Het Leids Universitair Medisch Centrum innoveert volop met praktijkgerichte AI-toepassingen. Aantonen dat een AI-oplossing meerwaarde biedt, is doorgaans snel gedaan, maar hoe breng je een AI-oplossing ook daadwerkelijk in productie? Deze uitdaging stond centraal bij de eerste AI-Hackaton van het LUMC. Maar liefst 20 teams van zorgexperts, onderzoekers en AI-specialisten kwamen op 31 oktober bijeen om mee te doen aan deze uitdaging, waaronder een team van Furore!
Beginnende melanomen vaak niet goed herkend
Huidkanker is de meest voorkomende soort kanker in Nederland, met melanomen als meest agressieve vorm. Ondanks voorlichting worden melanomen vaak te laat door aangedane personen herkend waardoor zij te laat naar de dokter gaan. Maar ook voor huisartsen blijft het moeilijk om een beginnend melanoom van een goedaardige moedervlek of een ouderdomswratje te onderscheiden.
Herkennen, voorspellen en bewustwording
De dermatologieafdeling van het LUMC heeft over de jaren heen een enorme dataset met foto’s opgebouwd. De afdeling wil deze dataset inzetten om enerzijds melanomen op tijd, in een te genezen stadium, op te sporen en daarmee de sterfte aan melanomen terug te dringen. Anderzijds om onnodige ingrepen te voorkomen voor laesies die achteraf onschuldig blijken te zijn. "De creatieve slag om deze data te gebruiken om melanomen beter te herkennen, te voorspellen en bewustwording in de samenleving te brengen lag tijdens de hackathon in de handen van de deelnemende teams” aldus de organisatoren van het LUMC.
In 1 dag een werkende website voor melanoomherkenning
Furore houdt wel van een uitdaging, zeker op het vlak van AI, en deed mee met een team van vier Medical Intelligence specialisten; Martina Hoever, Caspar Zaal, Sebastiaan Broekema en Sascha Korzec. Martina vertelt: “Het was erg leuk om bij zo’n concrete opdracht na te denken over hoe AI-impact kan maken op de zorgervaring van patiënten. Geweldig om te zien dat we samen in één dag tijd een werkende website hebben kunnen ontwikkelen om mogelijke melanomen te herkennen. Naast het werkende algoritme waarmee melanomen herkend kunnen worden, hebben we ons ook gericht op de risicofactoren van melanomen en hoe we hier bewustzijn voor kunnen creëren. In dit kader hebben we ook nagedacht over een breder draagvlag dan alleen de artsen (bijvoorbeeld fysiotherapeuten en masseurs) en hoe we die zo efficiënt mogelijk kunnen bereiken om de detectiegraad van melanomen in het beginstadium te verhogen.”
