Nieuwe stap in AI en zorg: ziekenhuizen gaan samenwerken aan AI-ontwikkeling zonder data te delen
Het nieuwe project Health-AI, geleid door prof. dr. Andre Dekker, biedt een oplossing voor een van de grootste uitdagingen in de zorg: het veilig en effectief trainen van AI-modellen met patiëntgegevens van meerdere ziekenhuizen, zonder dat deze gegevens gedeeld hoeven te worden. Dankzij federated learning kunnen algoritmen leren van data die lokaal blijft, met behoud van privacy. Health-AI wil een revolutie teweegbrengen in de toegankelijkheid van gegevens, wat kosteneffectieve, efficiënte en rechtvaardige gezondheidszorg dichterbij brengt.
Het uitwisselen van patiëntgegevens tussen zorginstellingen blijft namelijk een uitdaging, wat leidt tot vertragingen in diagnoses en behandelingen. De zorgsector kampt bovendien met administratieve inefficiënties, personeelstekorten en stijgende kosten. Zonder ingrijpen zal in 2040 een kwart van de beroepsbevolking nodig zijn in de zorg. Dit zijn algemeen erkende problemen en de toepassing van AI wordt genoemd als (een deel van) de oplossing. Echter, om AI-modellen te trainen zijn grote hoeveelheden patiëntgegevens nodig, doorgaans van meerdere centra. Ook hier lopen we tegen de privacywetgeving aan, en vormt de uitwisseling van data een barrière.
Samenwerken zonder data te delen
Federated learning laat ziekenhuizen AI-modellen trainen op hun eigen gegevens zonder deze te versturen. Dit zorgt ervoor dat medische data veilig blijft binnen de eigen muren van het ziekenhuis, terwijl de AI toch leert van de kennis en patronen die bij andere instellingen worden verzameld. Federated learning is gebaseerd op de Personal Health Train-aanpak en gebruikt het vantage6-framework, mede ontwikkeld door Clinical Data Science-Maastricht, de gezamenlijk academische afdeling van de Universiteit Maastricht, Maastricht UMC+ en Maastro en staat onder leiding van prof. dr.ir. Andre Dekker.
"Met Health-AI benutten we AI zonder concessies te doen aan privacy en veiligheid. Dit helpt ons om effectievere behandelingen te ontwikkelen en de zorg efficiënter te organiseren. Naar verwachting zullen we in onze bestralingskliniek AI-modellen die getraind en valideerd zijn door middel van federated learning als praktijkvoorbeeld voor automatische contouring van longtumoren gaan toepassen. Dit project laat zien hoe AI de zorg efficiënter en patiëntgerichter kan maken, zonder concessies te doen aan privacy of veiligheid."
Gesteund door een breed consortium en AiNed-subsidie
Health-AI wordt ondersteund door een consortium van 16 toonaangevende organisaties waaronder; Maastro, Medical Data Works, Radboud UMC, NKI-Antoni van Leeuwenhoek, Isala Zwolle, UMC Groningen, Maastricht University, TNO, Philips, BranchKey, Roseman Labs, IQVIA, SURF, Linksight and Health-RI. Het project heeft een subsidie van 9 miljoen euro ontvangen van de Rijksdienst voor Ondernemend Nederland (RVO) in het kader van het Nationaal Groeifonds programma AiNed (nu AI Coalitie 4 NL (AIC4NL)). De komende vier jaar zullen deze partners samenwerken om een veilige en efficiënte infrastructuur op te zetten waarin AI in de zorg optimaal benut kan worden.
Oplossing voor een urgent probleem
Het Integraal Zorgakkoord (IZA) voorspelt een explosieve stijging van de zorgvraag en -kosten. Health-AI biedt een concrete oplossing door AI slim en privacyvriendelijk in te zetten. Naast de ontwikkeling van een algoritme richt het project zich op een veilige data-infrastructuur.
Tijdens de eerdere proof-of-conceptfase is al bewezen dat deze aanpak werkt. Binnen een kleinere groep van consortiumpartners is de technische infrastructuur succesvol getest in de praktijk. Daarbij zijn onder andere AI-modellen ontwikkeld voor het voorspellen van overleving bij longkanker en het automatisch afbakenen van longtumoren op CT-beelden – alles volledig federatief en met echte patiëntdata, zonder dat de gegevens het ziekenhuis verlieten. Deze resultaten geven veel vertrouwen in de haalbaarheid en impact van de gekozen aanpak.
Impact op de zorg en daarbuiten
Naast de zorg brengt federated learning ook kansen voor sectoren als logistiek, financiën en energie. Door deze technologie nu grootschalig te testen, positioneert Nederland zich als koploper in verantwoorde AI-ontwikkeling.
Toekomst van AI in de zorg
De eerste fase van Health-AI bewees de haalbaarheid van federated learning in ziekenhuizen. Met steun van AiNed en sterke samenwerking werken partners aan verdere ontwikkeling en implementatie.
Als Health-AI slaagt, zetten we een grote stap in AI-gebruik in de zorg. Dit project kan de zorg efficiënter maken, patiëntveiligheid vergroten en innovatie stimuleren.Prof. dr. Andre Dekker