Een slim model dat buiten het dossier blijft, verandert niets
Jan Schevenels · · 2 min lezen
Een moedervlek die er vorige maand anders uitzag dan vandaag. Daar komt het bij huidkanker meestal op neer. Het moeilijke is zelden het herkennen. Het is het bijhouden.
In het universitair ziekenhuis van Sant Joan d’Alacant, bij Alicante, hebben ze daar iets aan gedaan. Onderzoekers van de universiteit van Alicante bouwden een systeem dat een foto van een huidletsel indeelt in vijf soorten, van melanoom tot gewone moedervlek. Getraind op meer dan vijftienduizend dermatoscopische beelden, en in 86 procent van de gevallen juist.
Niet het model, wel de koppeling
Maar dat is niet het stuk waar ik van opkijk.
Twee mensen van de informaticadienst van het ziekenhuis kregen het in de echte systemen. De foto gaat van een mobiele toepassing naar het beeldarchief van het ziekenhuis, naast de rest van het dossier. Negenhonderdtachtig onderzoeken zijn al langs die weg gepasseerd. Meer dan 99 procent zonder hapering, met een antwoord in minder dan een seconde.
De onderzoekers zijn er zelf nuchter over. Het model beslist niets. Het helpt de arts kijken en het houdt de geschiedenis bij.
Wat een kmo hieruit kan leren
Dit is het patroon dat ik in bijna elk bedrijf terugzie. Een AI-tool die apart naast je werking staat, wordt na drie weken niet meer gebruikt. Een AI die in je bestaande systemen zit, in je CRM, je agenda, je dossier, wordt gewoon deel van het werk.
Daarom stel ik bij elk traject eerst de vraag waar de informatie vandaag woont. Daar moet de AI naartoe. Niet omgekeerd.
Een slim model dat buiten het dossier blijft, verandert niets.