Radboudumc lanceert nieuwe AI-initiatieven

17 september 2019
AI
AI
Nieuws

Met deze twee initiatieven wil het Radboudumc, samen met haar partners, fors inzetten op de toepassing van Artificial Intelligence in de gezondheidszorg. In totaal starten twaalf promotieonderzoeken, 35 studentprojecten en twee AI-opleidingen voor zorgpersoneel en onderzoekers. 

Thira Lab

Thira Lab is een samenwerking tussen Radboudumc en Thirona, een spin-out bedrijf van het Radboudumc, en Delft Imaging Systems. Delft Imaging Systems is een bedrijf dat zorgtoepassingen ontwikkelt voor kwetsbare gemeenschappen wereldwijd. Binnen Thira Lab werken negen promovendi en postdocs van het Radboudumc aan AI-oplossingen voor medische beeldanalyse van CT scans van de longen, X-rays van de borstkas en netvliesscans.   

Radboud AI for Health

Radboud AI for Health is een nieuwe samenwerking tussen de Radboud Universiteit en het Radboudumc. Tevens is het onderdeel van Radboud AI, het campusbrede initiatief om publiek-private samenwerking te stimuleren. Ook moeten nieuwe AI-onderzoeksprojecten worden gestart in Nijmegen en omgeving.

Met Radboud AI for Health werken Radboudumc en Radboud Universiteit samen aan het ontwikkelen van innovaties op het gebied van Artificial Intelligence die de gezondheidszorg verbeteren en goedkoper maken en de besluitvorming verder verbeteren. 

Binnen Radboud AI for Health gaan 6 promovendi in september aan de slag met projecten rond AI-toepassingen in het ziekenhuis. Daarnaast begeleiden de onderzoekers van Radboud AI for Health jaarlijks zo’n 35 projecten van Bachelor- en Masterstudenten. Radboud AI for Health verzorgt ook jaarlijks twee gerichte opleidingen voor medewerkers van het Radboudumc. Deze opleidingen zijn bedoeld om hen verder te scholen op het gebied van Artificial Intelligence en de toepassing hiervan in de zorg.

Analyse kankercellen via AI

In mei maakte het Radboudumc bekend een nieuwe methode in gebruik te hebben genomen. Hiermee kan een computer met behulp van AI weefsel tot op detailniveau fotograferen en analyseren. Op deze manier wordt het voor onderzoekers vele malen eenvoudiger om kankercellen te ontdekken. Voor de patiënt kan het een snellere en soms betere diagnose betekenen.