Radboudumc: de AI for Health hotspot van Nederland
Kunstmatige Intelligentie (AI, naar de Engelse term Artificial Intelligence) ondersteunt de zorg op veel manieren. Het helpt artsen bij diagnostiek en behandeling. Het leert ons meer over ziektes. En: het draagt bij aan het verminderen van werkdruk, personeelstekort en kosten van zorg.
lees meer-
Geert Litjens en Maschenka Balkenhol bij NTR Focus over AI in de zorgNTR Focus, donderdag 7 november 2024 om 20.55 uur7 november 2024
-
Het lichaam uitgelicht: miljoenensubsidie voor medische visualisatiesAI gaat persoonlijke situatie van patiënt inzichtelijk maken29 oktober 2024
-
Open innovatielab versnelt de toepassing van beeldgestuurde technieken bij kankerToekenning subsidie voor het project IMAGINE25 oktober 2024
Impact op gezondheid(szorg)
Wat is AI en deep learning?
AI is een verzamelnaam voor systemen of machines die onze intelligentie nabootsen. Zo kunnen ze taken voor ons uitvoeren, en zichzelf tegelijkertijd verbeteren.
lees meerWat is AI en deep learning?
AI is een verzamelnaam voor systemen of machines die onze intelligentie nabootsen. Zo kunnen ze taken voor ons uitvoeren, en zichzelf tegelijkertijd verbeteren.
Een deel van AI is machine learning: daarbij is sprake van een lerend systeem, dat zichzelf kan verbeteren op basis van de data die het krijgt. Daarbij kun je denken aan chatbots die jouw problemen begrijpen en automatisch een antwoord geven, of een programma dat je automatische aanbevelingen geeft voor films op basis van je kijkgedrag.
Deep learning
Een variant op machine learning is deep learning. Daarbij kan een AI-systeem complexe patronen herkennen in grote gegevensreeksen, door gebruik te maken van algoritmen die de werking van het menselijk brein nabootsen, zogenaamde 'diepe neurale netwerken'. Het verschil tussen deep learning en het bredere begrip ‘machine learning’ is de nauwkeurigheid van analyses die de algoritmen doen: ze zijn zo grondig dat ze vergelijkbaar zijn met de processen in onze hersenen. Een netwerk van deze algoritmes kan daardoor grote hoeveelheden data verwerken en daarvan leren.
Gegevens zijn overal in ziekenhuizen: patiëntendossiers, klinische metingen, genetische informatie, tekstverslagen en beelden. Die gegevens vormen de basis van diagnoses, beslissingen, behandelingen, monitoring en real-time ondersteuning tijdens bijvoorbeeld operaties en ingrepen.
Ondersteuning bij diagnostiek
Het is mogelijk om patronen te herkennen in die medische gegevens, bijvoorbeeld om te helpen bij diagnostiek. Ook op andere medische gebieden waar grote hoeveelheden data beschikbaar zijn, zoals genetica, temporele monitoring of grote teksten (patiëntendossiers), kan deep learning wetenschappelijk onderzoek, en daarmee de klinische praktijk verbeteren.
AI kan klinische beslissingen ondersteunen en taken automatiseren en daarmee de kosten drukken en de gezondheidszorg betaalbaar houden. Ook kan het de gezondheidszorg verbeteren door het vinden van betere manieren om klinisch bruikbare informatie uit gegevens te halen.
Hoe helpt AI de patiënt en de zorg?
Met behulp van AI maken we de zorg kwalitatief beter. We kunnen sneller en nauwkeuriger diagnoses stellen en hebben daar minder mensen voor nodig.
lees meerHoe helpt AI de patiënt en de zorg?
AI kan op verschillende manieren van meerwaarde zijn voor de zorg en voor patiënten.
Om te beginnen kan het mensen thuis helpen om meer inzicht te krijgen in hun gezondheid, en op basis daarvan sneller de juiste zorg te krijgen. Een voorbeeld daarvan is de WondGezond-app, die bij het Radboudumc ontwikkeld wordt. Iemand die thuis herstelt van een operatie kan met deze app een foto maken van de wond. De app zal dan met behulp van AI een analyse maken van de wond om vast te stellen of deze goed geneest. Als alles er goed uitziet laat de app dat meteen weten. Bij twijfel kan een arts de foto beoordelen en indien nodig is er zorg op maat.
