Op de TU/e in Eindhoven hebben onlangs de eerste ingenieurs van de master AI&ES hun diploma’s in ontvangst mogen nemen. De ingenieurs kunnen daarmee worden bestempeld als deskundigen op het gebied van artificial intelligence. Maar ook andere data science oplossingen om bedrijven en instanties verder te helpen op dit gebied, behoren tot het vakgebied van de onlangs benoemde MSc van de opleiding master Artificial Intelligence & Engineering Systems (AI&ES).
Nadat er op de TU/e al op verschillende plekken mastertracks waren die AI omarmden, startten zeven TU/e-faculteiten in 2021 samen de nieuwe master Artificial Intelligence & Engineering Systems (AI&ES). De eerste ingenieurs zijn nu dus afgestudeerd. Hun aandacht voor de studie werd niet alleen getrokken door het ‘buzzword’ -of beter gezegd afkorting – AI. De master AI&ES kwam destijds voort ui zeven verschillende faculteiten. Dit zijn: Electrical Engineering, Mechanical Engineering, Applied Physics, Mathematics & Computer Science, Biomedical Engineering, Industrial Engineering & Innovation Systems en Built Environment.
Kans op beroerte voorspellen
Een van de afgestudeerden is Sem Draaijer. Hij koos na een jaar studie voor de track ‘Healthcare’, vertelt hij op de website van TU/e. Hij was en is erg gemotiveerd om met zijn opgedane kennis van data en informatiesystemen iets te gaan betekenen voor de zorg. Hij studeerde af op een onderwerp in de Computational Biology-groep van Natal van Riel binnen de faculteit Biomedical Technology. Zijn thesis ging over het meten en het voorspellen van de output van een hart en hoe aan de hand van de slagaderlijke bloeddruk de kans op een beroerte kan worden voorspeld.
Op de Intensive Care (IC) is het belangrijk om de Cardiac Output (CO) van patiënten te monitoren. De CO is een maat voor de hoeveelheid bloed die het hart per minuut rondpompt. “Een goede controle over deze waarde kan helpen om betere behandelbeslissingen te maken en de uitkomsten voor patiënten te verbeteren”, vertelt Draaijer. Hij vertelt ook dat uit eerder onderzoek duidelijk werd dat een bepaald type neuraal netwerk (1-D CNN) kan worden gebruikt om het slagvolume (SV) te schatten. Dit is de hoeveelheid bloed die het hart per hartslag rondpompt, berekend aan de hand van de bloeddrukgolf en informatie over de patiënt.
Verbeterd model
In het onderzoek waaraan ook Draaijer meewerkte, is het model verder verbeterd. Zo zijn er extra stappen toegevoegd, zoals betere datafiltering. Ook zijn er nieuwe eigenschappen uit de data gehaald door verschillende, geavanceerde modellen te onderzoeken. De combinatie van nieuwe geavanceerde modellen en het verkrijgen van nieuwe eigenschappen uit de bloeddrukgolven, heeft voor een verbeterde prestatie gezorgd ten opzichte van het bestaande model. Dit onderzoek toont volgens Draaijer daarmee aan dat de doorontwikkeling van deep learning-algoritmes kan helpen om CO nauwkeuriger te schatten met bloeddrukgolven.
Overigens werkt de Technische Universiteit Eindhoven (TU/e) ook mee aan een ander project rondom hartzorg waarbij data centraal staan: het COMBAT-VT-project. Samen met het Catharina Ziekenhuis en Philips onderzoeken ze of datamodellen kunnen voorspellen wie een grote kans heeft op hartritmestoornissen na een hartinfarct. Het onderzoeksproject komt voort uit een nijpend probleem want volgens de onderzoekers ontwikkelen sommige patiënten na een hartinfarct gevaarlijke hartritmestoornissen. Daarom worden heel veel patiënten extra in de gaten gehouden maar komt hulp soms toch nog te laat.
