Help, de dokter verzuipt want hij lijdt aan infobesitas. Elke 30 seconden verschijnt er een nieuw artikel op PubMed/Medline. De medische informatie verdubbelt elke 5 jaar. Rond 2020 zal de verdubbeling elk kwartaal plaatsvinden. Daarbij is 80% van de data ongestructureerd. Een gemiddelde zorgprofessional besteedt ten hoogste 5 uur/maand om bij te blijven. Slechts 55% van de kennis die artsen/behandelaren gebruiken is evidence based: 1 op de 5 diagnosen zijn niet correct of incompleet.

De informatie die artsen behoren te weten omvat gigantische databestanden:

• 13000 ziekten, syndromen, verwondingen
• 7000 soorten geneesmiddelen
• 7000 soorten zeldzame ziekten
• 4000 medische en operatieve protocollen
• 21000 humane genen
• 10000+ datapunten in een EPD van één patiënt
• 100-den richtlijnen
• En 1.8 miljoen medische publicaties per jaar

De grotere IT bedrijven zoals IBM, Google, Microsoft en Apple zijn al geruime tijd bezig om hun Artificial Intelligence software te verfijnen om de dokter te helpen met het verwerken van alle benodigde informatie zodat de kwaliteit van diagnoses omhoog gaat.

Daarbij heeft nu de Chinese internetgigant Alibaba zich gevoegd want Alibaba heeft een kunstmatige intelligentie ontwikkeld die beter begrijpend leest dan mensen. Het programma van Alibaba werd 100.000 vragen gesteld, van een test die door de Stanford-universiteit is samengesteld. De kunstmatige intelligentie behaalde een accuratesse score van 82,4 wat net iets beter is dan zijn menselijke rivaal, die 82,3 scoorde. Volgens Alibaba is het de eerste keer dat een machine een mens in zo’n wedstrijd verslaat. Het softwaremodel van Alibaba kan teksten niet alleen lezen, maar ze ook begrijpen. De vragen van Stanford zijn gebaseerd op ruim vijfhonderd Wikipedia-artikelen. Hiermee wordt getest of programma’s grote hoeveelheden informatie kunnen verwerken, voordat ze antwoord geven op vragen. De software kan bijvoorbeeld een “zeer accuraat” antwoord geven op de vraag hoe regen ontstaat.

“De onderliggende technologie van Alibaba kan uiteindelijk gebruikt worden in veel applicaties, zoals bijvoorbeeld in de eigen retailers-functie en bij het beantwoorden van medische vragen van patiënten.”

Bronnen: NU.nl, Bloomberg, Tom Goodwin, Alibaba, Wikipedia, PubMed/Medline, Stanford en met grote dank aan Dr. Nicky Hekster van IBM.