Doorbreken van barrières voor gebruik van AI algoritmes in de gezondheidszorg.

Inleiding

Het onderhavig project is een R&D-samenwerkingsproject van het Gronings bedrijf COSMONiO IMAGING met een Zuid-Hollandse MKB-bedrijf Holland AI, begeleid door subsidieadviesbureau ASQA Subsidies, met als doel het mogelijk maken van het gebruik van kunstmatige intelligentie in de medische sector.

Probleemstelling

Binnen de medische sector is er een duidelijke vraag naar zelflerende algoritmes die garant staan voor een nauwkeurigere en snellere behandeling en vroegtijdige diagnostiek, die zodoende een duidelijk kostenbesparend effect hebben. Er zijn al tal van medische algoritmes op de markt, maar momenteel zijn er nog veel technische en praktische barrières voor het gebruik van deze disruptieve vorm van technologie.

Een veelvoorkomend probleem is dat de momenteel beschikbare algoritmes niet specifiek getraind zijn op de lokale demografie, waardoor de diagnostiek minder nauwkeurig wordt. Het huidige project is erop gericht om deze barrières te slechten ter verbetering van de gezondheidszorg.

Doelstellingen van het project

Het project van Holland AI en COSMONiO IMAGING omvat twee doelstellingen:

1. De experimentele ontwikkeling van een cloud-based platform voor verbeterde medische diagnostiek, waarmee een efficiënte, veilige en privacy-geborgde koppeling gemaakt kan worden met de PACS (Picture Archiving and Communication Systems)-infrastructuur in een ziekenhuis.
2. De experimentele ontwikkeling van de innovatieve machine learning techniek NOUS van COSMONiO in combinatie met nieuwe ontwikkelingen op medisch-technisch vlak om automatische patroonherkenning uit te voeren op hoge snelheid voor ieder medisch beeld, onafhankelijk van de demografische verschillen en de anatomie van de patiënt.

Deze technologie kan er mede voor zorgen dat medische experts zelf op een makkelijke manier kunnen bijdragen aan het bouwen van algoritmes voor verbeterde diagnostiek.

Samenwerking en betrokkenheid

Binnen dit project werken de projectpartners samen met radiologen en IT’ers van het Maasstad Ziekenhuis te Rotterdam. De betrokkenheid van radiologen van het Maasstad Ziekenhuis borgt dat het perspectief van de gebruikers van de innovatie meegenomen wordt in de ontwikkeling van dit platform.

Naast de medische sector zullen ook andere MKB-bedrijven kunnen profiteren van de resultaten van het project. Een van de doelen is om derde partijen die algoritmes ontwikkelen voor gebruik in de gezondheidszorg een makkelijke route naar de markt te bieden, zodat zij sneller kunnen groeien.

Conclusie

Als conclusie zijn er meerdere voordelen voor artsen en patiënten te benoemen bij het ontwikkelen en toepassen van dit innovatieve platform, namelijk:

• De diagnostiek in de medische sector zal versnellen en verbeteren, onafhankelijk van de demografische lokale verschillen in de populatie.
• Een efficiënte marktpositie kan verworven worden voor bedrijven die producten willen bieden aan de gezondheidszorg.
• Er kan efficiënter gehandeld worden door de arts.
• Het zal kostenbesparend werken.
• Het zal vooral zorgen voor een verbeterde kwalitatieve gezondheidszorg in het kader van Value Based Healthcare.