Blog

Nieuws en kennisartikelen over gezondheidszorg en technologie

Alle artikelen

Artificial Intelligence in het lab: dit zijn de mogelijkheden

Artificial intelligence in het labArtificial intelligence (AI) is een hot topic, ook in de zorgsector. Niet zo gek: een concept waarin de rekenkracht van computers die van mensen overtroeft, spreekt tot de verbeelding. Op verschillende vlakken van de gezondheidszorg wordt Artificial Intelligence al toegepast: bijvoorbeeld bij datamanagement voor betere diagnoses, het lerend vermogen van een virtuele assistent, een app die “luistert” naar gezondheidsklachten en bij precisiegeneeskunde. Maar ook -en vooral!- voor het laboratorium is AI een interessante technologische ontwikkeling. Welke mogelijkheden er voor artificial intelligence in het lab zijn, bespreek ik in dit blog.

De motor van goede zorg

Het laboratorium wordt in de digitaliseringsslag weleens over het hoofd gezien en dat is zonde. Het lab vormt namelijk een belangrijke schakel in goede zorgverlening. Bijvoorbeeld in de ontwikkeling van medicijnen en in het kiezen van de meest geschikte behandeling voor een patiënt. Wanneer je als zorginstelling een goede data-uitwisseling tussen het laboratorium en de andere afdelingen hebt, wordt de zorg die je levert automatisch beter en efficiënter. Nóg interessanter wordt het als je artificial intelligence in het lab inzet om de data-uitwisseling van de hele zorgorganisatie te verbeteren.

“Door diagnostische tests aan specifieke behandelingen te koppelen, kiezen artsen direct voor de meest optimale behandeling van een patiënt, zonder eerst verschillende medicijnen te proberen”

Transformeer het lab: 4 mogelijkheden

Dat klinkt allemaal veelbelovend. Maar hoe zou artificial intelligence in het lab eruit kunnen zien voor jouw organisatie? Hieronder bespreek ik vier toepassingen.


Koppel diagnostische tests aan specifieke behandelingen. Denk hierbij aan tests die informatie geven over veilig en effectief gebruik van een medicijn door een specifieke patiënt. De tests worden samen ontwikkeld met medicijnen en zijn te gebruiken voor het selecteren van groepen patiënten die geschikt zijn voor een bepaalde behandeling op basis van hun biologische eigenschappen. Ze maken gebruik van biomarkers die helpen bij het voorspellen van de reacties op een medicijn. Met deze AI-toepassing kiezen artsen direct voor de meest optimale behandeling van een patiënt, zonder eerst verschillende medicijnen te proberen.

Gebruik algoritmen voor het analyseren en koppelen van wetenschappelijke onderzoeken, patiëntverslagen en lab-rapporten. Met AI-systemen zijn ongestructureerde gegevens, zoals scans en arts-aantekeningen te “lezen” en om te zetten in data voor een kennisbank. Deze kennisbank is vervolgens te koppelen aan andere kennisbanken, bijvoorbeeld de databanken van onderzoekers. Hierbij houdt het systeem rekening met de context van de informatie. Cortisol is bijvoorbeeld een hormoon én een medicijn. Wanneer cortisol voorkomt in een wetenschappelijke tekst samen met "secretie", gaat het over een proces in het menselijk lichaam en niet over een medicijn. Doordat deze informatie te koppelen is aan de lab-uitslagen en de arts-verslagen een patiënt, kan dit relevante informatie opleveren voor de behandeling.

Verbeter de Trial Intelligence. AI kan ook gebruikt worden om betere trials op te zetten. Zo kun je de reacties op geneesmiddelen meten, of voorspellen of het nemen van een medicijn tot een positief of negatief resultaat zal leiden. Ook kun je voorspellingen doen over de deelname van een bepaalde patiënt: zal hij vroegtijdig afhaken of de gehele trial uitzitten? Dankzij deze toepassing van AI vond het bedrijf Deep 6 binnen 10 minuten 58 geschikte patiënten voor een onderzoek naar een longkanker-medicijn. Dit gebeurde op basis van informatie die verzameld werd uit teksten, beeldmateriaal, moleculen en de sequencing van genomen. Op deze manier verzamel je dus meer en betere testpatiënten en zijn behandelingen sneller te ontwikkelen.

