Kent u Geoffrey Hinton? Deze Canadese wetenschapper is expert in artificiële intelligentie (AI). Als u radioloog bent, heeft u misschien al van hem gehoord vanwege zijn uitspraak in The New Yorker Magazine dat "medical schools should stop training radiologists". Hij refereerde hierbij naar het feit dat machines beter in staat zouden zijn om zaken te herkennen in beelden (eens ze dat geleerd hebben via machine learning technieken) en zo een betere diagnose kunnen stellen dan mensen.
Begrijpelijk dus dat dokters door dit soort uitspraken een lichte aversie krijgen tegenover AI. Persoonlijk geloof ik dat we - de computer en de mens - perfect kunnen samenwerken, waarbij elk zijn eigen sterkte inzet, om zo betere diagnoses te stellen en therapieën uit te werken.
Artificiële 'zwermintelligentie' voor radiologen
Zo verscheen er recent een interessante paper van Stanford University over zogenaamde 'zwermintelligentie' als een manier om beter longontsteking te herkennen op röntgenbeelden. Het is geïnspireerd op het collectieve brein dat een bijenvolk vormt. Dankzij ingewikkelde bewegingen van hun lichaam, kunnen bijen met elkaar communiceren en zo als één volk een taak uitvoeren.
Stanford University gebruikte AI-algoritmes om zes radiologen - die zich in verschillende ziekenhuizen bevonden - te laten samenwerken volgens het 'zwermprincipe' en ze samen tot een besluit te laten komen over de 50 voorgelegde röntgenbeelden. En wat bleek? De zes radiologen, met de AI-software als moderator, stelden een significant betere diagnose dan zowel individuele radiologen als een puur softwaresysteem (zoals bv. CheXNet).
Cardiologen leiden computers op
Een ander mooi voorbeeld van een samenwerking tussen AI en dokters, is FibriCheck. Deze Belgische app - net goedgekeurd door de FDA - laat toe om via de camera van je smartphone het hartritme te meten gedurende 1 minuut en deze gegevens door te sturen naar je cardioloog. De cardioloog kan deze app voorschrijven voor een welbepaalde periode.
AI neemt hier een heel belangrijke plaats in: (1) om kwalitatieve en medisch-relevante metingen te kunnen doen met eender welke smartphone en (2) om hartritmestoornissen te detecteren en er een prioriteit aan toe te kennen voor de dokter.
We moeten computers vooral inzetten waar ze goed in zijn: massa's data analyseren en patronen herkennen
Ondertussen werden al zo'n 50 miljoen hartslagen geregistreerd. En het unieke is dat cardiologen ook 'feedback' geven aan de algoritmes waardoor deze hieruit leren en steeds beter worden in het herkennen van hartritmestoornissen. Met andere woorden, hoe meer data de app verzamelt en hoe meer dokters de diagnose stellen van afwijkingen, hoe beter het algoritme wordt en hoe beter cardiologen hun patiënten kunnen begeleiden. Zo ontstaat een heel mooie synergie tussen cardioloog en AI.
AI voor gynaecologen?
We moeten computers vooral inzetten waar ze goed in zijn: massa's data analyseren en patronen herkennen. Momenteel onderzoekt imec, samen met UZ Gent en Bloomlife, of AI-algoritmes in staat zijn om vroeggeboorte beter te voorspellen. Bestaande patiëntendata van 120 vrouwen - de helft met en de helft zonder vroeggeboorte - worden geanalyseerd, evenals de nota's die de gynaecologen maakten tijdens de consulten. Dit laatste - het omzetten van geschreven taal en afkortingen in objectieve data - is uiterst complex.
Maar indien het toch mogelijk zou blijken te zijn, worden deze algoritmes een onmisbare assistent voor de gynaecoloog. Laten we dus vooral allemaal - mens en machine - doen waar we goed in zijn, en samenwerken.
Als Senior Director Connected Health Solutions bij imec, komt Chris Van Hoof in contact met de allernieuwste technologieën om gezondheidsparameters te meten én bij te sturen. In zijn columns vermeldt hij interessante ontwikkelingen op dit vlak en hoe dokters er in de toekomst mee aan de slag kunnen.
Begrijpelijk dus dat dokters door dit soort uitspraken een lichte aversie krijgen tegenover AI. Persoonlijk geloof ik dat we - de computer en de mens - perfect kunnen samenwerken, waarbij elk zijn eigen sterkte inzet, om zo betere diagnoses te stellen en therapieën uit te werken. Artificiële 'zwermintelligentie' voor radiologenZo verscheen er recent een interessante paper van Stanford University over zogenaamde 'zwermintelligentie' als een manier om beter longontsteking te herkennen op röntgenbeelden. Het is geïnspireerd op het collectieve brein dat een bijenvolk vormt. Dankzij ingewikkelde bewegingen van hun lichaam, kunnen bijen met elkaar communiceren en zo als één volk een taak uitvoeren.Stanford University gebruikte AI-algoritmes om zes radiologen - die zich in verschillende ziekenhuizen bevonden - te laten samenwerken volgens het 'zwermprincipe' en ze samen tot een besluit te laten komen over de 50 voorgelegde röntgenbeelden. En wat bleek? De zes radiologen, met de AI-software als moderator, stelden een significant betere diagnose dan zowel individuele radiologen als een puur softwaresysteem (zoals bv. CheXNet). Cardiologen leiden computers opEen ander mooi voorbeeld van een samenwerking tussen AI en dokters, is FibriCheck. Deze Belgische app - net goedgekeurd door de FDA - laat toe om via de camera van je smartphone het hartritme te meten gedurende 1 minuut en deze gegevens door te sturen naar je cardioloog. De cardioloog kan deze app voorschrijven voor een welbepaalde periode. AI neemt hier een heel belangrijke plaats in: (1) om kwalitatieve en medisch-relevante metingen te kunnen doen met eender welke smartphone en (2) om hartritmestoornissen te detecteren en er een prioriteit aan toe te kennen voor de dokter. Ondertussen werden al zo'n 50 miljoen hartslagen geregistreerd. En het unieke is dat cardiologen ook 'feedback' geven aan de algoritmes waardoor deze hieruit leren en steeds beter worden in het herkennen van hartritmestoornissen. Met andere woorden, hoe meer data de app verzamelt en hoe meer dokters de diagnose stellen van afwijkingen, hoe beter het algoritme wordt en hoe beter cardiologen hun patiënten kunnen begeleiden. Zo ontstaat een heel mooie synergie tussen cardioloog en AI. AI voor gynaecologen?We moeten computers vooral inzetten waar ze goed in zijn: massa's data analyseren en patronen herkennen. Momenteel onderzoekt imec, samen met UZ Gent en Bloomlife, of AI-algoritmes in staat zijn om vroeggeboorte beter te voorspellen. Bestaande patiëntendata van 120 vrouwen - de helft met en de helft zonder vroeggeboorte - worden geanalyseerd, evenals de nota's die de gynaecologen maakten tijdens de consulten. Dit laatste - het omzetten van geschreven taal en afkortingen in objectieve data - is uiterst complex. Maar indien het toch mogelijk zou blijken te zijn, worden deze algoritmes een onmisbare assistent voor de gynaecoloog. Laten we dus vooral allemaal - mens en machine - doen waar we goed in zijn, en samenwerken.
