“Zelfs de meest ervaren clinicus is inconsistent – AI niet”

Search Dental Tribune

“Zelfs de meest ervaren clinicus is inconsistent – AI niet”

E-Newsletter

The latest news in dentistry free of charge.

  • This field is for validation purposes and should be left unchanged.
(foto: Canva/geralt)
Franziska Beier, Dental Tribune International

By Franziska Beier, Dental Tribune International

zo. 31 oktober 2021

save

De Amerikaanse Dr Kyle Stanley is een specialist in implantologie, oprichter van een organisatie voor het veranderen van patiëntenzorg door middel van artificial intelligence (AI) en een gepassioneerd voorstander van mentale gezondheid in de mondzorg. Op 16 september hield hij een lezing over de toekomst van mondzorg met AI bij het Osstell ISQ Online Symposium, waar vorig jaar 2000 mensen aan deelnamen. Stanley legt uit hoe AI mondzorgprofessionals kan ondersteunen op verschillende terreinen, zoals radiologie, praktijkmanagement, smile design, het laboratorium en mondzorgverzekeringen. Ook vertelt hij hoe AI gaat helpen om behandelplannen te individualiseren en hoe AI het welzijn van tandartsen kan verbeteren.

Kunt u uitleggen hoe AI verschillende aspecten van de mondzorg verbetert en wat de voordelen voor mondzorgprofessionals en hun patiënten zijn?
Patiëntenzorg begint met een diagnose en in de tandheelkunde start een diagnose met röntgenfoto’s. Computer vision AI is een mogelijke tandheelkundige diagnostische tool gebleken en diagnostische consistentie heeft veel potentie met AI. Dat is omdat tandartsen een ongelukkig groot gebrek aan consistentie hebben. Veel tandartsen zullen een Reader’s Digest-verhaal uit 1997 kennen, geschreven door een onderzoeksjournalist, die 50 verschillende tandartsen in de VS bezocht in vier maanden, hen dezelfde röntgenfoto’s van zijn gebit liet zien en 50 verschillende diagnoses en behandelplannen ontving. Die ervaring is in veel onderzoeken over de jaren gevalideerd, inclusief een recent onderzoek van het Dental AI Council, waarin 136 tandartsen die dezelfde röntgenfoto’s beoordeelden nooit meer dan 50% diagnostische consensus over elk willekeurig element bereikten. Ook gaven ze verschillende behandelplannen voor de hele mond, variërend van 300 tot 36.000 dollar.

Deze inconsistenties kunnen worden toegeschreven aan factoren als verschillen in opleiding, ervaring en de gemoedstoestand. Wat de oorzaak ook is, het is vrij duidelijk dat zelfs de meest ervaren clinicus inconsistent is. AI is dat niet. Als ze eenmaal getraind zijn kunnen computer vision systems voor diagnostiek hetzelfde werk elke keer beter doen. Ze zijn boven alles consistent. Omdat een computer vision diagnostic system’s intelligentie zo gefocust is, is de uitvoering niet beïnvloed door vooroordelen of vermoeidheid, wat zelfs de meest ervaren menselijke radioloog wel kan beïnvloeden. Dit maakt de systemen zeer geschikt om tandartsen uit te rusten met diagnostische second opinions aan de stoel. Validatie die voordelen geeft die een impact op alles hebben, inclusief behandelplannen, patiëntvertrouwen, goedkeuring van verzekeringsclaims en medische aansprakelijkheid.

Natuurlijk zijn deze systemen ook erg snel. In maar een paar seconden kan een computer vision system diagnoses van duizenden röntgenfoto’s geven. Ondanks dat dat soort snelheid niet per se nodig is bij een één-op-één patiëntenconsult, kan het erg handig zijn bij taken als het evalueren van elke eerdere röntgenfoto in een praktijkmanagement-systeem om de diagnostische sterke en zwakke punten van de verstrekker te bepalen, gemiste diagnoses onder patiëntenpopulaties te tonen en uiteindelijk een duidelijke, verhoogde standaard van zorg te vestigen. Dit soort systemen staan op het punt om toegepast te worden in de praktijk, maar zijn in afwachting van toestemming van de US Food en Drug Administration (FDA).

