{"id":309651,"date":"2021-09-26T09:50:00","date_gmt":"2021-09-26T07:50:00","guid":{"rendered":"https:\/\/innovationorigins.com\/?p=309651"},"modified":"2021-09-26T09:50:00","modified_gmt":"2021-09-26T07:50:00","slug":"de-ziektevoorspellende-kracht-van-algoritmen","status":"publish","type":"post","link":"https:\/\/ioplus.nl\/archive\/nl\/de-ziektevoorspellende-kracht-van-algoritmen\/","title":{"rendered":"De ziektevoorspellende kracht van algoritmen"},"content":{"rendered":"\n

Wiro Niessen, hoogleraar Medische Beeldverwerking aan het Erasmus MC en de TU Delft, ontving in 2015 de Simon Stevin Meester-prijs voor een ziektevoorspellende computer<\/a>. Toen al zag je dat het gebruik van Artificial Intelligence (AI) enorm toenam, zegt Niessen. \u201cHet is een enorm grote beweging geworden. Die prijs was een voorbode van een revolutie in de gezondheidszorg.\u201d<\/p>\n\n\n\n

beenhere<\/i><\/div><\/div>

Simon Stevin Meester-prijs<\/h3>

Het Simon Stevin Meesterschap<\/a> was een eretitel die tot in 2017 werd verleend aan prominente technisch-wetenschappelijke onderzoekers aan de Nederlandse universiteiten en de para-universitaire instituten. Er was een geldbedrag van een half miljoen euro aangekoppeld. De Nederlandse Organisatie voor Wetenschappelijk (NWO) onderzoek kent sinds 2018 de Stevinpremie toe, naast de Spinozapremie. De Stevinpremie is een persoonsgerichte onderzoeksfinanciering en heeft tot doel om kennisbenutting en maatschappelijke impact te stimuleren en te waarderen.<\/p><\/div><\/div><\/div>\n\n\n\n

Volgens Niessen kwam de doorbraak van AI door het grote succes van deeplearningmethodes bij het classificeren van beelden tijdens de internationale competitie ImageNet<\/a> in 2012. Niessen: \u201cToen werd AI gebruikt om te duiden welke bomen of bloemen in een plaatje stonden. De AI-revolutie heeft om die reden ook op grote schaal zijn intrede gedaan in de gezondheidszorg.\u201d<\/p>\n\n\n\n

In zijn werk binnen de radiologie en beeldherkenning analyseert Niessen grote hoeveelheden medische beelden, van CT- en MRI-scans. \u201cAl in 2015 ging het er om wat je uit die data kunt leren. Wat is bijvoorbeeld de relatie is tussen wat je ziet en een resultaat van een behandeling. Daarmee kun je dan voorspellen wat de kans is dat een behandeling aanslaat.\u201d<\/p>\n\n\n\n

Optimale behandeling<\/h3>\n\n\n\n

AI-modellen kunnen ervoor zorgen dat gezondheid in de toekomst proactief in plaats van reactief benaderd wordt. Niessen: \u201cJe kunt risicofactoren identificeren en daarmee een gezonde levensstijl promoten. Voor pati\u00ebnten maakt AI het mogelijk om betere diagnoses en prognoses te stellen. Zo kun je de behandeling voor de individuele pati\u00ebnt optimaliseren en voorkom je over- of onderbehandeling.\u201d<\/p>\n\n\n\n

Bij sommige ziektes is vroegtijdige opsporing belangrijk. Daarom zijn er bijvoorbeeld al screeningsprogramma\u2019s voor borstkanker of darmkanker. \u201cEr is via vroege opsporing veel te winnen. Als we een relatief goedkope, niet schadelijke methode hebben om aandoeningen eerder op te sporen, is daar enorme gezondheidswinst te behalen. Zeker als in dat stadium ook een goede behandelmethode voor handen is.\u201d Niessens onderzoek concentreerde zich in 2015 vooral op het voorspellen van hart- en vaatziekten en neurodegeneratieve aandoeningen, zoals de ziekte van Alzheimer. Tegenwoordig ontwikkelt de groep ook meerdere toepassingen binnen de oncologie.<\/p>\n\n\n\n

Ook interessant:<\/strong> AI in de gezondheidszorg (talkshow tijdens Dutch Technology Week)<\/a><\/p>\n\n\n\n

Vergeleken met 2015 is het werkgebied verbreed, zegt Niessen. \u201cToen waren we vooral bezig met het analyseren van beelddata. Nu combineren we die data steeds vaker met andere data. Denk aan genetische data, leefstijl en omgevingsfactoren. Daarmee kunnen we veel beter inzicht krijgen in factoren die gezondheid en ziekte bepalen.\u201d Recent publiceerden onderzoekers uit Niessens groep een raamwerk om genetische data met AI te analyseren.<\/p>\n\n\n\n