Diagnoses stellen met behulp van AI
AI kan ook zorgverleners helpen bij het maken van diagnoses, bijvoorbeeld bij de analyse van radiologische of pathologische beelden. In de oncologische ziekenhuiszorg wordt dit al op verschillende manieren toegepast of nader uitgewerkt, bijvoorbeeld door Radboudumc spin-offs Aiosyn en Thirona. Maar ook in de praktijk van de huisarts of verloskundige ontstaan er steeds meer mogelijkheden voor AI. Zo werkt Ardim – ook een spin-off van het Radboudumc – aan een app waarmee het mogelijk is om met een mobiele telefoon heupdysplasie vast te stellen bij ongeboren kinderen. Delft Imaging maakt gebruik van vergelijkbare technologie in de BabyChecker-app, waarmee zorgverleners in Afrika en Zuidoost-Azië vroegtijdig mogelijke problemen op kunnen sporen tijdens de zwangerschap. Ook deze AI-technologie is mede ontwikkeld in het Radboudumc.
Podcasts over AI
-
In deze serie vertellen top-experts, onder meer uit het Radboudumc, over de laatste ontwikkelingen in AI, die we hier en nu zelf vormgeven.
beluister -
AI kan allerlei taken in de zorg overnemen en de ontwikkelingen gaan razendsnel. Toch zijn veel toepassingen nog in de onderzoeksfase en is gebruik in de kliniek momenteel beperkt. Waar ligt dat aan?
beluister
Initiatieven en samenwerkingen
ICAI Labs
We zijn prominent deelnemer in en coördinator van meerdere ICAI Labs. Dit zijn onderzoeks-samenwerkingen tussen overheid, bedrijfsleven en kennisinstellingen op het gebied van AI.
bekijk welke labsICAI Labs
We zijn prominent deelnemer in en coördinator van meerdere ICAI Labs. Een ICAI Lab is een onderzoekssamenwerking tussen overheid, bedrijfsleven en kennisinstellingen op het gebied van AI. De onderzoekssamenwerkingen in de vorm van ICAI gebeuren onder de paraplu van het nationale Innovation Center for Artificial Intelligence (ICAI).
Het Radboudumc is samen met partners betrokken bij:
-
Een samenwerking tussen Radboudumc en Radboud Universiteit voor het ontwikkelen van nieuwe AI-toepassingen in de gezondheidszorg.
-
Onderzoek naar het gebruik van AI-toepassingen voor het monitoren van de ziekte van Parkinson met behulp van draagbare sensoren en video. Doel hiervan is om meer betrouwbare klinische diagnoses te kunnen stellen en patiënten sneller de juiste behandeling te kunnen bieden.
Gerelateerd nieuws
-
Onderzoek naar het monitoren van gezondheid en gedrag en het ontwikkelen van AI-toepassingen om daarmee verbeterd persoonlijk gezondheidsadvies te kunnen geven.
-
Onderzoek naar AI-toepassingen die hoge resolutie datastromen in real-time kunnen analyseren en daar nauwkeurige veilige modellen uit kunnen afleiden. De focus ligt daarbij op zogeheten OCT pullbacks; datastromen die cruciaal zijn voor besluitvorming tijdens hartoperaties.
-
Ontwikkeling van machine learning oplossingen die, in combinatie met implantaten, zintuigelijke en cognitieve functies kunnen helpen herstellen.
-
Onderzoek naar AI-toepassingen om betere diagnoses te kunnen stellen voor prostaatkanker op basis van MRI-beelden.
-
Onderzoek naar AI-toepassingen om de nauwkeurigheid van beelddiagnoses bij longkanker te verbeteren.
Radboudumc spin-offs in AI
Het Radboudumc heeft meerdere spin-offs voortgebracht op het gebied van AI.
bekijk welke spin-offsRadboudumc spin-offs in AI
-
AI-toepassing voor geautomatiseerde kwaliteitscontrole van pathologische beelden.
-
Smartphone AI-toepassingen voor medical imaging 'at the point of care'.
-
AI-toepassingen voor het opsporen van borstkanker.
-
AI-toepassingen voor analyse van CT-scans van de borstkas.
Wetenschapsdossier Artificial Intelligence
Meer weten over ons wetenschappelijk onderzoek naar AI? Bekijk het wetenschapsdossier.
naar dossierRadboud Healthy Data
Een gezamenlijk programma van de Radboud Universiteit en het Radboudumc met als doel een impuls te geven aan de digitale transformatie op de campus.
naar websiteWerk met impact. Doe je mee?
Wij geloven dat kunstmatige intelligentie en datagestuurde besluitvorming cruciaal zijn in het vormgeven van de zorg van de toekomst. Jij ook?
werken in data-driven health