Moeten we kunstmatige intelligentie laten beslissen over het al dan niet staken van life support?

  • KI analyseert de bloedstroom van de hersenen om de kans op herstel te berekenen
  • Moeten we alleen naar een machine luisteren als er hoop is op herstel?
  • Duizenden levens kunnen worden gered
  • KI kan patiënten helpen nog voordat ze het ziekenhuis bereiken
  • Mogen machines beslissen over het beëindigen van een leven?

Elk jaar raken duizenden mensen in coma. Soms is het een medisch geïnduceerd coma om de hersenen de tijd te geven om te genezen, maar vaker wordt het veroorzaakt door ziekte of letsel aan het centrale zenuwstelsel. In het laatste geval is het vaak enorm lastig om te voorspellen of en wanneer de patiënt uit het coma ontwaakt. Bovendien zijn de conventionele methoden waarmee de functionaliteit van de hersenen beoordeeld wordt niet altijd nauwkeurig en heb je ook te maken met mogelijke menselijke fouten. De mening van de arts speelt bij de familieleden echter een grote rol in de beslissing om de levensondersteunende zorg al dan niet te beëindigen.

Onderzoekers van de Chinese Academy of Sciences and the PLA General Hospital in Beijing hebben mogelijk een oplossing ontwikkeld voor deze uitdagingen. Hun machine learning-algoritme kan namelijk een second opinion bieden over de mogelijke herstelkansen van comapatiënten. Dit zou niet alleen de keuze van behandelingsstrategieën direct beïnvloeden, maar ook hoe de familieleden denken over de voortzetting van life support.

KI analyseert de bloedstroom van de hersenen om de kans op herstel te berekenen

Dit KI-systeem analyseert de fMRI-scans (functionele magnetische resonantie imaging) van patiënten waarbij kleine veranderingen in de bloedstroom gedetecteerd worden. Deze data kan aangeven hoe specifieke gebieden van de hersenen die verantwoordelijk zijn voor bewegingscontrole of gezichtsvermogen na het letsel (nog) met elkaar communiceren. Om de kansen op herstel te berekenen kijkt de software ook naar factoren als de leeftijd van de patiënt, de oorzaak van het letsel en hoe lang de persoon al in coma is. Van deze technologie is tot nu toe al bij meer dan 300 patiënten in China gebruik gemaakt en in sommige gevallen voorspelde de KI resultaten die enorm verschilden met wat de artsen verwachtten.

Een gekleurde afbeelding van de binnenkant van een menselijk hoofd
Dit KI-systeem analyseert de fMRI-scans (functionele magnetische resonantie imaging) van patiënten waarbij kleine veranderingen in de bloedstroom gedetecteerd worden.

Een 19-jarige patiënt lag bijvoorbeeld zes maanden in coma als gevolg van hersenletsel dat hij door een ongeval had opgelopen. Een team van China’s beste artsen gaven hem weinig kans op herstel en zijn familie had het wettelijke recht om levensondersteuning te stoppen. Maar het KI-algoritme voorspelde dat de jongen binnen 12 maanden zou herstellen en dat is ook precies wat er gebeurde. De KI heeft het overigens niet altijd bij het juiste eind, want het systeem voorspelde in een ander geval bijvoorbeeld dat een 36-jarige patiënt niet meer zou ontwaken, terwijl deze persoon een jaar later volledig hersteld was. Over het algemeen komen de KI-voorspellingen echter overeen met die van menselijke artsen.

De voorspellende kracht van dit algoritme is verbazingwekkend, vooral gezien het feit dat het de afgelopen jaar met een relatief gelimiteerde dataset getraind is. De onderzoekers volgden en analyseerden 112 comapatiënten en maakten gebruik van hun fMRI-scans om het algoritme te trainen. Nadat de software volledig was ontwikkeld wist deze in 88 procent van de gevallen goed te voorspellen welke van de 112 patiënten zouden herstellen. Het systeem maakt inmiddels deel uit van de dagelijkse processen in het PLA General Hospital in Beijing en naarmate er meer gegevens worden geanalyseerd zal de nauwkeurigheid van het programma zeker verbeteren. En gezien het feit dat er in China elk jaar 70.000 tot 100.000 nieuwe comapatiënten bijkomen, zijn nieuwe technologische ontwikkelingen op dit gebied voor zowel artsen als de familieleden van de patiënten van groot belang.

