Data & Good Health
AI in de laboratorium-diagnostiek
Anoeska Schipper
Waar voorheen de focus van Anoeska Schipper lag op het ontwikkelen van nieuwe AI en machine learning technologieën richt ze zich nu specifiek op AI in de klinische sector. Met indrukwekkende ervaring, opgedaan bij het uitvoeren van analytische projecten zoals tekst- en beeldclassificatie en anomaliedetectie, maakt ze sinds maart 2021 deel uit van het Data Science team in het Jeroen Bosch Ziekenhuis (JBZ). En de ervaringen en inzichten die ze daar opdoet, deelt ze aan de hand van aansprekende voorbeelden in haar deepdive-sessie.
AI in de laboratoriumdiagnostiek
De rol van AI in de klinische sector wordt in de nabije toekomst alleen maar groter. Met gebruik van algoritmen kan individuele data integraal gebruikt worden in het diagnostische proces. Dit vraagt om een multidisciplinaire benadering, waarbij naast het reguliere zorgpersoneel ook data scientists een essentiële rol spelen. Een nieuwe opzet met grote gevolgen voor diagnostiek.
In veel gevallen zijn ziektes namelijk beter te behandelen als ze eerder worden gedetecteerd. Wat kunnen screenende algoritmen betekenen bij het vroegtijdig diagnosticeren van ziektes? Welke verantwoordelijkheden, randvoorwaarden en beperkingen spelen een rol bij de implementatie?
“Mijn belangrijkste drijfveren zijn het helpen van zorgprofessionals om de patiëntenzorg te verbeteren en bij te dragen aan medisch onderzoek.”
Anoeska Schipper, Data Scientist JBZ
Data & Good Health
Dat datagedreven emerging technologies de potentie hebben het zorglandschap, vitaliteit en persoonlijke gezondheid te transformeren is geen geheim. Tegelijkertijd vraagt omgang met medische gegevens om hoogwaardige beveiliging en discretie. Wat zijn de meest impactvolle ontwikkelingen en hoe zien data-pioniers de toekomst?
Ontdek
