Den digitale patiëntendossiers van ene ziekenhuis staan volop met waardevolle gegevens diegene nu nog nauwelijks voordat dit doeleinden tweedehands wordt. Met ie DSX-project willen den wetenschappers dit gegevens, met gewoonte van kunstmatige pienterheid (AI) gaan verwedden voordat den ontwikkeling van modellen diegene artsen promoten gedurende ie schiften van den best mogelijke behandeloptie. Daarvoor is nu ie eerste AI-model ontwikkeld.
Zorg op makker dankzij AI-model
Gedurende ene patiënt met kanker is ie noch eenzaam bepalend wegens te weten waarom den ziekte realisatie is, maar zowel watten den uitgelezene treatment is. Ie maken van diegene preferentie is onder andere onzelfstandig van persoonlijke, klinische plusteken genetische kenmerken. Elke tumor, plusteken ie realisatie daarvan, is verschillend. Vanwege Big Gegevens plusteken AI ter te zetwerk schenkkan ie beantwoording op den vraag welke treatment ie uiterst geschikt is voordat ene voorschrijven patiënt voorheen plusteken huis onderbouwd gevonden wordt.
“Ie is mijn wil wegens den zorg voordat patiënten te verbeteren voort gewoonte te maken van beschikbare gegevens. Dat wil ik ter eerste instantie doet voordat oncologie patiënten. DSX maakt gewoonte van alle medische gegevens ter Isala, tegenstelling Big Gegevens. Met artsen hebben wij overlegd watten voordat algoritme met AI (artificial intelligence) wij indien eerste wilden uitbouwen. Den preferentie viel op melanoom. Samen met internist-oncoloog Jan Willem den Vitaal ben ik daarom dit pilotstudie gestart”, aldus Brohet.
Patiënten met melanoom krijgen ongeacht chemotherapie nu zowel doelgerichte therapie of immunotherapie. Dit slaat gedurende den ene patiënt welnu aan, maar gedurende den andere noch. Hoe schenkkan dat? AI zullen gigantisch kunnen promoten gedurende ie beantwoorden van dit vraag plusteken ie leveren van ene treatment op makker. Dat is precies waar den data-wetenschappers in ie DSX-project nu aan werken.
Gegevens Science Experience project
DSX maakt voordat den analyses zowel gewoonte van gestructureerde indien ongestructureerde gegevens. “Gestructureerde gegevens zijn bijvoorbeeld sekse, ouderdom, gewicht, ruimte van den tumor enzovoorts. Ongestructureerde gegevens zijn alle gegevens diegene ik invul ter den open tekstvelden. Hoe gaat ie met iemand, watten is zijn leefstijl, watten is zijn beroep, hoe gaat hij met den ziekte wegens. Dus alles watten noch past ter ene afvinklijst maar watten welnu belangrijke verwittiging is. Vanwege zowel diegene gegevens te usances, kun jij zoeken zoals watten jij noch verwachten plusteken zwachtels zien. Zowel geven ie onzerzijds inzicht ter den uitkomsten van den verschillende behandelingen overheen den tijdstip. Complexere gegevens kunnen wij op dit methode steeds huis vangen plusteken analyseren plusteken wij kunnen huis zien watten voorspellende factoren zijn”, vertelt internist-oncoloog Jan Willem den Vitaal.
Tijdelijk is ie ondergrond AI-model waarmee den uitgelezene treatment voordat ene patiënt met melanoom voorspeld schenkkan wordt klaar. “Ie werkt, wij hebben er vertrouwen ter. Indien ik den gegevens van ene weten patiënt invoer, voorspelt dit specimen zowaar den juiste treatment. Maar wij willen ie nog voorts valideren. Ie algoritme moeten nog groeien plusteken dat schenkkan eenzaam indien wij patiënten blijven toevoegen, zowel van andere melanoomcentra. Dan wordt den voorspellingen nog huis plusteken kun jij patiënten maatwerk bieden. Er wordt vaak gezocht zoals medicijnen diegene ie leven met ene twee maanden kunnen temporiseren. Mijn opinie is dat wij huis kunnen investeren ter den kwaliteit van leven. Dit kunnen wij doet voort te leren van den beschikbare gegevens wegens zo samen met den patiënt te raadsbesluiten overheen den uiterst passende treatment”, aldus Jan-Willem.
Voorheen dit schooljaar werden ie viertal onderzoeken van ie UMC Utrecht, gestructureerd op ie regio van ‘kanker plusteken AI’ met meer dan 1,5 miljoen euro gefinancierd voort ie Hanarth Pensioenfonds. Daarbij zit zowel ene research dat zichzelf richt op AI-modellen voordat huidkanker.