Moeten we alleen naar een machine luisteren als er hoop is op herstel?

De beslissing om een levensondersteunende behandeling te staken is zeer ingewikkeld en kan niet zomaar door een slim algoritme berekend en bepaald worden. Verzekeringen, medische kosten en het risico op plotseling overlijden zijn allemaal factoren die meespelen in zulke beslissingen. Yang Yi, een arts op de afdeling neurochirurgie van het PLA General Hospital, zegt: “Als we de familie op de hoogte brengen van de KI-score, vertellen we er altijd bij dat dit eigenlijk maar voor 20 tot 50 procent mag meewegen in hun beslissing om levensondersteunende behandelingen al dan niet te staken”. En familieleden besluiten vaker om de behandeling voort te blijven zetten.

Kunstmatige intelligentie kan met name iets betekenen voor mensen van wie de familieleden zich in een vegetatieve toestand bevinden of pijn hebben. Yang Tongwei, universitair hoofddocent medische ethiek aan de Shandong Universiteit in Jinan, legt uit dat het staken van life support voor comapatiënten die veel lijden (financiële) middelen kan besparen. Deze kunnen vervolgens gebruikt worden om patiënten te helpen waarvan de herstelkansen beter zijn. De neurowetenschapper Pascal Kaufmann benadrukt dat KI alleen een rol mag spelen als het bepaalt dat een patiënt een overlevingskans heeft. “Een patiënt laten overlijden op basis van wat een machine vertelt – dat mag niet mogelijk zijn”, zegt hij.

Duizenden levens kunnen worden gered

Het is vrijwel onmogelijk om in te schatten hoeveel levens er in het verleden verloren zijn gegaan door voortijdige beslissingen om levensondersteuning te beëindigen. Het is echter zeer waarschijnlijk dat een aantal van deze patiënten uiteindelijk had kunnen herstellen als ze meer tijd hadden gekregen. Als krachtige KI-tools zoals die in Beijing ontwikkeld zijn eerder beschikbaar waren geweest, had men mogelijk duizenden levens kunnen redden. Neem bijvoorbeeld patiënten die een hartstilstand krijgen. In de VS hebben elk jaar ongeveer 356.000 mensen een hartaanval buiten het ziekenhuis. In Europa zijn dat er jaarlijks ongeveer 350.000. Zo snel mogelijk proactief reanimeren is hierbij cruciaal. Helaas raken patiënten echter vaak in coma omdat ze door zuurstofgebrek hersenbeschadiging oplopen.

“De meeste patiënten zijn comateus na reanimatie en nauwkeurig voorspellen welke patiënten uit zo’n coma zullen ontwaken kan een enorme uitdaging zijn”, zegt dr. Bentley Bobrow, een professor aan de University of Arizona Colleges of Medicine in Tucson en Phoenix. Samen met zijn team was hij co-auteur van een onderzoek dat beschrijft hoe sommige patiënten met een hartstilstand zelfs na zes of zeven dagen uit een coma ontwaken, zonder significante neurologische defecten.

Hij legt uit dat artsen en familieleden eigenlijk langer moeten wachten dan “de gebruikelijke drie dagen voordat ze conclusies trekken over herstel van hersenfuncties en beslissingen nemen over mogelijke staking van levensondersteunende zorg”. Met andere woorden, bij veel patiënten wordt life support gestaakt, ondanks dat er grote kans bestaat op herstel. Samuel Keim, een professor en voorzitter van de afdeling spoedeisende geneeskunde aan de Universiteit van Arizona, zegt: “We kunnen duizenden levens per jaar redden door slachtoffers van een hartstilstand meer tijd te geven om te ontwaken in het ziekenhuis”.

