Alle wegen leiden naar AI, maar de ene is al wat meer aangewezen dan de andere. Die wegen ligggen soms bezaaid met valkuilen. Hoe vermijd je ze? Handige tips en/of voorkeuren blijken sterk uiteen te lopen als het om leiderschap gaat, bekeken per taalgroep (infografie 4a).

Wie moet je leiding geven bij ingang van AI en innovatie in het ziekenhuis? Franstaligen verkiezen de strategie-afdeling en een ‘toegewijde afdeling’ (dedicated management). Die toegewijde afdeling wordt met voorsprong het meest genoemd bij de Nederlandstaligen (45%). De strategie-afdeling volgt een heel eind verder (15%), net voor de afdeling informatie systeem of informatica (13,7%). De CiO dus eigenlijk.

Pascal Verdonck relativeert: “Het hangt af van de structuur binnen je ziekenhuis. Voor mij moet dit deel uitmaken van de strategie. Het operationele kan verlopen langs het IT-departement als dat flink uit de kluiten gewassen is. Maar echte vernieuwing moet uitgaan van bij de algemene directie, de cockpit.” Een optie die nochtans slechts door een kleine minderheid van de Nederlandstalige respondenten wordt aangegeven (5,5%).

“Dat is te wijten aan silodenken”, luidt de verklaring van professor Verdonck. “Daar verschil ik dus van mening met de bevraagden. Men gaat er ook altijd vanuit dat alles wat met kwaliteit te maken heeft, via de directeur kwaliteit behandeld moet worden en veiligheid via de directeur veiligheid. Dus AI is dan voor de directeur AI. Naïef vind ik dat. Dit wordt een verwezenlijking van zorgverlening en dus hoort AI in die centrale cockpit, met hooguit een deel in je innovatiehub. De directie moet het opvolgen.”

‘Doorvertalen’
Ook Ilke Montag wil silodenken vermijden, maar zit toch op een iets andere golflengte voor de implementatie. “Ik zie eerder iemand voor de implementatie die schippert tussen het medische en het IT-departement. Iemand die ‘doorvertaalt’, want we hebben het echt over ‘een andere taal spreken’. Je kunt veel data genereren, maar het komt op de klinische relevantie aan. Je moet datgene selecteren waarvoor je de arts en de patiënt warm krijgt. Denk bijvoorbeeld aan feedback geven dat een diabetespatiënt goed bezig is met zijn insulinetherapie. Welke data filter je eruit? Of nog: het aantal vaginale bevallingen vs. het aantal keizersneden, het aandeel borstvoeding na een bevalling, het aantal infecties na een liesbreuk bijvoorbeeld… Als artsen weten dat het systeem dat erachter schuilgaat, veilig en correct is, zullen ze erin meegaan. AI is een hulpmiddel.”

Dr. Montag betwijfelt of je voor die materie een bijkomend directielid moet inpassen. “Bekijk het ook als een kwestie van bottom-up of topdown: de arts moet zelf de meerwaarde inzien en idealiter komt een dienst zelf aanzetten met voorstellen.”

Welke hindernisssen dienen zich aan bij de praktische implementatie? De meerderheid stipt ‘gebrek aan tijd en middelen’ aan (bij de Nederlandstaligen ruim 56%). De top 3 wordt vervolledigd met ‘geen specifieke vaardigheden/expertise in AI’ (46%) en ‘gebrek aan innovatiecultuur en -beheer’ (45%).

“Een patiënt zal liever handelen met een radioloog die een radiografie zelf bekeken heeft dan dat hij geconfronteerd wordt met een computer die naar zijn dossier kijkt via AI. Het interpersoonlijke staat (nog) hoog in aanzien. Nog een AI-laag zetten op ons datamanagementsysteem? Ik denk niet dat pakweg de pediaters daar wakker van liggen.”

Externe geldbronnen aanboren of niet?
Investeringen financieren in AI: wie en hoe? Hier lopen de meningen tussen Frans- en Nederlandstaligen grotendeels gelijk. PPS verdient de voorkeur bij bijna de helft, maar ook een financieringsnet van de overheid zonder wijziging in de huidige zorgvergoedingen telt behoorljk wat aanhangers (40% FR en 33% NL).

