Het plan van de drie partijen om een samenwerkingsconcept te ontwikkelen op het gebied van AI, wordt gekatalyseerd dankzij een subsidie van twee ton die Isala en Windesheim hebben ontvangen van Tech for Future. Het betreffende bedrag wordt gebruikt om data science en kunstmatige intelligentie in het ziekenhuis naar een hoger niveau te tillen.
Samen werken aan AI
Een voorwaarde om de subsidie binnen te halen was dat ook het MKB bij de samenwerking werd betrokken. Die partij is dus het bedrijf AppBakkers geworden, dat bijvoorbeeld ondersteuning kan bieden zodra Isala en Windesheim samen een AI-model hebben gebouwd en getest. Het bedrijf kan de toepassing bijvoorbeeld op een leuke manier ‘verpakken’ en geschikt maken voor opschaling. Tevens hebben AppBakkers de nodige ervaring met het invoeren van algoritmes in de zorg. Dit unieke samenwerkingsconcept zet zodoende onderwijs, zorg en MKB effectief op het spoor van betere oplossingen op het gebied van de inzet van kunstmatige intelligentie.
ChatGPT
Het gebruik van artificiële intelligentie is trending in de zorg en inmiddels zijn er zeer veel bruikbare toepassingen. Kunstmatige intelligentie helpt radiologen onder meer bij het opsporen van kanker en ondersteunt psychiaters bij het behandelen van depressie door het analyseren van grote datasets met hersenscans. De opties zijn groot en óók de slimme AI-technieken van ChatGPT blijken in de zorg goed gebruikt te kunnen worden. Het lukte wetenschapper Ali Madani bijvoorbeeld onlangs om met artificiële intelligentie systeemeiwitten te ontwikkelen die bacteriën kunnen doden. Het AI-systeem dat hij hierbij gebruikt werkt op dezelfde manier als AI, die teksten genereert zoals Chat GPT.
Veelbelovende AI
In het Isala worden op dit moment al een aantal veelbelovende AI-modellen ontwikkeld. Een goed voorbeeld is een model dat na een PET-CT onderzoek van het hart voorspelt hoe groot het risico is op een hartinfarct binnen een jaar na de scan. Het slimme programma voorspelt wat het risico is op een hartinfarct voor een patiënt en geeft ook aan wat de belangrijkste redenen is voor dat risico.
Een tweede voorbeeld van een AI-gedreven toepassing, die al ver gevorderd is, helpt met de beoordeling van de PET-scans die zijn gemaakt van patiënten met mogelijk uitgezaaide prostaatkanker. Het model beoordeelt de scans sneller en kan beter onderscheid maken tussen goedaardige en kwaadaardige afwijkingen. Maar er liggen nog veel meer veelbelovende ideeën omtrent de inzet van AI, waar volgens betrokkenen dankzij het slimme samenwerkingsconcept nu nog gerichter aan kan worden gewerkt.
