Multimodale kunstmatige intelligentie voor precisiegeneeskunde in de diabeteszorg
Diabetes mellitus (DM) is een chronische stofwisselingsstoornis die wereldwijd meer dan 529 miljoen mensen treft. De behandeling vraagt om continue monitoring, aanpassing van leefstijl en samenwerking tussen verschillende zorgverleners. Ondanks vooruitgang in diagnostiek en behandeling blijft het voorkomen van complicaties en het behouden van een stabiele glucosecontrole een uitdaging. Kunstmatige intelligentie (AI) en machine learning (ML) bieden mogelijkheden om grote en complexe hoeveelheden gezondheidsdata te analyseren. Veel bestaande AI-toepassingen binnen de diabeteszorg richten zich echter op afzonderlijke gegevensbronnen of specifieke zorgsituaties.
Om beter aan te sluiten bij de praktijk onderzoekt Carmenda hoe multimodale en meerlaagse AI-systemen kunnen worden ontwikkeld die verschillende databronnen, AI-functionaliteiten en niveaus van de gezondheidszorg met elkaar verbinden.
Het onderzoek
Dit onderzoek heeft als doel om vroegtijdig diabetes type 2 op te sporen en AI op verschillende momenten binnen het zorgproces te integreren. Daarbij wordt gekeken naar toepassingen binnen zowel de eerstelijns- als tweedelijnszorg, waarbij verschillende datamodaliteiten gecombineerd worden om voorspellingen en besluitvorming te ondersteunen.
De onderzoeksvraag richt zich op de ontwikkeling van geïntegreerde, interpreteerbare en betrouwbare AI-systemen die kunnen bijdragen aan betere coördinatie, voorspelling en besluitvorming binnen de diabeteszorg.
Methode
Binnen het onderzoek worden onder meer machine learning, natural language processing, artificial intelligence en statistische methoden toegepast. Daarbij wordt gebruikgemaakt van verschillende databronnen, waaronder gezondheidsdata en tekstuele data.
Bijdragen aan betere zorg
Vroegtijdige opsporing en gepersonaliseerde behandeling zijn belangrijk om complicaties van diabetes mellitus te voorkomen en de druk op de gezondheidszorg te verminderen. Dit onderzoek draagt bij aan de ontwikkeling van betrouwbare en interpreteerbare AI-systemen die zorgprofessionals kunnen ondersteunen bij de vroegtijdige signalering en behandeling van diabetes en diabetesgerelateerde complicaties. Daarnaast besteedt het onderzoek aandacht aan gelijkheid en inclusie binnen digitale gezondheidszorg. Door diverse databronnen en ondervertegenwoordigde groepen mee te nemen, wordt gewerkt aan AI-toepassingen die beter aansluiten bij verschillende patiëntenpopulaties.
De inzichten uit dit project dragen bij aan de verdere ontwikkeling van verantwoorde, datagedreven innovatie en gepersonaliseerde zorg binnen de diabeteszorg.