Dit voorbeeld illustreert dat KI-technologie een belangrijke rol kan spelen in het voorspellen van de overlevingskansen van comapatiënten. Met een score die duidt op hoge overlevingskansen zouden artsen en familieleden andere beslissingen nemen. En zelfs in het slechtste geval zouden ze er in ieder geval zeker van zijn dat ze er alles aan gedaan hebben om hun dierbaren te redden en dat het staken van life support de juiste beslissing is.

KI kan patiënten helpen nog voordat ze het ziekenhuis bereiken

Maar voorspellen wanneer mensen uit een coma ontwaken is niet het enige dat KI kan doen. Het Deense KI-softwarebedrijf Corti SA heeft aangetoond dat zijn deep learning KI met 93 procent zekerheid kan detecteren of er bij een persoon die een hulpdienst belt sprake is van een hartaanval. Bij menselijke artsen is dat percentage 73 procent. Dit zou de reactietijd kunnen versnellen zodat deze mensen op tijd de juiste zorg krijgen en voorkomen dat ze in coma raken.

De marktwaarde van KI-tools in de gezondheidszorg was $719 miljoen in 2017 en bereikt tegen 2025 naar verwachting $18,1 miljard

Het is dus van levensbelang dat artsen toegang krijgen tot KI-technologieën. Bij het analyseren van grote datasets zijn machines per slot van rekening inherent beter dan mensen. Bovendien kan KI de conditie van de patiënt objectief beoordelen, wat het belang van KI in de zorg alleen maar onderstreept. De markt voor KI-tools in de geneeskunde was in 2017 al $719 miljoen waard en de verwachting is dat deze in 2025 een waarde van maar liefst $18,1 miljard zal bereiken.

Mogen machines beslissen over het beëindigen van een leven?

Kunstmatige intelligentie heeft mensen met schaak- en andere strategische spellen al diverse keren verslagen, en op een dag kan KI een auto zelfs beter besturen dan wij dat kunnen. Als gevolg van de recente doorbraken in China en elders in de wereld, krijgt KI nu ook invloed op beslissingen over leven en dood. Hoe angstaanjagend het ook klinkt om dat aan machines over te laten, kunnen we niet ontkennen dat baanbrekende technologieën de medische sector positief veranderen. Artsen die gebruik kunnen maken van machine learning-software hebben toegang tot een objectieve second opinion over de behandeling van comapatiënten. Hersenscans kunnen met KI sneller worden geanalyseerd en daarmee wordt de kans groter dat families hun geliefden na ernstig hersenletsel toch weer zien ontwaken en herstellen.

En omdat KI-tools steeds meer data ingevoerd krijgen en steeds meer leren, worden hun voorspellingen ook steeds accurater. Denk bijvoorbeeld aan alle waardevolle inzichten die KI kan genereren aan de hand van digitale medische dossiers en data van health-wearables. Of de onschatbare hulp die slimme algoritmen radiologen kunnen bieden bij het opsporen van onregelmatigheden in CT-scans. Het is daarom belangrijk dat we deze nieuwe technologieën niet als een bedreiging zien of als vervanging voor medische professionals, maar als een hulpmiddel om de menselijke expertise te ondersteunen en te verbeteren.

Gratis e-books voor 13 sectoren.

De wereld verandert in snel tempo en dat heeft grote impact op all sectoren. Daarom hebben we voor maar liefst 13 sectoren een compact e-book ontwikkeld. Daarin vind je de laatste trends op een rij, onderbouwd met interessante statistieken.
Dit blog is geschreven door Richard van Hooijdonk

Dit blog is geschreven door Richard van Hooijdonk

Trendwatcher, futurist en internationaal topspreker Richard Van Hooijdonk neemt je mee naar een inspirerende toekomst die leven, werken en ondernemen drastisch gaat veranderen.

Alle Lezingen