Het toeval wilde dat ik vandaag, na bijna vier jaar, weer in contact kwam met anesthesioloog Fabian Tijssen over zijn visie op en werk aan knowledge-based AI in de zorg. Hij reageerde op mijn bericht over AI in de zorg en verwees daarbij naar een toelichting van neuroloog Bas Bloem over de twee informatiestromen waarmee artsen dagelijks moeten omgaan: de individuele context van de patiënt en de snelgroeiende medische kennis. Fabian herkende hierin zijn eigen zoektocht en visie.
Fabian wist me te overtuigen zijn recent gepubliceerde paper te lezen en te luisteren naar twee interviews: één met Egge van der Poel in de podcast Geheelmeesters en één met Arno Rutte in de Slimme Zorg-podcast van Vintura.
Hieronder een korte samenvatting voor zover ik het nu heb begrepen:
Tijssen ontwikkelde, vanuit zijn ervaring als medisch specialist, ondernemer en systeemdenker, een radicaal andere benadering van AI in de zorg. Geen generatieve modellen of big data mining, maar wat hij noemt knowledge-based AI: een expliciete, uitlegbare vorm van kunstmatige intelligentie die werkt op basis van formeel vastgelegde medische regels. Zijn initiatief Open Walnoot, dat hij samen met Popke Rein Munniksma oprichtte, bouwt aan een open-source beslissingsengine die medische kennis structureert in Clinical Knowledge Models (CKM’s). Het doel is niet om te voorspellen, maar om artsen te ondersteunen bij het nemen van complexe beslissingen – rationeel, traceerbaar en dynamisch.
De kern van deze benadering is wat Tijssen een decision-driven model noemt. Niet de data zelf, maar de beslissing staat centraal. De technologie helpt bij het toepassen van regels die artsen nu vaak uit het hoofd moeten hanteren. Bijvoorbeeld: het bepalen van de juiste dosering bloedverdunners vereist inzicht in gewicht, nierfunctie en reden van toediening. Dat zijn logische regels, geen statistiek. En precies dát is volgens hem wat AI goed kan ondersteunen. “De computer neemt het rationele, repetitieve deel over. Daardoor ontstaat ruimte voor het menselijke gesprek,” aldus Tijssen.
Open Walnoot werkt met internationale standaarden voor het vastleggen van processen als DMN, BPMN en CMMN. Daarmee wordt impliciete kennis expliciet gemaakt, gevalideerd en uitvoerbaar als software. In hun eerste pilots – onder meer bij de borstkankerzorg in Zuiderland – leidde deze aanpak tot minder fouten, snellere besluitvorming en een drastische vermindering van administratieve lasten. Volgens eigen tellingen werd 99% van de administratie geautomatiseerd. Bovendien verbeterde de richtlijn zelf: fouten, dubbelingen en tegenstrijdigheden kwamen direct aan het licht.
Deze vorm van AI is fundamenteel anders dan zelflerende modellen, benadrukt Tijssen. Die vereisen grote en gevalideerde datasets, die in de zorg nauwelijks beschikbaar zijn. Bovendien zijn ze vaak een black box, wat het vertrouwen en leervermogen van zorgprofessionals ondermijnt. Bij Open Walnoot staat juist uitlegbaarheid centraal. De beslisregels zijn zichtbaar, navolgbaar en aanpasbaar. Zo wordt AI geen vervanger van de arts, maar een samenwerkingspartner.
In plaats van zorg te organiseren rond instellingen, dossiers of afdelingen, stelt Tijssen een systeem voor waarin kennis zelf de motor is. Niet de patiënt die zich een weg baant door het zorgsysteem, maar kennis die zich beweegt naar waar zij nodig is. Door medische logica expliciet, toetsbaar en herbruikbaar te maken, ontstaat de contour van een publieke kennisinfrastructuur – open, lerend en vrij van lock-in.
Fabian heeft me met zijn interviews en paper overtuigd dat dit geen utopie is, maar een werkbaar alternatief. Ik vermoed – en hoop – dat we de komende jaren nog veel zullen horen van Open Walnoot en Fabian Tijssen!
Bronnen:
- Open Walnoot
- Clinical knowledge modeling: An essential step in the digital transformation of healthcare (november 2024)
- Beslismachine ondersteunt osteoporosezorg (Endocrinologie, november 2024)
- Geheelmeesters (podcast, januari 2025)
- Slimme zorg (podcast, september 2024)
2 reacties
Moest overigens hier ook meteen denken aan de NNN-classificaties, drie samenhangende systemen die verpleegkundigen helpen bij het plannen en evalueren van zorg: NANDA (North American Nursing Diagnosis Association International) beschrijft de verpleegkundige diagnoses, NIC (Nursing Interventions Classification) geeft overzicht van mogelijke verpleegkundige interventies en NOC (Nursing Outcomes Classification) maakt het meten van zorgresultaten mogelijk. Door deze uniforme taal kunnen verpleegkundigen doelgericht werken, hun zorg onderbouwen en eenvoudig met collega’s communiceren over het zorgproces.
In Nederland zijn deze classificaties al geïntegreerd in sommige elektronische patiëntendossiers (EPD’s), waarbij AI-tools helpen bij het herkennen van patronen, het genereren van suggesties en het optimaliseren van werkprocessen. Innovatieve AI-systemen, zoals het CONCERN Early Warning System, combineren verpleegkundige expertise met slimme algoritmen om verslechtering bij patiënten sneller te signaleren, waardoor tijdig kan worden ingegrepen en de kwaliteit van zorg verbetert. De verwachting is dat AI-ondersteuning de komende jaren alleen maar verder zal toenemen binnen het verpleegkundig proces.
Als ik Open Walnoot goed heb begrepen, dan zou dat wel eens de open-source beslissingsengine kunnen worden waarbinnen dit soort processen kunnen worden uitgevoerd.
There is no zorgpad:
https://www.linkedin.com/posts/fabian-tijssen-05b25826_thereisnospoon-thematrix-openwalnoot-activity-7338300477886943234-4rir