Het PersOn-programma gebruikt kunstmatige intelligentie om alle beschikbare data - van zowel het type kanker als de individuele patiënt - te analyseren om de verwachte uitkomst van verschillende behandelopties te voorspellen. Met behulp van deze informatie kiezen de arts en de patiënt samen het gepersonaliseerde zorgpad dat de kans op de beste levenskwaliteit vergroot. De samenwerking zal vier jaar duren. 

De druk binnen de zorgsector stijgt enorm en binnen de oncologie wordt er de komende tien jaar een explosieve stijging verwacht in het aantal patiënten. Vaak wordt nu vastgehouden aan bestaande protocollen, waar patiënten standaard alle stappen van een oncologietraject doorlopen. Hierdoor is de behandeling voor iedereen hetzelfde. Door geavanceerde AI-systemen en -modellen in te zetten, kunnen zorgprofessionals bepalen welke stappen wel en welke stappen niet nodig zijn voor de patiënt. Dit resulteert in persoonlijkere zorg en bijvoorbeeld ingekorte trajecten. Zo wordt de zorg effectiever en efficiënter, wat zowel voor patiënt als arts aangenamer is. Daarnaast wordt de druk op de zorg verlicht.

 

Huidige modellen in de zorg zijn statisch, wat inhoudt dat het lastig is om nieuwe, innoverende technologieën toe te passen op deze modellen. Zo is er onder meer geen integratie met het elektronisch patiëntendossier, waardoor zorginstanties geen compleet beeld hebben van de medische geschiedenis van de patiënt. Nieuwe AI-modellen lossen dit probleem op en ondersteunen arts en patiënt bij het ontwikkelen van gepersonaliseerde oncologietrajecten.

Daarnaast richt een groot deel van het onderzoek waar Info Support aan bijdraagt zich op de uitlegbaarheid van AI-modellen. De huidige modellen zijn in mindere mate uitlegbaar, waardoor het moeilijk is om toe te lichten hoe een model bepaalde conclusies trekt. Hierdoor zijn conclusies van deze systemen lastiger te interpreteren. Als modellen beter uitlegbaar en transparanter zijn, kan de zorg eerder en meer vertrouwen op de conclusies die dergelijke algoritmes trekken. Als je als arts weet dat het algoritme de volledige medische geschiedenis mee heeft genomen in de analyse, én als je weet waarom het model bijvoorbeeld een ingekort traject voorstelt, kun je daar sneller op vertrouwen dan wanneer het een statisch en minder uitlegbaar model betreft.

 

Info Support levert onder meer toegang tot een machine learning-platform, zodat de NWO binnen een professionele omgeving herproduceerbare modellen kan trainen en ontwikkelen. Ook biedt Info Support op aanvraag verschillende trainingen op het gebied van Explainable AI, MLOps en Advanced Python Programming binnen Microsoft Azure-omgevingen. Daarnaast ondersteunt Info Support NWO in de begeleiding van postdoc onderzoekers, en is er een AI-expert vanuit Info Support beschikbaar voor advies aan de NWO.

 

Joop Snijder, Head of Research Center AI bij Info Support: “We zijn enorm trots dat we een bijdrage mogen leveren aan onderzoek om oncologietrajecten persoonlijker en efficiënter te maken. We vinden het belangrijk om ons bezig te houden met maatschappelijk verantwoord ondernemen. Met ons Research Center willen wij een positieve impact maken op fundamentele en maatschappelijke problemen die spelen. Door onze inzet hoopt Info Support een steentje bij te dragen aan het toegankelijk houden voor de zorg en de werkdruk te verlichten.”