UItgelicht Workshops - RWE-AI symposium | 23-01-24

 

Schrijf je nu in!

                                                        Gereduceerd tarief voor PhD's!

 

Maarten van der Wilt

I. Gebruik van AI om Patiënten voor Trials of voor Database Research te vinden

Bio

In de afgelopen 15 jaar heeft Maarten real-world data platformen gebouwd voor verschillende zorginstellingen waaronder de: GGD/GHOR, LCPS, Revalidatie Nederland, IKNL en meer dan 30 ziekenhuizen.

Samenvatting
In een interactieve workshop laten we de mogelijkheden van real-world data en de impact die je hiermee kan maken zien.

 

 

Carmen van Dooijeweert

II. AI en histologie
Klinische implementatie van AI-geassisteerde tumor detectie in de (digitale) pathologie: opsporen van schildwachtkliermetastasen bij borstkanker

Bio

Dr. Carmen van Dooijeweert, is arts en klinisch epidemioloog. Zij werkt als postdoctoraal onderzoeker op de afdeling pathologie van het UMC Utrecht waar zij zich bezighoudt met (onderzoek naar) AI-implementatie in de klinische praktijk en naar borstkanker tijdens en kort na de zwangerschap. Met de CONFIDENT-B trial onderzocht zij met haar collega’s de opbrengst van implementatie van AI-assistentie bij het detecteren van schildwachtkliermetastasen bij borstkanker. N.a.v. deze trial heeft het UMC Utrecht nu waarschijnlijk als eerste ter wereld AI-assistentie in de dagelijkse praktijk geïmplementeerd. Daarnaast werkt Carmen als programmamanager op het speerpunt Cancer in het UMC Utrecht.

Samenvatting
In deze workshop zullen de deelnemers uitleg krijgen over het detecteren van schildwachtkliermetastasen bij borstkanker door de patholoog. Deze belangrijke taak is voor de patholoog vaak intensief en tijdrovend omdat eerst naar de (roze) HE-coupes wordt gekeken. Als daar op het oog geen tumorcellen worden gezien, volgt een immuunhistochemische kleuring (tumorcellen kleuren hierdoor ‘bruin’) om uitzaaiingen echt uit te sluiten. Daarop moet vaak niet alleen een dag worden gewacht, maar deze kleuringen zijn ook nog eens duur. Al met al is de beoordeling van schildwachtklieren dus een dure en tijdrovende klus voor de patholoog. Maar gelukkig is daar nu AI om de patholoog te helpen!

Na een korte uitleg kunnen de deelnemers zelf aan de slag en mogen ze enkele digitale coupes beoordelen, waarna deze worden nabesproken. In een volgende serie van coupes zullen zij coupes van schildwachtklieren beoordelen mét AI-assistentie. Hopelijk zullen zij dan net als de mamma-pathologen in het UMC Utrecht ervaren dat het dit het werk plezieriger maakt én een flinke tijdsbesparing oplevert. Daarna zullen we heel kort de resultaten van onze CONFIDENT-B trial presenteren, waarin wij laten zien dat de implementatie van AI-assistentie voor het detecteren van schildwachtkliermetastasen in borstkanker niet alleen op een veilige manier kan, maar ook dat dit leidt tot belangrijke tijd- en kostenbesparingen.

 

 

Kees Ebben, MSc

 III. Welke patiënt bespreek je (niet) op het MDO? Makkelijk subpopulaties identificeren

Bio

Kees Ebben, M.Sc. in epidemiologie, werkt als klinisch informaticus bij het IKNL, waar hij actief betrokken is bij de ontwikkeling van methodologieën met betrekking tot informatiestandaarden en aanpalende producten, zoals gestandaardiseerde, gestructureerde klinische verslaglegging, beslissingsalgoritmen en scenario's voor informatie-uitwisseling. Zijn focus ligt op het uitvoeren van onderzoek gericht op het bevorderen van de implementatie van deze producten in de klinische praktijk. Intensieve samenwerking met collega's en zorgprofessionals stelt Kees in staat actief deel te nemen aan de ontwikkeling van een lerend gezondheidszorgsysteem. Voorafgaand aan zijn huidige functie was hij binnen IKNL werkzaam voor de afdelingen kankerregistratie, onderzoek en richtlijnen.

Samenvatting

Het nemen van evidence-based klinische beslissingen in de oncologie wordt steeds uitdagender vanwege talrijke subpopulaties en een breed scala aan beschikbare behandelingsopties. Multidisciplinaire overleggen (MDO's) worden gebruikt om inzicht te verkrijgen in patiënt- en ziektekenmerken op een geaggregeerd niveau, diagnostische en behandelopties te overwegen en op basis van richtlijnen een multidisciplinair advies te geven. Huidige tekstuele richtlijnen zijn vaak uitgebreid, vaag en inconsistent, en niet systematisch afgestemd op het klinische besluitvormingsproces.