Haal meer uit microbiologie. Ook op het vlak van microbiologie is er met de inzet van AI veel mogelijk. Bijvoorbeeld met software om grote hoeveelheden chromogene media te onderzoeken op bijvoorbeeld de ziekenhuisbacterie MRSA. Of software waarmee het makkelijker is grote hoeveelheden negatieve urinekweken van niet-negatieve urinekweken te onderscheiden, waardoor je een urineweginfectie sneller kunt ontdekken (wat complex is door de vele variabelen). Denk ook aan software voor de analyse van kenmerken in beeldmateriaal, waardoor je negatieve en normale micro-organismen kunt verwijderen en in complexe materie makkelijker bacteriekolonies kunt ontdekken. 

“AI vervangt de laborant niet. Het werk wordt eerder verdeeld: AI houdt zich bezig met het omvangrijke en te automatiseren werk zodat de laborant meer tijd heeft om zijn expertise in te zetten”

Maak een efficiëntieslag met AI

AI maakt het in de bovenstaande voorbeelden mogelijk grote hoeveelheden data te analyseren en gefundeerde voorspellingen te doen. Je maakt er dus een enorme efficiëntieslag mee! Dat is nodig, want laboranten staan door de enorme hoeveelheid werk flink onder druk. Toepassingen van Artificial Intelligence verlichten die werkdruk, waardoor ook de doorlooptijd van onderzoeken verkort wordt. Dat is handig voor laboratoria die niet 24/7 open zijn. Een ander voordeel is dat laboranten en artsen bij AI nauwer samenwerken tijdens een behandeling, omdat ze beide gebruik maken van de informatie over de gezondheid van de patiënt én de laboratoriumresultaten.

De toepassing van AI is daarmee een aanvulling op het werk van de laborant, het vervangt de laborant niet. Het werk wordt eerder verdeeld: AI houdt zich bezig met het omvangrijke en te automatiseren werk zodat de laborant meer tijd heeft om zijn expertise in te zetten. De transformatie van labs met AI vormt daarmee een positieve ontwikkeling die we alleen maar kunnen ondersteunen.

Meer weten over artificial intelligence in het lab en de meerwaarde ervan voor jouw zorgorganisatie? Download dan gratis onderstaand white paper.

CTA Rapport Multi model Database

Onderwerp(en): artificial intelligence

David Majster
David Majster
David Majster was marketing manager at InterSystems Benelux between 2003 and 2018. He combined his enthusiasm for IT software technologies with a pragmatic approach, which made his work both results oriented and passionate. David is known for his good sense of humour and his ingenuity. After 40+ years of working for international IT companies in Belgium, The Netherlands, Germany and France, David now enjoys his well deserved retirement.

 


Laat een opmerking achter

Misschien vind je deze artikelen ook interessant:

 

Artificial Intelligence is een luxe & een noodzaak (en dat is oké)

Niet zelden laten bedrijven trends aan zich voorbijgaan. Dat moet ook, want anders zouden ze allerlei ove...
Heike van Muylem 13/11/18 08:00

ICT in de logistieke sector: keep calm & buy software

Als professional in de logistieke sector kan je het warm krijgen van alle veranderingen. Wearables, data-...
Heike van Muylem 16/10/18 08:00

Real World Data uit het leven van de patiënt: de toepassingen [deel 3]

Welke bevolkingsgroepen lopen het meeste risico op hart- en vaatziekten? Bij hoeveel procent van de patië...
Heike van Muylem 02/10/18 08:00