Aangezien praktijkmanagement geen patiëntgericht gebied is, is toestemming van de FDA op dat vlak echter niet noodzakelijk en diagnostische radiologische AI-systemen leveren daar al merkbare voordelen. Computer vision diagnostic systems convergeren al met praktijkmanagement-systemen, waar bestaande röntgenfoto’s veel uitvoerbare inzichten geven in zowel patiëntgezondheid als het optreden van de tandarts. Deze toepassing is nuttig in solopraktijken en specifiek in grotere groepen en dentale service organisaties, waar de grote omvang van datageneratie het erg bruikbaar maakt.

Dezelfde diagnostische AI-technologie kan worden gebruikt bij verzekeringen om radiografisch bewijs te beoordelen. In het verleden kregen verzekeringsmaatschappijen altijd veel te veel claims met röntgenfoto’s binnen om ze allemaal te kunnen valideren. Computer vision heeft het, toegepast in gebruiksmanagement, makkelijker gemaakt om elke claim diagnostisch te kunnen valideren. Deze systemen beoordelen alle radiografische bijlagen en vergelijken hun diagnostische bevindingen met diagnostische codes uit de claim. Als alles klopt wordt de claim betaald. Als de bevindingen van het AI-systeem en de codes niet matchen, wordt de claim doorgespeeld naar een menselijke beoordelaar. Dat betekent dat de investering in menselijke capaciteit alleen naar claims gaat die het waard zijn om beoordeeld te worden, wat de kansen dat een onzinnige claim wordt goedgekeurd enorm vermindert.

Smile design is voor mij, als tandarts met interesse in esthetische tandheelkunde, natuurlijk een van de gebieden van AI-ontwikkeling waar ik het meest blij van wordt. Systemen die generatieve neurale netwerken gebruiken, zoals die gebruikt worden om deepfakes en Snapchat-filters te maken, worden ingezet. Artsen kunnen zo niet alleen automatisch een realistische weergave van een ideale glimlach creëren die ze aan patiënten kunnen laten zien, maar ze vertalen ook de goedgekeurde weergave in restauratieve prothetische ontwerpen voor het frezen in de CAD/CAM-workflow.

Om eerlijk te zijn heb ik in de gegeven voorbeelden en uitleg alleen een klein deel getoond van de manieren waarop AI van invloed gaat zijn op de dental workflow. Als AI steeds meer zijn waarde aantoont, zal er een steeds grotere druk komen om nieuwe methoden en processen die gespecificeerd zijn op AI-systemen te gebruiken en om de productie van data te maximaliseren waarvan AI inzichten kan verkrijgen om de effectiviteit, samenhang en kwaliteit te vergroten op elk gebied van de tandheelkunde.

De covid-19-pandemie heeft digitale oplossingen nog belangrijker gemaakt voor de tandheelkunde. Hebt u een vermeerdering van het gebruik van AI gezien in de tandheelkunde sinds het begin van de pandemie?
Zeker. Met veel gesloten praktijken zijn veel praktijkeigenaren die ik heb gezien geswitcht van werken in hun praktijk naar werken aan hun praktijk, kijkend naar meer effectiviteit en een meer open mind richting technologie, inclusief AI, net als richting teledentistry.

Wat zou u mondzorgprofessionals vertellen die nog steeds twijfelen om over te stappen naar AI?
Of we het nou accepteren of niet, AI is er al en het gaat absoluut een belangrijke rol spelen in de toekomst van de tandheelkunde. Mensen die er niet aan mee willen doen zijn vaak mensen die het als een bedreiging zien of die denken dat ze onfeilbaar of perfect in hun werk zijn. De ‘onfeilbare’ tandartsen kunnen niet overgehaald worden, maar voor degenen die het als een bedreiging zien: ik zou eerst zeggen dat ik uit een familie van tandartsen kom en ik zou nooit achter iets staan dat onze levensonderhoud in gevaar zou brengen. Ik sta achter AI, omdat ik altijd op zoek ben naar manieren om de kwaliteit van het werk dat ik doe te verbeteren. AI zorgt ervoor dat ik dat kan. Het pakt mijn levensonderhoud niet af. Boven alles maakt het me een betere tandarts, iemand waar mijn patiënten meer vertrouwen in zouden moeten hebben, omdat mijn werk wordt ondersteund door een apparaat dat voorkomt dat ik fouten maak, die elk mens zou kunnen maken.