 

Deze workshop onderzoekt voor elke subpopulatie binnen de primaire behandeling van borstkanker welk besluitvormingsechelon (‘richtlijn-gebaseerd algoritme’ versus ‘multidisciplinair team’) de optimale balans bereikt tussen de kwaliteit van zorg voor de patiënt en de inspanningen van artsen.

 

Tijdens de workshop wordt gebruik gemaakt van een algoritme/beslisboom dat alle aanbevelingen uit de richtlijn omtrent primaire behandeling van borstkanker omvat. Deze beslisboom betreft een een-op-een vertaling van de kennis zoals deze is opgenomen in de richtlijn. Echter, deze weergave geeft in één overzicht de klinisch relevante subpopulaties weer in combinatie met de bijhorende aanbevelingen. Op basis van discussie worden concordantieniveaus onderzocht over welke subpopulaties mogelijk in aanmerking komen voor algoritmische behandelvoorstellen, waarvoor er dientengevolge geen multidisciplinaire bespreking hoeft plaats te vinden. Tevens wordt aandacht besteed aan de randvoorwaarden om een dergelijke selectie voorafgaand aan het MDO in de werkprocessen te implementeren.

 

De verwachte resultaten zullen leiden tot adviezen voor (onderzoek naar) passende besluitvormingsniveaus in de borstkankerzorg. Uiteindelijk wordt mogelijk de huidige normen voor bespreking in het MDO genuanceerd en daarmee de druk op zorgprofessionals verminderd, terwijl de kwaliteit van zorg aantoonbaar behouden blijft.

 

 

Fabian Tijssen

 IV. AI genereert gepersonaliseerde zorgpaden voor behandeling op maat

Bio
In 2011 begint Fabian zijn carrière in het Orbis Medisch Centrum, als anesthesioloog-intensivist.

Hij wist toen nog niet dat hij de weg zou banen voor baanbrekende innovaties in de gezondheidszorg. 

Gedreven om een zo hoog mogelijke performance én werkgeluk te realiseren, neemt hij de rol van Medisch Manager OK op zich. Hier realiseert hij zich de noodzaak van een fundamentele verandering in de zorg.

Fabian en Popke Rein Munniksma, richten "We Are Not" op, een bedrijf gespecialiseerd in realiseren van healthcare redesign. Hun eerste missie: het corrigeren van een fundamenteel probleem in de gezondheidszorg - de ongestructureerde, slecht opgeslagen medische kennis.

Samenvatting
Betreed de Toekomst van Zorg met Open Walnoot!

De medisch specialistisch zorg groeit en wordt steeds complexer. Ooit losten we dat op met inzetten van domein specialisaties (medisch specialistische zorg) om artsen de kans te geven hun kennis op dat domein bij te houden. Technologie was nauwelijks bijdragend.

Ondertussen groeiden de uitdagingen in de zorg en de grenzen van de zorg zoals we dat nu organiseren lijken bereikt.

Patiënten hebben vaak meerdere specialisten nodig voor hun zorg, en patiënten aantallen groeien explosief. Het aantal zorgverleners is beperkt de kosten stijgen en de kwaliteit van zorg lijkt op een plafond door de toenemende kwaliteit en toenemend aantal domeinen voor het behandelen van een aandoening. 

Maar hoe lossen we deze problemen op en hoe gaan we verder?

Na jaren van onderzoek en experimenteren komt We are not tot een revolutionaire ontdekking. Als je de zorgverleners ondersteunt hun werk beter te doen, dan volgt de benodigde borgtransformatie vanzelf. 

Humaniseren betekent onder andere de medische kennis veel beter structureren. Dan kan je het  beter toetsen en valideren, kan je gestructureerder guidelines, en protocollen beschrijven, maar bovenal, je  kan de medische kennis voor je laten werken.

Integratie van cognitieve medische kennis en computerondersteuning belooft foutloze beslissingen op ongekende schaal en snelheid.

De impact is grensverleggend: vrijwel eliminatie van menselijke fouten, verminderde administratieve lasten en geautomatiseerde registratie. Voor patiënten betekent dit gepersonaliseerde, dynamische zorgpaden - op maat gemaakt en voortdurend aangepast aan hun behoeften en kenmerken.

Open Walnoot wordt geboren. Een human centered medtech bedrijf zal de zorg ongekend laten floreren. 


Terug