Symbolic AI voor Coloscopie Surveillance
Binnen de maag-darm-leverzorg is het bepalen van het juiste coloscopie-surveillance-interval cruciaal. Te vroeg heronderzoek leidt tot onnodige belasting van patiënten en personeel, te laat of het niet verrichten van surveillance verhoogt het risico op gemiste pathologie. Hoewel duidelijke richtlijnen bestaan, kan de toepassing ervan in de praktijk variëren door interpretatieverschillen en toenemende administratieve druk. Met Symbolic AI (ook wel Knowledge-Based AI) kunnen richtlijnen worden omgezet in uitlegbare beslisregels die artsen ondersteunen. Dit bevordert niet alleen meer consistente adviezen, maar maakt vooral noodzakelijke poli-capaciteit vrij doordat handmatige controle vervalt. Dit is essentieel, aangezien de wachttijd voor poliklinische MDL-zorg momenteel de langste is in Nederland, waarbij sommige patiënten tot wel 300+ dagen moeten wachten. De inzet van AI draagt hierdoor direct bij aan het wegwerken van deze wachtlijsten en schept ruimte voor betere, tijdigere zorg.
Doel
Het primaire doel van het project is het ontwikkelen van een plan van aanpak voor brede implementatie van een AI- beslisondersteuning voor coloscopiesurveillance adviezen. Het secundaire doel is de overeenstemming en verschillen tussen de huidige richtlijnadviezen en de door AI-ondersteuning adviezen systematisch te beoordelen om de betrouwbaarheid en toepasbaarheid van de AI te bepalen.
Aanpak / werkwijze
Het onderzoeksteam test een lichtgewicht simulatie van beslisregels, analyseren de resultaten en vertalen de lessen naar een opschalingsstrategie met handleidingen, trainingselementen en governance-afspraken. Het project doorloopt drie fasen:
- Draagvlak - Afstemming met artsen, (endoscopie)verpleegkundigen, scopierend verpleegkundige en patiënten voor contextanalyse, inzicht in huidige processen, beslissingen, barrières en randvoorwaarden
- Pilot – simulatie met ±100 virtuele casussen waarin Symbolic AI surveillance adviezen worden vergeleken met de adviezen volgens de huidige Nederlandse colonoscopie surveillance richtlijn.
- Evaluatie – samenbrengen van lessen in een plan van aanpak voor opschaling.
De aanpak bouwt voort op een eerder project met Zorginstituut Nederland (borstkanker), waarin deze methodiek bewezen effectief was voor richtlijnmodellering en validatie.
Samenwerkingspartners
Gelre Ziekenhuizen is hoofdaanvrager en leidt het project via de afdeling MDL. Open Walnoot B.V. levert expertise in Symbolic/Knowledge-Based AI, kennismodellering en simulatie. Erasmus Medisch Centrum Rotterdam, afdeling Maag-Darm- en Leverziekte levert inhoudelijke en wetenschappelijke expertise, wat bijdraagt aan de methodologische onderbouwing, kwaliteitsbewaking en wetenschappelijke meerwaarde van het project. De samenwerking combineert klinische praktijk, wetenschappelijke en technische kennis e een noodzakelijke driehoek om implementatie van uitlegbare AI verantwoord te realiseren.
Verwachte resultaten
Het project levert:
- Gevalideerde beslisregels voor coloscopie-surveillance op basis van landelijke protocollen
- Een Plan van aanpak voor landelijke opschaling van een AI beslisondersteuning voor colonoscopie surveillance
- Inzichten in variatie en consistentie tussen surveillance adviezen van zorgmedewerkers en AI.
- Tools en handleidingen voor implementatie, training en patiëntcommunicatie.
Hiermee ontstaat een fundament voor passende, uitlegbare en uniforme zorg, waarin de arts centraal blijft maar ondersteund wordt door betrouwbare kennisregels.