In het Jeroen Bosch Ziekenhuis (JBZ) in Den Bosch was AIOS klinische chemie Steef Kurstjens de kartrekker. ‘Labuitslagen en longfoto’s waren voorheen van elkaar losstaande gegevens, maar de laboratoriumspecialisten klinische chemie vielen de afwijkende bloedwaardes op en ook de longfoto’s toonden typische afwijkingen. Wij vroegen ons af of die afwijkende uitslagen in samenhang meer informatie zouden genereren dan de separate data. Om genoeg data te krijgen, werd samengewerkt met Amphia Ziekenhuis, het Elisabeth-TweeSteden Ziekenhuis en Ziekenhuis Bernhoven. Het doel was een slimme, getrainde computer op basis van die bevindingen een kloppende diagnose te laten stellen. Dat lukte. We waren in maart 2020 wereldwijd de eerste die een diagnostisch machine learning-algoritme ontwikkelden voor corona. We stonden volop in de belangstelling, wereldwijd. De website die we in de lucht brachten, werd duizenden keren per dag bezocht en we ontvingen e-mails van over de hele wereld. Er
CORONA GAF KUNSTMATIGE INTELLIGENTIE IN HET LABORATORIUM EEN BOOST
‘De weerstand tegen kunstmatige intelligentie is weg’
In het begin van de coronapandemie waren coronatesten – laat staan snelle – schaars. Op basis van de parameters die al standaard op de spoedeisende hulp werden afgenomen, konden echter óók voorspellingen worden gedaan. In onder meer het Jeroen Bosch Ziekenhuis en het Catharina Ziekenhuis ging men ermee aan de slag. Dit resulteerde in de inmiddels bekende corona-score en de CoLab-score. Maar hoe ging de ontwikkeling ervan? En wat zijn de follow-ups?
Maak een gratis account aan en krijg toegang tot alle artikelen
Heeft u al een account?