Storingen van beeldvormende apparatuur zoals MRI- en CT scanners verstoren het zorgproces in het ziekenhuis. Is het mogelijk om deze storingen voorspellen? Het Albert Schweitzer ziekenhuis en TU Delft verkennen samen de mogelijkheden.
In ieder ziekenhuis worden enorm veel MRI’s en CT scans gemaakt. Voor het zorgproces zijn deze beelden noodzakelijk. Als het mogelijk zou zijn om storingen te voorspellen, kan er sneller gereageerd worden. En misschien zelfs storingen voorkomen. “Als afdeling Klinisch Fysica – Medische techniek zijn wij onder andere verantwoordelijk voor de kwaliteit en het veilig kunnen gebruiken van medische apparatuur in ons ziekenhuis” aldus Dennis Dickerscheid, Klinisch Fysicus in het Albert Schweitzer ziekenhuis. “De apparaten moeten zo min mogelijk buiten dienst zijn door technisch storingen. En daarnaast ook een zo goed mogelijk beeld maken, maar wel met zo min mogelijk straling.”
Kan een computer met behulp van slimme algoritmes een storing zien aankomen? En is het mogelijk om geautomatiseerd uit klinische CT beelden een indicatie van een minder goed werkende scanner te krijgen? Allemaal vragen die aan studenten Wiskunde en Informatica van de TU Delft voorgelegd zijn.
Bovenstaande grafiek geeft de voorspellende variabelen aan in relatie tot de kwaliteit van de beelden.
Voor sommige vraagstukken is er specifieke wiskundige kennis nodig. En de hoeveelheid tijd die een ziekenhuis hier in kan stoppen is beperkt. De samenwerking tussen het ziekenhuis en de universiteit op dit thema is dan ook zeer wenselijk.
Dennis vat de resultaten als volgt samen: ‘De uitkomsten van het onderzoek bieden veel aanknopingspunten voor een vervolg.” “Dit is een goede samenwerking tussen het ziekenhuis en de TU Delft. ” vindt Joris Bierkens, assistent professor Statistiek aan TU Delft
Joris: “Het vak Mathematical Data Science leent zich bij uitstek voor het uitwerken van concrete opdrachten uit het bedrijfsleven. Het mes snijdt aan twee kanten. De master studenten leren het vak toepassen, en helpen daarbij ook bij het oplossen van complexe vraagstukken.”
Bovenstaande voorbeeld is overigens niet het enige wat er speelt in het Albert Schweitzer ziekenhuis op het gebied van Big Data, Artificial Intelligence en Data Driven Health Care. Zo voert de afdeling Radiologie momenteel meerdere pilots uit met machine learning en kunstmatige intelligentie software. Onder andere de detectie van longnodules en de detectie van witte stof laesies bij MS patienten wordt onderzocht.
