'De wereld verandert razendsnel door een cluster van innovaties rondom big data en Artificial Intelligence (AI). Data science heeft in allerlei sectoren een grote impact op het dagelijkse werk - zeker ook in de zorg', zegt Jeroen de Mast, hoogleraar data-driven business innovation aan de Amsterdam Business School (ABS) van de Universiteit van Amsterdam (UvA).

De term big data verwijst naar vernieuwende infrastructuren voor data, zoals cloudapplicaties en Internet of Things-apparaten, waarmee je grote hoeveelheden gegevens kunt verzamelen, opslaan en delen. Deze omvangrijke datasets drijven AI. 'Data science houdt zich bezig met big data en AI, en wordt gekenmerkt door de ontwikkeling van data-infrastructuren, data analytics en data entrepreneurship', licht De Mast toe. 'De zorg staat aan het begin van een ingrijpende transitie waarin data science verandert wat we doen, hoe we werken en wie welke taken vervult.'

Kansen en risico's van data science

Waarom is het belangrijk voor professionals, managers en bestuurders in de zorg om zich te verdiepen in data science? Allereerst omdat er zo veel kansen liggen, zegt De Mast. 'Met data science ontstaan rijke en gedetailleerde gegevens voor geneeskundig onderzoek. Je kunt bijvoorbeeld op grote schaal een diversiteit aan personen volgen. Daarnaast zijn er mogelijkheden op het gebied van diagnostiek en screening. Een AI-tool kan vaak minstens zo betrouwbare diagnoses stellen als een menselijke arts. Bovendien liggen er kansen om datascience in te zetten voor een efficiëntere bedrijfsvoering met minder administratieve lasten.' Met AI kan een organisatie bijvoorbeeld routinematige taken, zoals verslaglegging, automatiseren.

Ook de risico's rond big data en AI betekenen dat de zorgsector expertise en skills nodig heeft op het gebied data science, benadrukt De Mast. 'Het is belangrijk om te weten welke risico's er spelen, en hoe we die kunnen reguleren. Het gaat concreet om bijvoorbeeld zorgen over privacy en cybersecurity, een gebrek aan transparantie rond algoritmen, en manipulatie en desinformatie. Daarnaast zijn er vragen over de dominantie van big tech: AI lijkt steeds meer macht te concentreren bij enkele zeer grote bedrijven, en er zijn weinig checks and balances.'

Awareness en actie

Awareness over de voor- en nadelen is volgens De Mast een belangrijke eerste stap naar een zorgsector die data science optimaal inzet. Daarnaast zijn er concrete acties nodig om de ontwikkelingen in goede banen te leiden. 'Er moet een vertaalslag worden gemaakt van de manieren van werken in de zorg naar de technologische oplossingen die big data en AI mogelijk maken. Artsen en verpleegkundigen krijgen steeds meer te maken met AI-tools die de rol van co-pilot op zich nemen. Taken die tot nu toe volledig in handen zijn van mensen, worden straks uitgevoerd in nauwe samenwerking met AI. De integratie van AI in werkprocessen - en het management daarvan - wordt daardoor een belangrijk onderdeel van het werk van zorgprofessionals.'

AI versus menselijk begrip

In zijn bijdrage aan de MBA in Healthcare Management van de ABS deelt De Mast praktisch toepasbare inzichten over de mogelijkheden, uitdagingen en risico's van data science in de zorg. 'De kern van AI wordt in feite gevormd door wiskundige vergelijkingen die de statistische patronen in grote hoeveelheden data ontdekken. In de huidige generatie AI is er dus geen sprake van een menselijk begrip, maar van voorspellingen op basis van statistische patronen in data. Als je dat doorziet, dan kun je beter beoordelen wat de sterke en minder sterke kanten van AI zijn. AI kan bijvoorbeeld een diagnose stellen op basis van gegevens in een patiëntendossier en de uitkomsten van onderzoeken zoals een MRI-scan. Maar AI heeft geen notie van wat een patiënt is, en kan zich geen beeld vormen van wat een diagnose voor een patiënt betekent.'

Vertaalslag van zorg naar technologie

De Mast pleit ervoor dat zorgprofessionals worden opgeleid om de rol van analytics translator te vervullen. 'Deze rol, waarin je een brug slaat tussen technologie en het zorgdomein, wordt steeds belangrijker. De zuiver technische rollen in data science zijn redelijk uitgekristalliseerd. Maar daarnaast heb je echt kennis van de zorg nodig om de mogelijkheden en onmogelijkheden op de juiste waarde te schatten, de vertaalslag te maken naar de dagelijkse praktijk en de risico's goed te managen.'