ENGINEER MEETS PHYSICIAN
Op 25 en 26 januari 2022 organiseert het leer- en innovatiecentrum RADar van AZ Delta een eerste tweedaagse wetenschappelijke conferentie rond de samenwerking tussen ingenieurs en artsen in de gezondheidszorg, “Engineer Meets Physician”- EmP conference.
Binnen RADar wordt ingezet op datagedreven onderzoek dat kan leiden tot waardegedreven, gepersonaliseerde en precieze geneeskunde. Daarvoor is een nauwe samenwerking nodig tussen ingenieurs en artsen. De hoeveelheid realworlddata overstijgt de grenzen van wat mensen kunnen verwerken. Beschikbare dataopslag, wiskundetechnieken zoals modellering en een sterke expansie van rekenkracht zorgt ervoor dat analyse en onderzoek van deze grote hoeveelheden data mogelijk worden. Binnen RADar wordt zorgvuldig geëxperimenteerd om ziekenhuisdata verder uit te breiden met patiëntenuitkomsten, patiëntenervaringen en data van wearables.
Ingenieurs van het onderzoeksteam helpen data ontsluiten uit verschillende databases in het ziekenhuis en helpen data beschikbaar te stellen, te verwerken en klaar te zetten voor verdere analyse. Dit proces vereist een grote interactie met artsen en zorgverleners die de relevante medische data kunnen duiden binnen de specifieke context van de onderzoeksvraag. Ingenieurs kunnen data-inconsistenties en issues aankaarten om dataflows verder te optimaliseren en te automatiseren.
“Met deze conferentie willen we verschillende data-aspecten binnen innovatief onderzoek aanbod laten komen vanuit verschillende praktijkvoorbeelden.”
INTERNATIONALE SPREKERS Met deze EmP-conferentie willen we verschillende data-aspecten binnen een innovatief onderzoek in de geneeskunde van vandaag aan bod laten komen vanuit verschillende praktijkvoorbeelden. Er werd een oproep gedaan naar onderzoekers en doctoraatsstudenten in Vlaanderen, die hun datagedreven onderzoek kunnen komen toelichten, aangevuld met verrijkende inzichten en ervaringen van enkele gerenommeerde nationale en internationale experten.
Op dag 1 komt Martin Ingvar, MD, PhD professor neurophysiologie, voormalig decaan van het Karolinska onderzoeksinstituut en medeoprichter van het International Consortium for Health Outcomes Measurements (ICHOM) spreken over uniformisatie in besluitvorming in multidisciplinaire teams op basis van een gedeelde semantische context die de gezondheid van de patiënt ten goede komt. Attia Zachi, AI-onderzoeker in Mayo clinic Minnesota, AI-mededirecteur in cardiologie en universitair docent geneeskunde, zal ons meenemen in de AI-ontwikkeling van medische screeningtests voor vroegdetectie van hartziekten. Raúl San José Estépar, universitair hoofddocent cardiologie aan de Harvard Medical School, PhD en mededirecteur van het Applied Chest Imaging Laboratory in Brigham & Women's Hospital zal ons op dag 2 inspireren rond AI-onderzoek in medische beeldvorming om biomarkers te ontdekken.
“In RADar willen we methodes onderzoeken die uitkomsten van behandelingen gaan voorspellen.”
ONDERDELEN CONFERENTIE De conferentie bestaat uit 4 grote onderdelen, namelijk data verzamelen en ontsluiten, data voorbereiden, data oogsten en datavoordelen. Naast een diagnose, een medische voorgeschiedenis, labresultaten etc. zijn patiëntenuitkomsten tijdens of na een medische behandeling van groot belang om meer inzichten te verwerven in uitkomsten van behandelingen zoals de levenskwaliteit, mogelijke complicaties van een behandeling, de kans op sterfte etc.
Er zijn vandaag veel data op een ongestructureerde manier aanwezig in medische databanken. Deze data kunnen dus niet eenvoudig gebruikt worden voor verdere analyse op grote schaal. Door NLP (natural language processing)-technieken toe te passen op deze medische brieven willen de onderzoekers dat de computer de zinnen inhoudelijk interpreteert en omschrijft zoals een arts deze heeft geschreven.
Na het verwerken van een tekst via NLP dient te computer deze weer te geven in computertaal: zijnde cijfers en nummers. Dit kan door een eigen vocabularium aan te leggen, waarbij we iedere relevante uitdrukking een uniek nummer geven. Gelukkig bestaat dit reeds en zijn er vocabularia beschikbaar voor bijvoorbeeld klinische termen, ziektes laboratoriumdata, medicatie etc.
ALGORITMES Daarnaast gebruikt een computer algoritmes om vanuit data als input een welbepaalde output te genereren. Deze inputdata omvatten enkele eigenschappen, die meestal in de vorm van gestructureerde kolommen beschikbaar en visueel worden gemaakt. Algoritmes hebben deze eigenschappen nodig met specifieke karakteristieken om naar behoren te kunnen werken. Er is vaak een noodzaak om deze eigenschappen verder te finetunen en aldus de inputdataset verder klaar te zetten voor analyse om enerzijds compatibel te zijn met de verschillende vereisten van wiskundige machinelearningmodellen en anderzijds de performantie van de kunstmatige modellen te verhogen.
Data analyseren kan aan de hand van verschillende technieken met artificiële intelligentie, machine learning en/of statistische analyse. Huidig onderzoek in RADar wil methodes onderzoeken die uitkomsten van behandelingen gaan voorspellen zodat artsen op voorhand meer inzichten krijgen in de mogelijke impact en uitslag van verschillende behandelopties, zodat een behandeling op maat kan gekozen worden.
Het programma van EmP en inschrijven: https://events.azdelta.be/empconference2022/en/program
MEER INFO Kim Denturck Beleidscoördinator innovatie 051 23 75 41 kim.denturck@azdelta.be Auteur: Kim Denturck Foto: Shutterstock (beeld van uitnodigingen)