En dat is vooral de boodschap: AI is een assisterende tool. Het is niet de arts tegen AI. Het is de arts samen met AI. Door samen te werken, worden we beter. Ik vergelijk het graag met intelligente cruise control in moderne auto’s: het zorgt dat je op de goede baan blijft, het trapt misschien op de rem als je afgeleid bent en je een stilstaande auto te snel benadert, maar jij houdt het stuur vast en hebt het laatste woord over waar je naartoe gaat en welke route je neemt. En ondertussen helpt AI je om je aansprakelijkheid te verminderen, het vertrouwen van je patiënten te vergroten en om meer en betere tandheelkunde te verrichten.

Samen met twee partners hebt u uw eigen bedrijf- Pearl - opgezet, dat is gespecialiseerd in AI-oplossingen voor mondzorgprofessionals. Wat is uw rol binnen het bedrijf en hoe ondersteunen uw producten mondzorgprofessionals bij hun dagelijkse bezigheden?
Bij Pearl ben ik het hoofd van de klinische tak. Dat betekent dat ik het dentale brein ben in het team. Als producten gecreëerd worden, zorg ik dat ze klinisch in orde zijn en dat ze van toevoeging zijn voor de tandheelkundige wereld. Ook ben ik manager van een team van artsen, die helpen beelden te annoteren die AI-modellen helpen trainen. Daarnaast vertegenwoordig ik de organisatie bij leden van de dentale community en spreek ik met artsen, groepspraktijkeigenaren en kantoorpersoneel in podcasts, op conferenties en persoonlijk. Pearl heeft een reeks producten die verschillende delen van de industrie dienen: Practice Intelligence is onze klinische uitvoering-management-oplossing, Claims Review en Pearl Protect zijn onze oplossingen voor de verzekeringsmarkt, Smart Margin en Prep Assess dienen praktijken en dentale laboratoria met efficiëntie binnen de restauratieve workflow, en Second Opinion is onze patiëntgerichte radiologie-assisterende software, die gelanceerd kan worden in de EU, aangezien we nog wachten op FDA-goedkeuring in de VS. We hebben ook een educatieve tool, die wordt verspreid op verschillende tandheelkundeopleidingen.

Ondanks dat AI al veel gebruikt wordt in de tandheelkunde en veel andere gebieden van ons dagelijks leven hebben we duidelijk nog niet AI’s volledige potentie benut. Waar kunnen mondzorgprofessionals naar uw mening naar uitkijken de komende jaren?
We kunnen verwachten dat AI alle gebieden van de tandheelkunde zal aanstippen. In de toekomst zullen alle diagnoses en behandelplannen geassisteerd worden door AI, maar vooral zullen behandelplannen steeds meer geïndividualiseerd worden. Dat betekent dat twee mensen met dezelfde diagnose verschillende behandelplannen kunnen krijgen, gebaseerd op hun genen, spierstelsel, bacterieflora, botdichtheid, tandvorm en elke andere input die we kunnen meten. Ik verwacht ook te zien dat AI zal helpen om de tandheelkunde meer voorspellend en daardoor meer preventief te maken.

Is er nog iets dat u mee wilt geven aan onze lezers?
Degenen die me kennen van social media (@drkylestanley) weten dat ik een groot voorstander ben van het koesteren van de mentale gezondheid binnen de mondzorg. Het wordt nauwelijks benoemd, maar ik denk dat AI een groot voordeel kan hebben op dat gebied, omdat het de aansprakelijkheid vermindert, de consistentie van diagnose en behandelplannen vergroot en veel van de alledaagse taken die bijdragen aan beslissingsmoeheid van artsen kan tackelen. Het is een eer voor mij om nieuwe technologie te kunnen introduceren die misschien kan helpen om burn-outs bij tandartsen te verminderen en die een betere toekomst voor dit geweldige beroep kan creëren.

 

 

Leave a Reply

Your email address will not be published. Required fields are marked *

advertisement
advertisement