Tijd om de beeldende diagnostiek radicaal te transformeren

Het komt al regelmatig voor dat SEH’s of OK’s sluiten door personeelsgebrek. Hoelang gaat het duren voordat er een diagnostiekstop is vanwege het gebrek aan radiologen? Deze beroepsgroep is immers al jaren overbelast en de vraag naar oncologische zorg blijft groeien. Daar komt bij dat er een groot tekort is aan medische IT-specialisten die onder andere de applicaties en modaliteiten kunnen beheren.

Durven innoveren

Gelukkig realiseren veel ziekenhuizen zich hoe kwetsbaar ze op dit terrein zijn. Er zijn dan ook volop clinical trials met AI-algoritmes, die de radioloog ondersteunen bij het stellen van een diagnose (computer-aided diagnostics) of het prioriteren van de onderzoeken. De overgrote meerderheid van die modellen komt echter nooit tot productie omdat onvoldoende duidelijk kan worden gemaakt waar de toegevoegde waarde ligt. Er zal dan ook meer nadruk moeten komen op de noodzaak voor technologische innovaties, zoals AI.

Tegelijkertijd heeft corona laten zien dat vernieuwingen heel snel kunnen gaan als de noodzaak maar duidelijk is. Waar het technisch gezien al jaren mogelijk was om radiologen thuis te laten werken, gebeurde dit in de praktijk nauwelijks. Nu is thuiswerken onder radiologen gemeengoed. Dat maakt het veel flexibeler om bij te springen in een ander ziekenhuis als daar de druk erg hoog is. Het maakt het bovendien makkelijker om een collega op afstand mee te laten kijken bij twijfel over een diagnose.

Workflow integratie

Laten we die innovatiedrang proberen vast te houden en ook op andere terreinen doorvoeren. Eén zo’n terrein is het gebruik van de eerdergenoemde AI-modellen, die bijvoorbeeld al worden ingezet bij borstkankerscreening. De software geeft dan aan: in deze beelden heb ik zeker niets gevonden; in deze beelden heb ik iets gevonden wat mogelijk duidt op borstkanker; en bij deze onderzoeken twijfel ik aan wat ik zie. De software neemt geen beslissing, maar helpt de radioloog wel te bepalen aan welke beelden hij de meeste aandacht moet schenken.
Deze voorspellende modellen zouden op veel meer beeldvormende diagnostiek toegepast kunnen worden. Ze kunnen bovendien eenvoudig gecombineerd worden met een andere vorm van prioriteitsbepaling, namelijk de tijd die de radioloog van de arts krijgt om beelden te bekijken. Die harde deadlines – gecombineerd met de voorspelling van het algoritme – maken dat software een veel betere planning kan maken dan een mens. Laat die taak daarom ook aan software over.

Integrated diagnostics

Een ander terrein is integrated diagnostics: door specialisten veel meer te laten samenwerken, komen ze samen tot een betere diagnose dan wanneer ze ieder voor zich naar hun eigen beelden kijken. Dit moet je uiteraard wel faciliteren met workflows. Denk aan automatische feedback loops waarbij een patholoog bijvoorbeeld kan zien wat de radioloog van een casus denkt en de radioloog ook het oordeel van de patholoog ziet. Op die manier verbeter je de diagnostiek en maak je ook nog eens de MDO’s efficiënter.

Een derde terrein waarop je als ziekenhuis je diagnostiek radicaal anders kunt organiseren, ligt in personalized medicine. Doordat technologie het vele malen sneller en goedkoper heeft gemaakt om het DNA-profiel van patiënten in kaart te brengen, kunnen artsen beter voorspellen hoe een individuele patiënt gaat reageren op een behandeling. Ook hier is mogelijk een rol weggelegd voor integrated diagnostics. Naast deze genotyping kennen we ook fenotyping: het in kaart brengen van omgevingsfactoren die maken dat iemand een grotere kans loopt om een bepaalde ziekte te ontwikkelen. In een samenwerkingsverband met de Universiteit van Pennsylvania probeert Sectra alle wetenschappelijke kennis op dit gebied om te zetten in een effectieve IT-oplossing.

Enterprise imaging as a service

Deze nieuwe technische ontwikkelingen zijn prachtig, maar het vraagt wel om een nieuwe manier van denken over enterprise imaging. De ontwikkelingen gaan zelfs zo snel, dat als een ziekenhuis flexibel en adaptief genoeg wil blijven om deze ontwikkelingen ook direct toe te passen, je moeilijk om de cloud heen kan. Dit is dan ook hét moment om in gesprek te gaan over een cloud-strategie. Het gaat hierbij niet alleen over innovaties op het gebied van AI of genomics, maar ook over nieuwe wegen die hackers bedenken om je systemen binnen te dringen, zoals ransomware. Door te kiezen voor SaaS (Software as-a-Service) zorg je – ook als klein ziekenhuis – dat je enterprise imaging-systeem altijd volledig up-to-date is, zonder dat je zelf hoeft te investeren in systeembeheer of dataopslag. Je betaalt daarbij alleen voor de onderzoeken die je daadwerkelijk uitvoert. We noemen dit ook wel een consumption based-model.

Beter gebruiken bestaande technologie

Overigens zitten verbeteringen niet alleen in het aanschaffen van nieuwe technologie, maar ook in het beter gebruikmaken van alle technologie die je al in huis hebt. Daarom werkt Sectra met Customer Success Managers. Dit zijn specialisten die data over het gebruik van diagnostische software analyseren om te zien hoe specialisten, laboranten en PACS-beheerders de functionaliteiten in de software gebruiken. Uit die analyses blijkt keer op keer weer dat ziekenhuizen veel mogelijkheden om efficiënter of effectiever te gaan werken laten liggen. Wij helpen ze die mogelijkheden te ontdekken en te benutten. Een voorbeeld hiervan is structured reporting, wat standaard in onze software zit en wat radiologen kan helpen om veel sneller verslagen te maken.

Personeelstekort te lijf

Kortom, Sectra ondersteunt ziekenhuizen met verschillende innovaties bij het te lijf gaan van personeelstekorten en het verbeteren van de diagnostiek. Met computer-aided diagnostics en volledig geautomatiseerde workflows bieden we het hoofd aan het oplopende tekort aan radiologen, oncologen en andere medisch specialisten. Het tekort aan IT-specialisten is bovendien op te lossen door gebruik te maken van een cloud-strategie voor enterprise imaging. Wilt u in gesprek over de uitdagingen van uw ziekenhuis of afdeling? Neem contact op.