Hoe kun je met de inzet van artificial intelligence (AI) de diagnostiek bij schouderklachten verbeteren? Met deze onderzoeksvraag houden studenten en een docent zich bezig in de minor Applied Data Science. De minor is een samenwerking tussen de faculteiten ITD en TIS, het lectoraat Technology for Health van De Haagse Hogeschool en het Leids Universitair Medisch Centrum. Met de minor geven zij vorm aan een uniek onderzoeks- en onderwijsconcept.
Erwin de Vlugt, lector Technology for Health, is erg enthousiast over de opzet van de minor. “Wat de docent en de studenten daarin doen, is nog nooit ergens anders vertoond. Inhoudelijk niet, maar ook niet in het proces.” Docent-onderzoeker Tony Andrioli doet er een schepje bovenop. “Ik ben trots op wat we met deze minor kunnen betekenen voor studenten en het beroepenveld. Het concept erachter verbindt en verrijkt het team van studenten waarvan ik als docent onderdeel uitmaak.”
Inhoudelijk is het onderzoek baanbrekend. Centraal staat de vraag of en hoe artificial intelligence (AI) een arts kan ondersteunen in zijn diagnostiek. Met bewegingssensoren die zijn verbonden aan een computersysteem wordt gekeken naar patiënten met schouderklachten. De sensoren registreren de bewegingen van de schouder en relateren die aan de big data in de computer. Wordt op deze manier een patroon ‘herkend’, dan leidt dit tot een diagnose die vergeleken wordt met de diagnose van de arts.
Erwin de Vlugt: “De ondersteuning van de diagnostiek door AI heeft enorm veel potentie in zich. Een arts, hoe ervaren ook, kan een keer iets over het hoofd zien. Artificial intelligence combineert wat de bewegingssensoren op het lichaam van de patiënt zien met de data die al beschikbaar zijn. Dat is nu gefocust op de schouderbewegingen, maar kan uitgebreid worden naar ieder deel van het bewegingsapparaat. Straks kunnen we misschien de gezichtsuitdrukking van iemand meenemen in het onderzoek. Of andere delen van het lichaam. Dan zou bijvoorbeeld AI kunnen aangeven dat de schouderklachten zijn ontstaan vanuit een slecht functionerende knie.”
Het onderzoek wordt gedaan in samenwerking met artsen en patiënten van het LUMC. Erwin: “De patiënten werken mee, omdat zij daardoor sneller een diagnose krijgen en eerder de polikliniek kunnen verlaten. Dit project wordt uitgevoerd in een revalidatieomgeving. De artsen daar zijn al gewend aan veel technologie en staan positief ten opzichte van de potentiële toegevoegde waarde van AI. We leren nu AI net zo goed te laten zijn als de dokter. Als dat lukt, krijgen we misschien een nieuwe gouden standaard. Dus iets totaal baanbrekends. Een nieuwe diagnostische realiteit.”
“In het onderzoek van deze minor komen verschillende disciplines in het onderwijs, het onderzoek en het beroepenveld samen: data science, technologie, ICT, design en verpleegkunde. Alle betrokkenen voelen dezelfde uitdaging. Alle disciplines zijn begaafd in conceptueel denken. De verpleegkundigen zijn de vertolkers van wat op de ziekenhuisvloer gebeurt. Het leuke is dat je vanuit kennis en methodiek de toepassing ontwikkelt. Dat we nu de eerste prototypes kunnen gaan testen.”
De minor Applied Data Science is opgebouwd uit twee blokken van tien weken. In de eerste periode krijgen de studenten de verdieping die nodig is om te gaan onderzoeken. Tijdens die verdieping worden de resultaten van voorgaande onderzoeksteams nog eens geverifieerd. Het tweede blok is helemaal gericht op onderzoek doen. Drijvende kracht achter de minor zijn de docent-onderzoekers Tony Andrioli en Jeroen Vuurens. Tony belicht het baanbrekende karakter van het onderwijs- en onderzoeksconcept.
“Als docent ben ik medeonderzoeker van de studenten. Onderdeel van het onderzoeksteam. Niet per se de leider. Natuurlijk is er wel onderscheid. Maar ook ik weet niet wat de uitkomst van het onderzoek zal zijn. Dat maakt het uitdagend voor het hele team. Omdat ik met hen in het team zit, kan ik feedback leveren, hier en daar sturen, maar niet beoordelen. Dat laat ik een andere docent doen die meer kritische distantie heeft. Het is heel bijzonder om als senior samen met jongeren onderzoek te doen. Zij laten veel creativiteit zien, tonen lef en hebben veel energie. Ik breng mijn senioriteit, kennis en ervaring mee. Dat geeft een bijzondere vorm van dynamiek.”
Tony: “Dit project is voor mij als thuiskomen. Ik ben gepromoveerd op medische informatica. We kunnen als onderzoeksteam binnen deze minor betekenisvol zijn voor de maatschappij. Verder is de samenwerking met zoveel disciplines én met de mensen van het LUMC verbindend en verrijkend. Het zou prachtig zijn wanneer hieruit inderdaad een nieuwe diagnostische realiteit kan voortkomen.”
In de minor worden overigens meer toepassingen van AI en big data onderzocht, steeds met andere partners uit het beroepenveld.