ETZ, UMCG en Amsterdam UMC zetten ChatGPT-model in om patiëntvragen te beantwoorden
Het ETZ (Elisabeth-TweeSteden Ziekenhuis) zet als proef generatieve artificial intelligence (AI) in om medische vragen van patiënten te beantwoorden.
Ook het UMC Groningen en Amsterdam UMC gaan de toepassing van epd-leverancier Epic uitproberen. Andere ziekenhuizen met hetzelfde epd kunnen later aansluiten.
“We ontvangen nu al in ons ziekenhuis wekelijks meer dan duizend berichten met vragen van patiënten”, zegt Jessica Workum, intensivist van het ETZ en nauw bij het AI-project betrokken. “Dat aantal zal alleen maar toenemen.” Het ziekenhuis gaat daarom in navolging van enkele Amerikaanse ziekenhuizen een large language model gebruiken om te helpen de vragen te beantwoorden. Het ETZ verwacht dat dit medewerkers veel tijd bespaart.
Conceptantwoorden
Het AI-model genereert automatisch een conceptantwoord op binnengekomen vragen. Dat wordt klaargezet in het elektronisch patiëntendossier (epd). Een medewerker van het ziekenhuis kan het van daaruit doorsturen naar de patiënt. Workum: “Daarbij is het belangrijk om te benadrukken dat artsen altijd de mogelijkheid hebben om een bericht aan te passen voordat het verzonden wordt.” Om te voorkomen dat in alle haast een conceptantwoord te snel wordt doorgestuurd, moeten medewerkers er altijd eerst naar kijken.
Model achter ChatGPT
De proef is een initiatief van de Amerikaanse epd-leverancier Epic in samenwerking met de Epic vereniging Nederland, waar alle Nederlandse ziekenhuizen met dat epd deel van uitmaken. Epic liet eerder al liet weten op dit vlak samen te werken met Microsoft, een van de partijen achter OpenAI. Die onderneming werd in korte tijd bekend door ChatGPT te lanceren. De toepassing van Epic maakt dan ook gebruik van hetzelfde onderliggende taalmodel: GPT4.
Privacy
Om de privacy van de patiënt te waarborgen, draait het hele model binnen de cloud-omgeving van het ziekenhuis. Het taalmodel wordt dan ook niet hertraind, want dat zou botsen met het medisch beroepsgeheim en privacywet AVG. “We kunnen het model wel verbeteren door de instructies die we geven aan te passen, het zogeheten prompt-engineering”, legt Workum uit.
De instructies worden aangepast op basis van feedback van zorgverleners. Dat bepaalt bijvoorbeeld op welke vragen het model wel of niet antwoord geeft. Zo heeft het ETZ bepaald dat het model alleen een conceptantwoord genereert als de informatie al bekend is in het dossier van de patiënt. Zo zal het model bijvoorbeeld geen antwoord geven als een patiënt een vraag stelt over medicatie die niet aan hem of haar is voorgeschreven. De instructies voor het model kan ieder ziekenhuis naar eigen inzicht aanpassen. De kennis en ervaring die het ETZ in de pilot opdoet, zal het delen met alle betrokken ziekenhuizen.
Europese primeur
ETZ, UMC Groningen en Amsterdam UMC zijn de eerste ziekenhuizen in Europa die het model gaan uitproberen. De proef bij het ETZ duurt drie maanden. Het ETZ test het systeem momenteel in een veilige testomgeving. De gegenereerde antwoorden gaan dus nog niet naar patiënten. “Daaruit moet blijken in hoeverre het de zorgverlener tijd bespaart en hoeveel tijd het kost voor bijvoorbeeld onderhoud”, zegt Mandy Aalderink, epd-architect in het ETZ.
Het UMCG laat in een reactie aan Skipr weten dat de proef nog “in een prille ontwikkelingsfase” zit. Het ziekenhuis kan dan ook niet aangeven op welke termijn het van start gaat. Ook Amsterdam UMC bevestigt ermee bezig te zijn, maar is nog niet zo ver als het ETZ.
Andere toepassingen
In de toekomst kan de AI-toepassing ook andere teksten genereren dan alleen antwoorden op vragen van patiënten, verwacht het ETZ. Voorbeelden hiervan zijn medische samenvattingen van het patiëntendossier en concept-patiëntenbrieven. Aalderink: “Voor huisartsen is het belangrijk dat ze snel een ontslagbrief van een patiënt ontvangen. In de dagelijkse hectiek komt een arts in het ziekenhuis daar niet altijd direct aan toe. Dan is het een uitkomst als met behulp van AI zo’n brief automatisch in het epd wordt klaargezet. Omdat een arts dit dan niet zelf hoeft te doen, kan hij meer tijd besteden aan de zorg voor patiënten.”
Toekomst van generatieve AI in de zorg
Uiteindelijk verwacht Workum dat dergelijke AI-modellen informatie uit het dossier van de individuele patiënt kan combineren met medische domeinkennis. “Dan kun je ook vragen stellen als: wat is voor deze patiënt de beste behandeling?”, zegt ze. Omdat je het model dan gebruikt als zogeheten medical device, worden daar wel strenge eisen aan gesteld. Het zal dus nog wel even duren voor het zover is, schat de intensivist in. “Maar uiteindelijk is dat de toekomst. Wat we nu aan het testen zijn, is een mooie eerste stap op dat gebied.”