Kunstmatige intelligentie (AI) in de zorg en datagedreven besluitvorming

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. 

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?

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.

ICAI 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:

• Radboud AI for Health

  Een samenwerking tussen Radboudumc en Radboud Universiteit voor het ontwikkelen van nieuwe AI-toepassingen in de gezondheidszorg.

  meer over Radboud AI for Health

• AI for Parkinson

  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. 

  meer over AI for Parkinson

  Gerelateerd nieuws

  Meer regie over Parkinson en Alzheimer met apps en avatars - Nieuw ICAI lab voor OnePlanet Research met Radboudumc, Radboud Universiteit, en imec - Radboudumc

• AI for Precision Health, Nutrition and Behaviour

  Onderzoek naar het monitoren van gezondheid en gedrag en het ontwikkelen van AI-toepassingen om daarmee verbeterd persoonlijk gezondheidsadvies te kunnen geven.

  meer over AI for Precision Health, Nutrition and Behaviour

• CARA Lab

  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.

  meer over CARA Lab

• Donders AI for Neurotech Lab

  Ontwikkeling van machine learning oplossingen die, in combinatie met implantaten, zintuigelijke en cognitieve functies kunnen helpen herstellen.

  meer over Donders AI for Neurotech Lab

• Healthy AI Lab

  Onderzoek naar AI-toepassingen om betere diagnoses te kunnen stellen voor prostaatkanker op basis van MRI-beelden.

  meer over Healthy AI Lab

• Merai Lab

  Onderzoek naar AI-toepassingen om de nauwkeurigheid van beelddiagnoses bij longkanker te verbeteren.

  meer over Merai Lab