Slider1
Slider2
Slider3
Slider4
Slider5
Slider6
Slider7
previous arrow
next arrow
Mobiel_slide_1
Mobiel_slide_2
Mobiel_slide_3
Mobiel_slide_4
Mobiel_slide_5
Mobiel_slide_6
Mobiel_slide_7
previous arrow
next arrow
logo-vandenboertaxaties.fw
logo-kant.fw
logo-gubbels.fw
logo-essentieel
logo-vanboxtel.fw
logo-vanboxtel.fw
logo-d66-vught
logo-d66-vught
logo vvd-vhc
logo-gemeentebelangen
logo adverteren.fw
Voedselbank
Voedselbank

Familie berichten

7 december 2021 Familieberichten op Vught.nu

Het is mogelijk om hier op de nieuwssite van Vught...

Onderzoek naar gebruik artificial intelligence bij beoordelen longfoto’s COVID-19

DEN BOSCH – 12 juni 2020. Wereldwijd zijn duizenden mensen besmet (geraakt) met het COVID-19 virus. Een snelle manier om deze diagnose te stellen, is met röntgenfoto’s van de longen.

Radiologen beoordelen de beelden. Articifical Intelligence kan hen daarbij helpen, zo blijkt uit een eerste onderzoek van het Jeroen Bosch Ziekenhuis, Radboudumc en Bernhoven.

Aan de hand van röntgenlongfoto’s kan Articifical Intelligence even goed voorspellen of iemand infiltratieve longafwijkingen heeft, als radiologen. Het onderzoek is gepubliceerd in het toonaangevende wetenschappelijke tijdschrift Radiology.

Snel en goedkoop COVID-19 opsporen
Uit eerder onderzoek is gebleken dat Artificial Intelligence tuberculose even goed kan diagnosticeren aan de hand van een röntgenlongfoto, als een radioloog. Dit biedt mogelijkheden voor de mondiale coronacrisis en de schaarste van testkits. Het maken en beoordelen van röntgenfoto’s is namelijk een snelle en relatief goedkope manier om de COVID-19 diagnose mede te stellen. Ook landen waar de gezondheidzorg minder ontwikkeld is, hebben de mogelijkheid om röntgenfoto’s te maken. Echter, in deze landen zijn niet altijd voldoende radiologen beschikbaar om de beelden te beoordelen. Artificial Intelligence (AI) kan hier een oplossing voor bieden.

Een computer als collega-radioloog
In het huidige onderzoek is gebruik gemaakt van het deep-learning* AI-systeem CAD4COVID-XRay. Er is begonnen met het systeem ‘op te leiden’met longfoto’s van andere ziekenhuizen van gezonde longen, longontstekingen, en longontstekingen veroorzaakt door COVID-19. Daarna zijn 454 röntgenbeelden van het Jeroen Bosch Ziekenhuis beoordeeld door zowel het AI-systeem als door zes radiologen. Het AI-systeem wist alle röntgenbeelden even goed te beoordelen (is op de foto een (COVID-19) longontsteking zichtbaar, of niet?) als de radiologen.

Het is de eerste keer dat dit onderwerp is onderzocht. De volgende stap is om het AI-systeem extra te ‘trainen’ met meer beelden en eventueel te combineren met laboratorium uitslagen. Het gehele onderzoek is te lezen op de website van Radiology.

*Deep Learning: software leert automatisch structuren te herkennen door steeds complexere kenmerken af te leiden van ‘ruwe’ input data.

Artificial intelligence essentieel onderdeel van toekomstige zorg
Het Jeroen Bosch Ziekenhuis zet sterk in op artificial intelligence (AI) als essentieel onderdeel van de toekomstige zorg. Het ziekenhuis is hierin de samenwerking aangegaan met de Diagnostic Image Analysis Group (DIAG) van het Radboudumc en de Jheronimus Academy of Data Science. Het Jeroen Bosch Ziekenhuis is het eerste niet-academische ziekenhuis in Nederland dat AI zelf ontwikkelt en in de praktijk gebruikt.

Bron: Jeroen Bosch Ziekenhuis

Een bericht plaatsen, een mededeling doen, familiebericht doorgeven of verenigingsnieuws, dat kan bij Vught Nu. Tevens zijn wij altijd op zoek naar het laatste nieuws. (een foto en/of logo erbij maakt het vaak leuker). Mailen maar! nieuws@vught.nu

 

 

bas van doorn
CDA logo
logo peijenburgvught.fw
logo peijenburgvught.fw
logo peijenburgvught.fw
logo-essentieelwonen.fw
previous arrow
next arrow
logo-t-heem
logo-guldenberg.fw
logo-hustin
logo-hustin
Jan van Balkom
logo-empee-helvoirtnet1
30 augustus 2024 Corvers Column: Hete aardappel

Peter Corvers...

Meer >>

Theater de Speeldoos
Theater de Speeldoos
Agenda de Petrus
Agenda de Petrus

Een reactie plaatsen op dit bericht

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Deze site gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.

logo-stichting helvoirtnet.fw
logo-gemeenteberichten-hel-vug.fw
1-1-2
Centrum jeugd en gezin
logo-rijksoverheid
Amber Alert