Tussen de COVID-19-pandemie, een crisis in de geestelijke gezondheidszorg, stijgende zorgkosten en vergrijzing van de bevolking haasten marktleiders zich om zorgspecifieke toepassingen voor kunstmatige intelligentie (AI) te ontwikkelen. Eén signaal komt van de durfkapitaalmarkt: meer dan 40 startups hebben aanzienlijke financiering opgehaald – $ 20 miljoen of meer – om AI-oplossingen voor de industrie te bouwen. Maar hoe wordt AI nu daadwerkelijk ingezet in de zorg?
De “2022 AI in Healthcare Survey” vroeg meer dan 300 respondenten van over de hele wereld om een beter inzicht te krijgen in de uitdagingen, triomfen en gebruiksscenario’s die AI in de gezondheidszorg definiëren. In het tweede jaar zijn de resultaten niet significant veranderd, maar ze wijzen wel op een aantal interessante trends die een voorbode zijn van hoe de slinger de komende jaren zal slingeren. Terwijl delen van deze evolutie positief zijn (de democratisering van AI), komen andere aspecten met minder opwinding (een veel groter aanvalsoppervlak). Dit zijn de drie trends die bedrijven moeten kennen.
1. Gebruiksgemak en democratisering van AI met tools zonder code
Gartner schat dat tegen 2025 70% van de nieuwe applicaties die door ondernemingen zijn ontwikkeld, no-code of low-code technologieën zullen gebruiken (tegen minder dan 25% in 2020). Hoewel low-code de mogelijkheid biedt om de werklast voor programmeurs te vereenvoudigen, zullen no-code-oplossingen, die geen tussenkomst van datawetenschap vereisen, de grootste impact hebben op de onderneming en daarbuiten. Daarom is het opwindend om een duidelijke verschuiving te zien in het gebruik van AI van technische titels naar de domeinexperts zelf.
Voor de gezondheidszorg betekent dit dat meer dan de helft (61%) van de respondenten van de AI in Healthcare Survey clinici als hun doelgebruikers identificeerde, gevolgd door betalers in de gezondheidszorg (45%) en IT-bedrijven in de gezondheidszorg (38%). Dit, in combinatie met aanzienlijke ontwikkelingen en investeringen in zorgspecifieke AI-toepassingen en de beschikbaarheid van open source-technologieën, is indicatief voor een bredere acceptatie door de industrie.
Dit is belangrijk: code in handen geven van gezondheidswerkers, zodat gewone kantoortools, zoals Excel of Photoshop, AI ten goede zullen veranderen. Naast het toegankelijker maken van de technologie, maakt het ook nauwkeurigere en betrouwbaardere resultaten mogelijk, aangezien een medische professional – geen softwareprofessional – nu aan het stuur zit. Deze veranderingen gebeuren niet van de ene op de andere dag, maar de opkomst van domeinexperts als primaire gebruikers van AI is een grote stap voorwaarts.
2. Toenemende verfijning van tools en het groeiende nut van tekst
Bijkomende bemoedigende bevindingen waren de vooruitgang in AI-tools en de wens van gebruikers om op specifieke modellen in te zoomen. Op de vraag welke technologieën ze tegen eind 2022 willen hebben, noemden technische leiders uit het onderzoek data-integratie (46%), BI (44%), NLP (43%) en data-annotatie (38%). Tekst is nu het meest waarschijnlijke gegevenstype dat wordt gebruikt in AI-toepassingen en de nadruk op Natural Language Processing (NLP) en gegevensannotatie duiden op een toename van meer geavanceerde AI-technologieën.
Deze tools maken belangrijke activiteiten mogelijk, zoals ondersteuning bij klinische beslissingen, ontdekking van geneesmiddelen en beoordeling van medisch beleid. Na twee jaar van de pandemie te hebben meegemaakt, is het duidelijk hoe cruciaal vooruitgang op deze gebieden is, aangezien we nieuwe vaccins ontwikkelen en ontdekken hoe we de behoeften van de gezondheidszorg beter kunnen ondersteunen in de nasleep van een massale gebeurtenis. En door deze voorbeelden is het ook duidelijk dat het gebruik van AI in de gezondheidszorg sterk verschilt van andere industrieën, wat een andere aanpak vereist.
Het hoeft dan ook geen verrassing te zijn dat technische leiders en respondenten van volwassen organisaties beide de beschikbaarheid van zorgspecifieke modellen en algoritmen noemden als de belangrijkste vereiste voor het evalueren van lokaal geïnstalleerde softwarebibliotheken of SaaS-oplossingen. Gezien het risicokapitaallandschap, bestaande bibliotheken op de markt en de vraag van AI-gebruikers, zullen zorgspecifieke modellen de komende jaren alleen maar groeien.
3. Beveiligings- en veiligheidsproblemen groeien
Met alle AI-vooruitgang die het afgelopen jaar is geboekt, heeft het ook een reeks nieuwe aanvalsvectoren geopend. Op de vraag welke soorten software respondenten gebruiken om hun AI-applicaties te bouwen, waren de meest populaire selecties lokaal geïnstalleerde commerciële software (37%) en open source software (35%). Het meest opvallende was een daling van 12% in het gebruik van clouddiensten (30%) ten opzichte van de enquête van vorig jaar, hoogstwaarschijnlijk als gevolg van privacykwesties rond het delen van gegevens.
Bovendien koos een meerderheid van de respondenten (53%) ervoor om op hun eigen gegevens te vertrouwen om modellen te valideren, in plaats van op statistieken van derden of softwareleveranciers. Respondenten van volwassen organisaties (68%) gaven aan een duidelijke voorkeur te hebben voor het gebruik van interne evaluatie en voor het zelf afstemmen van hun modellen. Nogmaals, met strikte controles en procedures rond de verwerking van gegevens in de gezondheidszorg, is het duidelijk waarom AI-gebruikers hun activiteiten indien mogelijk in-house willen houden.
Maar ongeacht softwarevoorkeuren of hoe gebruikers modellen valideren, zullen escalerende beveiligingsbedreigingen voor de gezondheidszorg waarschijnlijk een aanzienlijke impact hebben. Terwijl andere kritieke infrastructuurdiensten voor uitdagingen staan, hebben inbreuken in de gezondheidszorg gevolgen die verder gaan dan reputatie- en financiële schade. Het verlies van gegevens of het knoeien met ziekenhuisapparatuur kan het verschil zijn tussen leven en dood.
AI is klaar voor een nog grotere groei, aangezien ontwikkelaars en investeerders eraan werken om de technologie in handen te krijgen van alledaagse gebruikers. Maar naarmate AI op grotere schaal beschikbaar wordt en naarmate modellen en tools verbeteren, zullen beveiliging, veiligheid en ethiek centraal komen te staan als een belangrijk gebied om in de gaten te houden. Het zal interessant zijn om te zien hoe deze gebieden van AI in de gezondheidszorg dit jaar evolueren en wat dit betekent voor de toekomst van de industrie.
