Bepaalt een computer binnenkort of je ziek bent?

Beeld iStock

Onder de douche ontdek je een moedervlek die er een beetje vreemd uitziet. Daar kun je natuurlijk mee naar de huisarts, maar je kunt ook eerst even een foto maken. Een app op je telefoon vertelt je vervolgens of er iets mis is of niet. Even verderop, in het ziekenhuis, bepaalt op datzelfde moment een computer of op een hersenscan afwijkingen te zien zijn.

Twee voorbeelden van techniek die inmiddels bestaat. Is een arts nog wel nodig voor een diagnose?

Dr. App

Veel medische apps die zelfstandig aandoeningen kunnen herkennen, werken met informatie die je er via je smartphone instopt. Over hoeveel je beweegt bijvoorbeeld, of over je hartslag. Een app als Stress Check Pro kan je daardoor vertellen of het tijd is het wat kalmer aan te doen. Een stuk verder gaat Ginger.io. Zit je al week een thuis? Bel je familieleden ineens niet meer? Het zou kunnen wijzen op een depressie. De app stelt automatisch arts en naasten op de hoogte.

Ook Nederlandse bedrijven zijn actief op dit vlak. Maandag werd bekend dat het Amsterdamse Skinvision een miljoeneninvestering heeft gekregen van een farmaceutische multinational uit Denemarken. Het bedrijf ontwikkelt een app die aan de hand van een foto van een moedervlek kan inschatten of er sprake is van melanoom, een ernstige vorm van huidkanker.

Volgens analisten groeit de wereldwijde markt voor mHealth, dit soort mobiele gezondheidszorg, nog dit jaar uit tot 33 miljard dollar (29,3 miljard euro).

Dr. Computer

Het kan ook zonder telefoon. Aan het Amerikaanse Allen Institute for Brain Science in Seattle werken wetenschappers en hackers aan een manier om computers zieke van gezonde zenuwcellen te laten onderscheiden.

In Amsterdam leert het bedrijf Scyfer, dat vorige maand een investering van ruim twee ton ontving, software om afwijkingen te herkennen op (röntgen)foto’s en scans. Daarvoor maakt het gebruik van deep learning, een techniek om computers slimmer te maken met behulp van grote hoeveelheden data.

Wat betekent het voor artsen?

Dat zelfdetectie-apps potentie hebben toonde een recente poging van de Amerikaanse Johns Hopkins Medical School aan. Een door henzelf ontwikkelde app, PoopMD, bleek goed in staat symptomen van een leveraandoening te herkennen op foto’s van de ontlasting van baby’s. In juni bleek uit onderzoek van het Catharina Ziekenhuis in Eindhoven dat Skinvision’s app het in ruim 80 procent van de gevallen bij het juiste eind had.

Erik Veldhuizen, radioloog en directeur van het MRI Centrum, ziet de meerwaarde van slimme software ook. De onafhankelijke gezondheidsinstelling doet momenteel een proef samen met Scyfer. “Als een computer een voorselectie kan maken van foto’s, scheelt ons dat veel werk.” Simpele diagnoses, zoals een gebroken been, zou software volgens hem op termijn prima zelf moeten kunnen. En ook bij complexere medische kwesties kan software radiologen volgens Veldhuizen assisteren. Een volledige vervanging ziet hij minder snel gebeuren:

“Een radioloog werkt altijd in opdracht van een andere arts. We krijgen een vraag, vaak een vrij specifieke, en gaan daarmee aan de slag. De interpretatie daarvan zal mensenwerk blijven.”

“Het klopt dat onze software het voor nu houdt bij vaststellen dát er iets afwijkt”, zegt Scyfer-oprichter Blankevoort. “Wát dat is, moet een specialist bepalen.” Maar, benadrukt hij, de technologie rond deep learning ontwikkelt zich snel. “Bedrijven als Facebook en Google werken al aan software die vragen kan begrijpen. Zeg dus niet te hard dat het nooit zal kunnen.”