Harmen Bijwaard & Martijn Kamphuis

De (radiologische) zorg staat onder druk vanwege een groeiend personeelstekort. Daarnaast blijven de zorgkosten in Nederland stijgen, terwijl de maatschappelijke draagkracht voor verdere groei beperkt lijkt te zijn. Deze twee belangrijke trends zetten de toegankelijkheid van de zorg onder druk.

Gelukkig biedt Kunstmatige Intelligentie (A.I.) een veelbelovende weg naar verbetering van zowel de kwaliteit als de toegankelijkheid van de zorg. A.I. heeft het potentieel om de werklast van radiologen en MBB’ers te verlichten en biedt tevens mogelijkheden om werkprocessen te optimaliseren. Vooral in de preventieve zorg is A.I. van groot belang, bijvoorbeeld in borst- en longkankerscreening, waar de zorgbehoefte hoog is. Helaas wordt het gebruik van deze toepassingen belemmerd door een hiaat in kennis en implementatie.

Met de opbrengsten van het RAILL-project wordt direct bijgedragen aan het verbeteren van secundaire preventie in de regio Noord-Holland. Dit draagt niet alleen bij aan de kwaliteit van zorg in de regio, maar vergroot ook de uitvoerbaarheid op en duurzaamheid van de afdeling radiologie.

Het RAILL-project richt zich op drie belangrijke thema’s. Allereerst wordt de toegevoegde waarde van bestaande A.I.-toepassingen in de radiodiagnostiek onderzocht. Ten tweede wordt gekeken naar de waarde van A.I.-toepassingen in de workflow met betrekking tot verslaglegging van onderzoeken. Als laatste wordt er een generieke klinische implementatiestrategie ontwikkeld voor nieuwe A.I.-toepassingen. We verwachten dat deze drie thema’s een impuls zullen geven aan de radiologische preventieve zorg.