In de zorg zijn grote veranderingen gaande doordat zorgdata worden gedigitaliseerd en computers een grotere rekenkracht hebben. Door deze ontwikkelingen wordt er steeds meer geïnvesteerd in digitale systemen die artsen kunnen ondersteunen bij hun beslissingen. Artsen gebruiken vooral beslisbomen, waarbij de computer op basis van patiëntkenmerken en een behandelrichtlijn aangeeft wat de beste behandeling is. Dit blijkt uit een verkenning van het RIVM waarin is onderzocht welke ontwikkelingen in de medische praktijk plaatsvinden rond het gebruik van digitale beslissingsondersteunende systemen.

In de digitale zorg bestaan ook zogeheten zelflerende systemen: deze systemen ontdekken patronen in grote datasets en baseren daarop diagnoses, behandeladviezen of geven een voorspelling. Zo is bijvoorbeeld een computerprogramma ontwikkeld dat het risico op een hartaanval kan voorspellen op basis van patiëntkenmerken. Artsen blijken deze zelflerende systemen wel in onderzoek, maar nog niet veel in de praktijk te gebruiken. Dat komt onder andere doordat eenduidig bewijs voor de effectiviteit nog ontbreekt.

Snellere diagnose, maar er zijn ook risico’s

Artsen zeggen digitale systemen pas te gebruiken als duidelijk is dat het praktisch voordeel heeft. Bijvoorbeeld wanneer een diagnose sneller en efficiënter kan worden gesteld. Behalve de voordelen zijn er namelijk ook risico’s. Het is bijvoorbeeld ingewikkeld om er bij zelflerende systemen voor te zorgen dat de onderliggende wiskundige modellen een correct advies (blijven) geven. Ook kan gebrek aan kennis en vaardigheden van de gebruiker een risico zijn om de waarde van de uitslagen goed in te kunnen schatten. Verder kan incorrect datamanagement een bron van fouten zijn, bijvoorbeeld wanneer de kwaliteit van data te kort schiet.