Big data en IoT waken over onze gezondheid
Big data is een begrip dat niet meer weg te denken is uit onze maatschappij, het heeft de manier waarop we gegevens beheren, analyseren en gebruiken volledig gewijzigd. Ook in de gezondheidszorg heeft het voor een revolutie gezorgd en dan vooral sedert het Internet of Things (IoT) daar zijn intrede gedaan heeft. De voordelen zijn legio. (Frans Godden)
Nooit hebben we in de gezondheidszorg zoveel data verzameld als nu, gewoon omdat het aantal bronnen dat gezondheidswerkers ter beschikking krijgen, blijft toenemen: elektronische patiëntendossiers (EHR), medische databanken, mobiele gezondheidsapps, enz. En die datatoevloed komt nu nog in een stroomversnelling door het gebruik van het IoT, het Internet of Things, met op kop allerlei wearables (draagbare apparaten op het lichaam) die constant informatie over onze gezondheidstoestand doorsturen. Op het internet is er zelfs een aparte term voor opgedoken: IoMT of Internet of Medical Things.
IoMT – wat en hoe
IoMT is een heel ruim begrip, het slaat op IoT-technologie die medische apparaten in staat stelt zelfstandig over een netwerk te communiceren. De data van patiënten worden daarbij verzameld en doorgestuurd naar zorgverleners, met geen of weinig tussenkomst van patiënt of medisch personeel. We denken hier onder meer aan apparaten die patiënten thuis bewaken en een geneesheer of kliniek een signaal geven wanneer er wat misgaat (telemedicine), of draagbare toestellen (on-body IoMT) zoals smartwatches of draadloze glucosemonitors en zelfs smart pills, sensoren die ingeslikt worden en dan informatie aanleveren van binnen in het lichaam, vaak in combinatie met smartphones. IoMT wordt natuurlijk ook toegepast in het hospitaal zelf, onder meer in bedden die uitgerust zijn met allerlei sensoren die cruciale informatie verzamelen over een patiënt. Maar ook bijvoorbeeld via RFID-tags die de locatie van zowel een patiënt als van medische apparatuur nauwkeurig in kaart brengen.
Dat al die technologische snufjes een revolutie ontketend hebben in een sector die al eeuwen patiënteninformatie via pen en papier verzameld heeft, ligt voor de hand. Fortune Business Insights verwacht dat de wereldwijde IoMT-markt tegen 2028 meer dan 187 miljard dollar waard zal zijn of vier keer meer dan in 2020. De voordelen van IoMT zijn dan ook legio: minder kosten door real-time monitoring van patiënten, snellere diagnoses en daardoor ook vaker proactief ingrijpen, een betere besluitvorming en minder foute beslissingen. Zowel patiënten als geneesheren hebben er baat bij: de patiënt moet minder vaak naar de dokter of de kliniek omdat hij vanop afstand gevolgd kan worden (vooral interessant voor rurale gebieden) en de geneesheer kan een patiënt constant beter opvolgen en te allen tijde zien of hij moet ingrijpen of zijn behandeling dient bij te sturen.
Security
Al die apparaten zorgen dus voor een nooit geziene stroom van data die verwerkt en geanalyseerd moeten worden. Het probleem is wel dat al die data in verschillende formaten aangeleverd worden en dus is er aangepaste software nodig om uit die enorme hoeveelheid data precies die informatie te distilleren die dokters nodig hebben om snel tot een besluitvorming en dito behandeling te komen. Big data analytics speelt hier een cruciale rol omdat het kan helpen alle soorten van rapporten op te stellen met relevante cruciale inzichten die naar de meest optimale behandeling kunnen leiden.
Het verzamelen van massale hoeveelheden data is natuurlijk niet zonder risico’s, al zeker niet in een medische omgeving. Een typisch hospitaal gebruikt vandaag tientallen IoT-apparaten die allemaal persoonlijke informatie van patiënten verwerken en doorsturen – en dat kan problemen geven rond privacy en security. In 2015, nog vóór er echt sprake was van IoT, ontdekten enkele security-onderzoekers dat meer dan 68.000 medische systemen onbeveiligd waren. Heel wat MIoT-apparaten zijn ook vandaag nog weinig of slecht beveiligd en dus is elk apparaat dat aan het internet hangt meteen ook een veiligheidsrisico want via dat toestel kan een hacker toegang krijgen tot het hele netwerk van een hospitaal.
