Data ontsluiten
Hoe kunnen we leren uit data? Hoe kunnen artsen meer inzichten halen uit de data die ze registreren bij hun patiënten met het oog op een betere werking en een verbetering van behandelingen
Mobile health
Hoe kunnen we patiënten helpen door hen beter op te volgen via gegevens uit trackers en wearables, zodat ze ook real time thuis kunnen worden gemonitord?
Bedoeling is daarbij ook om meer aan preventie te kunnen doen, meer te voorkomen dan te moeten genezen.
Meer info halen uit beeldvorming
Met allerhande toestellen worden in het ziekenhuis beelden gemaakt van patiënten, maar computermodellen laten nu toe om diepgaander analyse te maken dan de menselijke analyse.
Innovatie van de zorg
Hoe kunnen we ervoor zorgen dat de verzorging zo goed mogelijk verloopt.
Dit gebeurt uiteraard overeenkomstig de wetgeving op de gegevensbescherming en de privacy. Gegevens van patiënten worden dus anoniem gemaakt.
Meer info op RADar – Learning & Innovation Center (radarinnovationcenter.com)
ADAM-project
Goedkeuring onderzoeksproject
RADar, het leer- en innovatiecentrum van AZ Delta heeft in juni 2021 de goedkeuring gekregen om het onderzoeksproject Advanced Data-Aided Medicine (ADAM) op te starten. ADAM wil via artificiële intelligentie nieuwe kennis uit operationele data halen om de artsen beter te kunnen ondersteunen in hun beslissingsproces. Dat moet de zorg voor de patiënt ten goede komen.
Het project loopt over 3 jaar. Vlaams minister van Innovatie Hilde Crevits heeft op advies van het Vlaams Agentschap Innoveren en Onderzoek (VLAIO) een subsidie van 635.000 euro toegekend. RADar werkt voor dit project nauw samen met verschillende teams van IDLab, een imec-onderzoeksgroep aan de UGent.
Artificiële intelligentie
Concreet gaat het om data uit medische brieven in het elektronische patiëntendossier én data die gegeneerd worden door patiënten via draagbare meettoestellen (bv. slimme polshorloges) en via vragenlijsten voor patiënten. Finaal is het doel om op basis van deze data tot voorspellende AI-modellen te komen; in een eerste fase voor patiënten met een kransslagaderaandoening o.l.v. dr. Karl Dujardin en patiënten met longkanker o.l.v. dr. Ingel Demedts.
Finale beslissing arts
Het is niet de bedoeling om AI-modellen te ontwikkelen die zelfstandig klinische beslissingen kunnen nemen. Het ADAM-project wil de haalbaarheid van dergelijk traject ten gronde onderzoeken en ook de betrouwbaarheid van deze voorspellingen. Ook de reden waarom een model een bepaalde voorspelling maakt, is belangrijk. Maar de uiteindelijke beslissing om het behandelplan bij te sturen blijft echter te allen tijde de verantwoordelijkheid van de arts
Privacy
Het gebruik van de data gebeurt met respect voor de privacy van de patiënt en in overeenstemming met de wet op de gegevensbescherming en de wetgeving inzake klinische studies.