Lerend zorgsysteem <\/h3>\n\n\n\n

Technologie wordt in de geneeskunde steeds belangrijker, zegt Niessen. \u201cIk werk zowel aan het Erasmus MC als aan de TU Delft. Al heel lang breng ik technische mensen naar het Erasmus MC om techniek te gebruiken voor betere gezondheidszorg. Je ziet dat dat steeds vanzelfsprekender wordt.\u201d Zo heeft het Erasmus MC de ambitie om, samen met de TU Delft en Erasmus Universiteit Rotterdam (EUR), een Technical University Medical Center<\/a> te worden. \u201cTechnieken als AI worden steeds belangrijker voor de toekomst van de gezondheidszorg. Zo zie je bijvoorbeeld dat binnen de Nederlandse AI Coalitie het domein gezondheid en zorg<\/a> een enorme vlucht neemt.”<\/p>\n\n\n\n

Het is niet alleen het academisch onderzoek naar algoritmen in de gezondheidszorg dat toeneemt. Ook bedrijven zijn steeds meer bezig om te leren van data van pati\u00ebnten. Neem Philips<\/a>, dat zich meer en meer op een op datagedreven gezondheidszorg richt, zegt Niessen. Niet alleen Philips, ook andere kleine en grotere bedrijven. Vanuit Erasmus MC startte bijvoorbeeld de spin-off Quantib<\/a>, om AI toe te passen op medical imaging.<\/p>\n\n\n\n

\u201cJe zou kunnen zeggen dat we met zijn allen toewerken aan een lerend zorgsysteem. Waarbij je continu de gegevens van mensen verzamelt en je de relatie tussen die gegevens en de gezondheid legt. Om zo toekomstige pati\u00ebnten beter te behandelen.\u201d<\/p>\n\n\n\n

Privacy<\/h3>\n\n\n\n

Niessen ziet een gezondheidsomgeving voor zich waarin alle persoonlijke data beschikbaar zijn. \u201cDe arts gebruikt die om inzicht te geven in mijn gezondheid, mijn risico op ziekte. Of in de status van mijn pathologie, wat betekent of de ziekte zich verder ontwikkelt of niet.\u201d Daarbij speelt beveiliging van persoonsgegevens een belangrijke rol. \u201cDie data mogen natuurlijk niet zomaar ingezien worden. Net zoals onze financi\u00eble gegevens. Gegevens over mijn gezondheid mag een arts alleen gebruiken er sprake is van een behandelrelatie. Worden die data gebruikt voor wetenschappelijk onderzoek, dan moet daar toestemming voor zijn gegeven.\u201d<\/p>\n\n\n\n

Omdat het kunnen leren van data zo belangrijk is voor Niessen, is hij betrokken bij Health-RI<\/a>. Dit is een Nederlands initiatief om een nationale gezondheids-data infrastructuur te realiseren. Hierbij zijn meer dan 70 organisaties uit de gezondheidsonderzoek en -zorg betrokken. \u201cZo\u2019n infrastructuur is een conditio sine qua non voor hoog kwalitatief AI onderzoek in de zorg. Als wij niet kunnen leren van data van pati\u00ebnten dan kunnen we ook geen voorspellende computer bouwen die uiteindelijk de gezondheid van mensen bevordert.\u201d Begin dit jaar ontving Health-RI een investering van 69 miljoen euro uit het Nationaal Groeifonds om gezondheidsdata beter toegankelijk te maken voor gezondheidsonderzoek en -innovatie. <\/p>\n\n\n\n

Verlengstuk<\/h3>\n\n\n\n

\u201cWe gaan stap voor stap vooruit. Ik vergelijk de ontwikkeling van AI in de gezondheidszorg met die van de mobiele telefoon. De iPhone 13 is vele malen beter dan de eerste telefoons waar je nog op toetsen moest drukken voor tekst. Je moet in geneeskunde nieuwe technieken introduceren en continu blijven leren en verbeteren.\u201d<\/p>\n\n\n\n

Net zoals de smartphone eigenlijk een essentieel instrument is geworden in ons dagelijks functioneren, zo kunnen deze technische hulpmiddelen een verlengstuk van de arts worden. Niessen: \u201cNu verrichten AI-technieken vooral specifieke taken. Ik voorzie dat in de toekomst een arts ook vragen aan AI-systemen kan stellen. Daarmee krijgt hij dus een slimme assistent. Ook krijgt de burger, door inzicht in de eigen gegevens en de AI-modellen, een proactievere rol. De arts wordt dan meer een consultant. Die dan samen met de pati\u00ebnt naar de data kijkt en de gegevens interpreteert.\u201d <\/p>\n