Al minder in trek is een ‘nieuwe set van vergoedingspercentages bij gebruik van AI-software voor zorg’ (35% FR en 23% NL) of een ‘seed fund’ oprichten (27% FR en 23% NL). “Er zijn weinig incentives voor artsen om er nu mee aan de slag te gaan”, beseft dr. Montag. Wellicht is het ook nog wat te vroeg om de echte aanzet te geven, al dan niet met externe financiering. Om ziekenhuizen en medewerkers overstag te laten gaan is alvast een duurzame financiering nodig, al dan niet door middel van proeftuinprojecten”, oppert ze.

Professor Verdonck verwees eerder al naar de McKinsey-studie waaruit blijkt dat men in Nederland met AI 18 miljard zou kunnen besparen tegen 2030, weliswaar als je eerst 9 miljard investeert.

Waar die besparing dan zou vallen? “Eerst door lean en automatiseren/digitaliseren, uit mijn hoofd levert dat denk ik 7,5 miljard op – en idem voor mobiele gezondheidszorg. En pas dan bespaar je 3 miljard met data. Waarom maar 3 miljard? Omdat dit slechts vertraagd in tijd zal renderen, wil je naar geïntegreerde zorg gaan.” Verdonck vergelijkt met het tijdsverloop toen de overheid in 2015 vroeg om medische app-projecten in te dienen. In 2016 werden er van het 100-tal projecten 24 geselecteerd. Nu, in 2021, worden er nog maar twee - Fibricheck en MoveUp - een stuk terugbetaald. Men onderschat altijd die tussentijd, nodig voor het legale kader en het aanvaardingsproces. Die factor speelt vooral als het gaat om diagnose en therapie, niet om het faciliterende aspect.”

Of de financiering met PPS, overheid of volledig privé moet lopen? “In essentie is AI software. En software zit onder medical devices. Algoritmes die stand alone zijn, zullen medical devices worden die regulering en validatie vergen vooraleer ze op de markt komen. Het zou vreemd zijn dat zoiets gratis moet. Ik vind dat je nu de verspilling uit het systeem moet halen en dat geld in innovatie kunt steken. Maar hoe je het draait of keert: die innovatie zal ook kosten.”

Naar een AI-community
Een transversale ‘community’ van AI-deskundigen in ziekenhuizen oprichten scoort astronomisch hoog bij de bevraagden (90% FR en 97% NL). Met die community wordt een pool van deskundigen bedoeld.

Hoe zou de rol van de community er dan uitzien? Voor ruim 6/10 moet ze de relevantste gebruiksscenario’s identificeren die de meeste voordelen opleveren. Of ook: de meest bruikbaare innovaties op AI-gebied identificeren en opvolgen. Nagenoeg even populair is de stelling dat de community feedback over de ervaringen van de instellingen dient te controleren en te delen. Bijna de helft stipt aan dat ze als takenpakket ook diepgaand de AI-implicaties kan analyseren.

Eventueel zou ze zich kunnen storten op de vereiste vaardigheden en onderwijs- en trainingsbehoeften voor alle beroepen, maar hooguit een derde van de respondenten is daarvoor te vinden.

Hoe die ervaringen dan gedeeld moeten worden? En met welke tools om goede AI-praktijken te verspreiden? Een online-deelplatform krijgt de voorkeur (7/10 respondenten). Voor de helft zijn gebruikersgemeenschappen een optie. ‘Toegewijde werkgroepen op federaal niveau’ en ‘speciale evenementen’ doen het nog goed bij 1 op de 3 deelnemers.

Lees ook:
> Welke plaats verovert AI in ziekenhuizen?
> Uw visie op AI: belangrijk tot zeer belangrijk
> Wie zal dat betalen en hoe vatten we de koe bij de horens?
> Het speelveld waarop AI een hattrick kan scoren
> Valideren binnen ethische grenzen