mogen. De waarde van data zal toenemen en dat zal er weer voor zorgen dat een nieuw type functie in de medische wereld ontstaat: die van chief data officer.”
Cognitieve technologie
Zoals altijd met nieuwe technologie kent ook de gezondheidszorg early adopters en late adopters. Teerlink: “Hoe meer we Watson gaan uitrollen, hoe meer we tegen de late adopters aan lopen. Er is een groep artsen en specialisten die ongelofelijk positief is. Maar er is ook een sceptische groep. Sommigen maken zich zorgen om hun eigen rol als expert. Anderen maken zich zorgen om de data.”
Wat de eerste zorg betreft, is het duidelijk dat het uitrollen van Watson vraagt om een andere training van artsen. De rol van de machine in het bijhouden en vergelijken van medische informatie wordt steeds groter. Dat betekent dat artsen minder uit het hoofd zullen hoeven te leren en minder zelf op zoek hoeven te gaan naar informatie. Maar ze zullen nog steeds de waarde van Watsons aanbevelingen moeten beoordelen. En ze zullen die aanbevelingen zo goed mogelijk moeten integreren in het complexe medische beslissingsproces.
Wat betreft de tweede zorg, dwingen de nieuwe mogelijkheden van Watson om na te denken over ethische kwesties rond het delen van data, zegt Teerlink. “Watson als gezondheidsexpert is een cloud-gebaseerde dienst. Op verschillende geografische locaties zullen servers staan. Sommige data zullen Europa niet mogen verlaten, terwijl andere data de VS niet uit mogen. De waarde van data zal toenemen en dat zal er weer voor zorgen dat een nieuw type functie in de medische wereld ontstaat: die van chief data officer.”
Cognitieve technologie
Medische expertsystemen worden al sinds de jaren zeventig ontwikkeld. Maar decennialang waren ze alleen maar gebaseerd op steeds ingewikkelder wordende ‘als-dan’-regels. Dat bleek onvoldoende. Veel te vaak waren er uitzonderingen. Dankzij de nieuwste taaltechnologie en de nieuwste automatisch lerende technieken, worden medische expertsystemen zoals Watson eindelijk een aanwinst voor de gezondheidszorg. Nu gaat het om cognitieve expertsystemen, die een deel van de menselijke cognitie zoals taalvermogen, redeneervermogen en lerend vermogen op de computer nabootsen.
Teerlink hoopt dat artsen en verplegend personeel meer tijd gaan hebben voor menselijke aandacht omdat machines steeds meer van de informatieverwerking gaan doen. “Ik hoop dat cognitieve technologie over vijf tot tien jaar gemeengoed is geworden. Mijn droom is dat de markt inziet dat vermenselijking van technologie essentieel is. Als je technologie moeilijker maakt, moet je het ook vermenselijken. Let wel, ik zou nooit willen dat cognitieve technologie het hele beslissingsproces overneemt. Waar ik voor pleit, en dat is ook het principe van IBM: always show the evidence. Watson toont de gebruiker waar hij zijn kennis vandaan heeft gehaald en hoe betrouwbaar hij zijn antwoorden inschat. We moeten ons echter wel blijven realiseren dat hoe meer onze samenlevens draait om informatie, hoe meer eisen gesteld worden aan ons eigen kritische denken.”
[kader:]
Watson maakt de arts slimmer
De overvloed aan medische informatie blijkt uit de volgende cijfers:
13.000 ziekten, syndromen en verwondingen
6.000 medicijnen
4.000 procedures voor medische handelingen en operaties
honderden richtlijnen
meer dan 10.000 ‘datapunten’ in het elektronisch patiëntendossier van een ‘gemiddelde’ patiënt
Dankzij een combinatie van het begrijpen van taal, het leren van interactie met artsen en patiënten en het genereren van hypothesen over diagnose of behandeling kan IBM Watson deze overvloed aan medische informatie te lijf gaan. Arts en Watson samen zijn dan een stuk slimmer dan ieder van hen afzonderlijk. Nog verder in de toekomst wil IBM Watson ook laten leren van medische beeldinformatie zoals scans en hartfilmpjes, en van andere zintuiglijke informatie zoals geluid, reuk, smaak en tast.
Internet
IBM Watson
TED-lezing door Marc Teerlink over Watson als gezondheidsexpert
TED-lezing van Herbert Chase over Watson als gezondheidsexpert
Teerlink hoopt dat artsen en verplegend personeel meer tijd gaan hebben voor menselijke aandacht omdat machines steeds meer van de informatieverwerking gaan doen. “Ik hoop dat cognitieve technologie over vijf tot tien jaar gemeengoed is geworden. Mijn droom is dat de markt inziet dat vermenselijking van technologie essentieel is. Als je technologie moeilijker maakt, moet je het ook vermenselijken. Let wel, ik zou nooit willen dat cognitieve technologie het hele beslissingsproces overneemt. Waar ik voor pleit, en dat is ook het principe van IBM: always show the evidence. Watson toont de gebruiker waar hij zijn kennis vandaan heeft gehaald en hoe betrouwbaar hij zijn antwoorden inschat. We moeten ons echter wel blijven realiseren dat hoe meer onze samenlevens draait om informatie, hoe meer eisen gesteld worden aan ons eigen kritische denken.”
[kader:]
Watson maakt de arts slimmer
De overvloed aan medische informatie blijkt uit de volgende cijfers:
13.000 ziekten, syndromen en verwondingen
6.000 medicijnen
4.000 procedures voor medische handelingen en operaties
honderden richtlijnen
meer dan 10.000 ‘datapunten’ in het elektronisch patiëntendossier van een ‘gemiddelde’ patiënt
Dankzij een combinatie van het begrijpen van taal, het leren van interactie met artsen en patiënten en het genereren van hypothesen over diagnose of behandeling kan IBM Watson deze overvloed aan medische informatie te lijf gaan. Arts en Watson samen zijn dan een stuk slimmer dan ieder van hen afzonderlijk. Nog verder in de toekomst wil IBM Watson ook laten leren van medische beeldinformatie zoals scans en hartfilmpjes, en van andere zintuiglijke informatie zoals geluid, reuk, smaak en tast.
Internet
IBM Watson
TED-lezing door Marc Teerlink over Watson als gezondheidsexpert
TED-lezing van Herbert Chase over Watson als gezondheidsexpert