Negligence
Vooral tijdens de pandemie is het aantal cyberaanvallen enorm toegenomen, met alle gevolgen vandien: behandelingen die uitgesteld moesten worden, medische dossiers die ontoegankelijk werden, toestellen die onbruikbaar of zelfs gevaarlijk werden, enz. Uit het ‘2022 Cyber Threat Report’ van SonicWall blijkt dat het aantal ransomware-aanvallen tegen zorginstellingen in 2021 met maar liefst 755% toegenomen was. Capterra, een dochterbedrijf van marktonderzoeker Gartner, kwam in zijn ‘2022 Medical IoT Survey’ tot de vaststelling dat hoe meer zorginstellingen medische apparatuur aan het internet hangen hadden, hoe groter de kans op cyberaanvallen was. En de helft van die inbreuken had een rechtstreekse impact op patiënten. Opmerkelijk nog: minder dan de helft van de zorginstellingen wijzigt de standaardpaswoorden van medische apparatuur en minder dan een derde doet een update van de software als die beschikbaar komt. En toch is dat het eerste dat je moet doen als je een nieuw toestel aan het netwerk hangt: de default gebruikersnaam en het paswoord veranderen want die beiden zijn gemakkelijk te achterhalen door hackers. Helaas: 57% van de ondervraagden blijkt dat niet altijd te doen en dat is vragen om problemen want eenmaal zo’n apparaat aan het netwerk hangt, wordt er meestal niet meer naar omgekeken. Dat betekent dat veel medische apparaten in het netwerk open staan voor cyberaanvallen. Bovendien zegt meer dan 80% in het onderzoek dat een aantal van die toestellen draait op besturingssystemen die ouder zijn dan Windows 10 en waarvoor dus geen updates meer bestaan.
Capterra besluit dan ook met duidelijke aanbevelingen om medische IoT-security sluitend te houden: houd een up-to-date volledige inventaris bij van alle aangesloten medische apparatuur en software; scan regelmatig je netwerk vooraleer je die toestellen installeert of opnieuw aankoppelt; gebruik IoT-management software om alle aangesloten medische apparatuur te monitoren; creëer virtuele lokale netwerken om verschillende soorten toestellen in aparte categorieën onder te brengen en het totale risico te verlagen; zorg voor strikte netwerktoegang die anticipeert op problemen.
Breekt ChatGPT ook door in de gezondheidszorg ?
Er is vandaag haast geen enkele sector die eraan ontsnapt: ChatGPT, een computerprogramma gebaseerd op kunstmatige intelligentie, machine learning en Natural Language Processing, is quasi alomtegenwoordig. Het is een chatbot die in staat is bijna menselijke antwoorden te geven op een waaier van vragen, ontwikkeld door OpenAI om op een natuurlijke wijze te communiceren met een eindgebruiker. De eerste versies kregen eind vorig jaar heel wat kritiek omdat de antwoorden soms totaal de mist ingingen, maar sedertdien heeft ChatGPT een hele evolutie doorgemaakt en steekt er duidelijk meer intelligentie in.
Het was te verwachten dat de chatbot ook snel de weg naar de gezondheidszorg zou vinden. Specialisten hebben hoge verwachtingen rond de inzet van het programma omdat ze direct meerdere toepassingen zien in een medische context. Zo zou het perfect kunnen ingezet worden voor routinewerk, zoals het schrijven van onderzoeksverslagen of brieven naar patiënten of afspraken inplannen en op die manier kostbare tijd vrijmaken voor diagnoses en behandelingen. ChatGPT kan ook van pas komen bij het vertalen van medisch jargon naar gewone mensentaal om patiënten te helpen hun diagnose, behandeling en medicatievoorschriften te begrijpen. En zo’n programma kan ook gebruikt worden bij het op afstand bewaken van patiënten door gegevens van sensors, draagbare toestellen en andere monitorapparatuur in real time door te spelen zodat medisch personeel onmiddellijk kan ingrijpen als er wat foutloopt.
Toepassingen genoeg dus, maar – en er is een grote maar – voorlopig is een toepassing als ChatGPT (evenmin als collega’s Microsoft Bing en Google Bard) nog niet in staat om 100% betrouwbare resultaten te geven en kan ze dus nog altijd niet de plaats van gedegen medisch advies innemen. Het is en blijft een statistisch model dat moet onderdoen voor de medische expertise van een beroepsgezondheidswerker en dat als dusdanig soms ook misleidende informatie kan geven. Bovendien blijven er nog altijd vragen rond privacy en security wanneer gevoelige medische data door ChatGPT verwerkt moeten worden.
Dit artikel is verschenen in Top ICT, die beschikbaar is in pdf.