Diensthoofd Radiologie professor dr. Johan De Mey heeft de dingen zien veranderen in het UZ Brussel. “Als beginnend radioloog had ik na een dag hard werken 150 foto’s gemaakt. Nu maken we op onze dienst zo’n 150 miljoen beelden per jaar. We waren toen, en zijn nu dankzij de toepassing van artificiële intelligentie, een voorloper in Europa.”
Het klinkt als een heimwee naar de Pleinlaan.
“1980, het was mijn eerste jaar als student geneeskunde en we zaten nog samen met alle VUB’ers in Etterbeek. Het studentenleven stond er nog een beetje in zijn kinderschoenen. Veel studenten kwamen uit het beschermende milieu van hun kleine gemeente en plots studeerden ze in die grote stad.” Een hele aanpassing, maar de kleinschaligheid van de VUB en het UZ maakte de overgang soepel. “Ik liep in dit ziekenhuis stage en er was in die tijd nog meer mogelijk, minder werk ook dus haalden we zo nu en dan streken uit. Accreditatie bestond nog niet (lacht).
Tijdens mijn laatste jaar deed ik onderzoek naar chemotherapie. Maar ik begon al snel de patiënten te missen. Zo werd radiologie een logische keuze. De VUB was even hiervoor erkend als excellentiecentrum in medische beeldvorming. De dienst had net een tweede CT-scan geplaatst, een jaar daarvoor een eerste MR-scan. Die kostte toen zo’n 2,5 miljoen euro, meer dan het duurste toestel nu. Een onderzoek duurde toen makkelijk een half uur. Ik zie me nog zitten achter een scherm: bij elke patiënt moest ik zo’n 15 keer ‘adem in, adem uit’ zeggen. Zo deed ik 10 patiënten per dag. Na hard werken had je 150 foto’s gemaakt.”
We konden excelleren door op een paar domeinen te focussen.
Tijden veranderen.
“In 1986 waren we het eerste ziekenhuis dat beelden digitaal bewaarde. Dat was een beetje raar: voorloper in Europa, excellentiecentrum, terwijl we een kleine, jonge universiteit waren. En er waren nog diensten die top werden in Europa: diabetes, fertiliteit… we konden excelleren door op een paar domeinen te focussen. Bij radiologie zijn we weer voorloper doordat we artificiële intelligentie (A.I.) inschakelen. Samen met enkele opstartbedrijven, zoals een spin-off van Stanford, bereiden we ons zo voor op de toekomst.”
Dat moet ook.
“Op onze dienst maken we nu zo’n 150 miljoen beelden per jaar. Dat betekent dat onze radiologen slechts twee seconden per beeld hebben om ernaar te kijken. En het gaat steeds sneller: over twee jaar zitten we onder de seconde, binnen vier jaar op een halve. Het wordt voor een mens onmogelijk om al die data te analyseren. Dan heb je computerhulp nodig. De eerste stap waarbij A.I. helpt is detectie, zoals bij zones in de borst met kleine puntvormige verkalkingen die een risico op tumoren vormen. De computer zet rond al die puntjes een cirkel om de analyse te vergemakkelijken. Een andere functie van A.I. is volumemeeting. Vroeger moesten we beelden na elk onderzoek naast elkaar leggen en dan manueel uitmeten. Dat hoeft nu niet meer.”
De risico's op fouten zijn minder omdat we veel meer data hebben.
De laatste ontwikkeling.
“A.I. kan kleine bloedvaatjes die de hartspieren van bloed voorzien selecteren en op basis van vloeistofdynamica de maximale hoeveelheid bloed berekenen die tot bij de spieren raakt. Want als die te laag is wordt het risico op een hartinfarct groter. Op basis van 1500 tot 2000 beeldjes krijgen die bloedvaatjes onmiddellijk een waarde mee waarop wij kunnen bepalen of er een risico is. Deze methode is gevalideerd ten opzichte van de gebruikelijke coronarografie, waar men met een buisje in de bloedvaten de meting verricht.”
Het is goed dat de technologie stilaan zijn ingang vindt.
“Begin jaren ‘90, kreeg een radioloog de tijd om 2 minuten aan een foto te besteden, je kon daardoor informatie uit boeken verzamelen en je had een uur om een patiënt te analyseren, en dan nog eens een uur om met de clinicus over de patiënt te discussiëren over de te volgen stappen. Nu zijn al die stappen gereduceerd tot 10 minuten. We moeten daarom veel performanter zijn. De wet van de economie is nu eenmaal ooit in de geneeskunde binnengeslopen.
Binnen tien jaar naait een robot een bloedvat beter aan elkaar dan een chirurg.
Te weinig performantie betekent te weinig inkomsten waardoor we geen moderne technologie kunnen aanschaffen, geen bekwame mensen kunnen aantrekken en zo komen we in een neerwaartse spiraal. Toch moeten we ervoor waken dat we niet enkel aan de inkomsten denken, de kwaliteit moet ook gewaarborgd blijven. Overigens was die vroeger ook niet altijd gewaarborgd. Het leek alleen maar eenvoudiger omdat er minder middelen waren. Het was meer ‘geneeskunst’ omdat je op basis van een heel beperkt aantal gegevens een juiste beslissing moest nemen. Nu zijn de risico’s op fouten verminderd omdat we veel meer data hebben.”
De rol van de radioloog is geëvolueerd.
“Het konijn dat naar een lichtbak zat te kijken is een data-analist geworden die op basis daarvan de beste behandeling voorstelt. De rol van een chirurg is ook in die richting geëvolueerd. Binnen tien jaar naait een robot een bloedvat beter aan elkaar dan een chirurg dat kan. Die zal dan voornamelijk zijn tijd besteden aan beslissingen nemen in plaats van zelf handelingen uit te voeren. Zo zullen in de toekomst het niet meer de radiologen zijn die beelden goed kunnen analyseren maar wel zij die het best kunnen communiceren met de artsen.”
--
Een volledig overzicht van ons feestmagazine vindt u hier.