Usecase Strokeviewer
Transcript:
Strokeviewer is een applicatie die helpt bij patiënten die verdacht zijn van een beroerte, om te herkennen welke patiënten echt een grote beroerte hebben, dus die baat zouden hebben bij een wat complexere behandeling. Deze ondersteunt hierbij radiologen, en vooral ook radiologen die minder ervaring hebben bij de interpretatie van beelden van patiënten met een beroerte, om de diagnose te stellen. De AI die wij gebruiken hierbij valt onder de noemer computer vision. Computer vision die zorgt er eigenlijk voor dat de computer ziet en interpreteert wat wij ook zien en interpreteren. Dan kan je denken aan foto's, of aan videobeelden. Herkenbare situaties zijn ook het herkennen van beelden in auto's zodat je autonoom in auto's kan rijden. Nou, dezelfde technologie die dus die beelden interpreteert gebruiken wij ook. Dat is het zogenaamde deep learning waarbij we convolutional neurale netwerken, dus veel lagen van computers gebruiken, die dingen kunnen herkennen en kunnen zien die expert radiologen ook kunnen zien. Dus wij maken hier gebruik van het zogenaamde supervised learning. We hebben heel erg gespecialiseerde radiologen gevraagd om in de CT beelden aan te geven waar de herkenningspunten van een grote beroerte zijn en door veel voorbeelden te hebben kan de computer dit gedrag herhalen van deze expert radiologen. Nee zeker niet, maar het is wel zo dat de rol van radiologen wat gaat veranderen. AI is vaak heel specialistisch en kan een heel beperkte taak heel goed en daar inderdaad taken van radiologen overnemen in dit geval gaat het inderdaad over patiënten waarbij er een verdenking is van beroerte, om dat te herkennen. Om een idee te geven, een normale radioloog in een wat kleiner ziekenhuis ziet zo'n patiënt misschien één keer in een paar weken. Dus het is vrij moeilijk om het te leren en op die manier kan de AI door veel voorbeelden te verzamelen dit heel specifieke taakje overnemen..