Je expertise en innovatieve ideeën delen en bijdragen aan het verbeteren van de zorg voor te vroeg geboren baby's. Deze geweldige kans kregen Nederlandse studententeams deze maand in de FruitPunch AI Challenge.
Non-profit organisatie FruitPunch AI, die zich inzet voor het gebruik van kunstmatige intelligentie in de gezondheidszorg, ontwikkelt challenges voor studenten om te leren over Artificial Intelligence (AI) en hun kennis en vaardigheden hierin verder te ontwikkelen. Samen met de Universiteit Utrecht, Eindhoven University of Technology en Wageningen University stimuleren we in het UMC Utrecht de inzet van AI door deze challenges te ondersteunen en te begeleiden.
Is dag-nachtritme voor te vroeg geboren baby’s essentieel?
Waar studenten van het UMC Utrecht vorig jaar werkten aan een AI-model om sepsis bij te vroeg geboren baby’s te voorspellen, draaide de Challenge dit jaar om een AI-model om het dag-nachtritme voor te vroeg geboren baby’s in couveuses in kaart te brengen, met de vraag: is er op de afdeling Neonatologie van het UMC Utrecht sprake van een dag-nachtritme? Ook hebben de studenten gekeken naar de impact van het aan- of afwezig zijn van zo’n dag-nachtritme op de groei van te vroeg geboren baby's. Verder keken ze aan de hand van MRI-scanuitslagen naar het aantal infecties en de ontwikkeling van de hersenen.
Resultaat: AI-model dat dag-nachtritme automatisch onderhoudt
Om het optimale dag-nachtritme voor te vroeg geboren baby's in couveuses te bepalen, hebben de studenten de gegevens van veel baby’s geanalyseerd en gecombineerd met geavanceerde machine learning-technologieën. Zo lukte het de studenten om een machine learning-model te ontwikkelen, dat het dag-nachtritme automatisch weergeeft. Dit AI-model kan in de toekomst hopelijk helpen de zorg voor te vroeg geboren baby's te verbeteren en de risico's op gezondheidsproblemen te verminderen doordat het ons inzichten kan geven in de impact van dag-nacht ritme op de zaal.
Op naar de volgende challenge
Alle data, die de studenten gebruikten, kon veilig worden gedeeld via Digital Research Environment (DRE), de veilige digitale onderzoeksomgeving van het UMC Utrecht. Zo werd voor de tweede keer succesvol een AI-vraagstuk in een FruitPunch challenge aangepakt. Neonatoloog Jeroen Dudink van het UMC Utrecht: "AI heeft het potentieel om medische professionals te ondersteunen en de patiëntenzorg te verbeteren. Samenwerken met data-scientists en artsen tijdens de FruitPunch Challenge om dit te bereiken was een hele waardevolle ervaring. Ik kijk uit naar het volgende project."
Over Digital Health
Het UMC Utrecht zet sterk in op zorgvernieuwing. Dit doen we door samen met onder andere patiënten, huisartsen en andere zorgaanbieders een naadloos zorgtraject voor patiënten te creëren en patiënten meer zelf de regie te geven. Hierbij maken we gebruik van ICT en mobiele eHealth technologie, zoals apps en thuismonitoringapparatuur. Zo krijgt de patiënt thuis meer zelfsturing en wordt ondersteund door zorg op het moment dat het echt nodig of gewenst is met meer persoonsgerichte adviezen en betere afstemming tussen de zorgverleners onderling.
Bekijk de meeste recente Data Science en eHealth oplossingen van het UMC Utrecht.
