Wachtlijsten lopen op

Radiologen hebben een bepaalde hoeveelheid tijd nodig per beeld om een diagnose te kunnen stellen. De toenemende hoeveelheid data die aangeboden wordt ter beoordeling zorgt voor een toenemende werklast een dezelfde hoeveelheid tijd. Doordat het aantal radiologen op de afdelingen radiologie vrijwel gelijk gebleven is, zijn te weinig mensen om het werk te doen met als gevolg dat de wachtlijsten oplopen en de werkdruk op de afdelingen toeneemt. Bovendien speelt een hoge werkdruk het maken van fouten in de beoordeling in de hand, wat een negatieve invloed heeft op de kwaliteit van zorg. Wachttijden kunnen bovendien betekenen dat patiënten niet alleen langer moeten wachten op een diagnose maar dus ook op de behandeling die zij nodig hebben.

Direct een rapport terug, inclusief metingen en markeringen

Om radiologen te ondersteunen bij het interpreteren en verslaan van beelden van patiënten heeft Siemens Healthineers AI RAD companion ontwikkeld. De radioloog stuurt de gewenste dataset naar AI RAD companion en krijgt vrijwel direct een rapport terug, inclusief metingen en markeringen van bijvoorbeeld longafwijkingen, diameter van de grote lichaamsslagader en eventuele verkalkingen in de kransslagaderen.

“Voor radiologen betekent dit speuren naar heel kleine afwijkingen in de longvelden, vergelijken met oudere onderzoeken en repeterende en soms ook wat saai werk.”

De AI RAD companion applicaties worden steeds uitgebreider. Op dit moment zijn beschikbaar de toepassingen voor beelden van de borst, hersenen, prostaat en thorax. Deze zijn FDA approved en hebben een CE-markering.

Foutkans zal verkleinen

André Niezen, radioloog in het Maasstad Ziekenhuis in Rotterdam, vertelt: “Wij zijn recent begonnen met toepassing van het systeem, om kleine afwijkingen in longweefsel te detecteren. Voor radiologen betekent dit speuren naar heel kleine afwijkingen in de longvelden, vergelijken met oudere onderzoeken en repeterende en soms ook wat saai werk. Dit draagt ertoe bij dat je dingen over het hoofd kunt zien en dus fouten kunt maken. Onze verwachting is dan ook dat toepassing van dit systeem als tweede check die foutkans zal verkleinen. Naarmate het vertrouwen hierin meer groeit, kunnen we hiervan op grotere schaal gebruik van gaan maken.”

Maar daar hoeft het niet op te houden, stelt Niezen. “Al geruime tijd wordt gesproken over longkankerscreening”, zegt hij. “Als dat doorgaat, gaat het om de beoordeling van veel meer beelden dan het huidige aantal radiologen aankan. Als die screening er daadwerkelijk komt, willen wij daar als ziekenhuis een rol in spelen. Ook in dit licht is het interessant om nu al ervaring op te doen met dit systeem.”