Artikel

Innoveren met AI in de zorg

Eerst de data op orde brengen

In de blogserie ‘Gezonde Bytes’ onderzoeken we hoe kunstmatige intelligentie (AI) verantwoord voor onze gezondheid wordt ingezet. In dit elfde deel is Max Welling, hoogleraar Machine Learning aan de Universiteit van Amsterdam en Vice President Technologie bij Qualcomm, aan het woord. Het is mogelijk dat AI in de toekomst artsen ondersteunt bij het stellen van diagnoses en het opstellen van een behandelplan. Sommige dingen zullen algoritmes zelfs beter kunnen dan artsen. Maar eerst moeten we, in Europees verband, het verzamelen en uitwisselen van data op orde krijgen, aldus Max Welling.

In het kort:

  • Hoe wordt AI verantwoord voor onze gezondheid ingezet? Daarover gaat deze blogserie.
  • Om echt vooruitgang te boeken met AI in de zorg, moeten we volgens Max Welling eerst de data op een veilige, systematische manier kunnen delen.
  • Er is geen reden om te denken dat een vorm van AI uiteindelijk niet zo slim kan worden als een mens en dat er dingen mogelijk worden die we nu nog niet eens kunnen verzinnen.

Een olifant die fietst op de maan

AI presteert nu soms al beter dan mensen. Bijvoorbeeld als je een vraag duidelijk stelt en je hebt een grote dataset om een AI-systeem mee te trainen. Je hoeft echter maar een klein beetje buiten het trainingsdomein te gaan en een AI-algoritme krijgt het moeilijk. Bijvoorbeeld een algoritme dat huidkanker diagnosticeert. Als die getraind is op foto’s van witte huiden en je wilt het algoritme toepassen op een donkere huid, dan loopt het algoritme vast. Een arts heeft een diepere kennis van huidkanker, waardoor hij of zij die kan toepassen op witte én donkere huid. 

Daar verschilt AI van de intelligentie van mensen. Wat een mens leert in één context, kan hij of zij toepassen in een andere. Dat komt doordat een mens veel achtergrondkennis heeft over de wereld waarin wij leven. Kennis over natuurwetten, sociale wetten, cultuur, oorzaak en gevolg. Nieuwe kennis bedden we in onze achtergrondkennis in en vervolgens kunnen we deze toepassen in een andere context. Daardoor zijn we veel flexibeler dan AI.

Denk maar eens aan een olifant die fietst op de maan. Waarschijnlijk heb je nu onmiddellijk een beeld in je hoofd, ook al heb je die olifant nog nooit gezien en houd je het ook niet voor mogelijk dat je ooit een olifant op de maan ziet fietsen. Wij mensen kunnen de drie abstracte concepten ‘olifant’, ‘fiets’ en ‘maan’ combineren tot een beeld. Een algoritme heeft daar moeite mee. Als onderzoekers in machine learning zijn we nu bezig systemen te ontwikkelen die even flexibel zijn als mensen. En volgens mij is er geen reden om te denken dat AI uiteindelijk niet zo slim kan worden als een mens.

Lees hier het hele aritkel

Bron: Rathenau Instituut - Innovatie met AI in de zorg

Afbeelding credits

Icon afbeelding: Fshoq! blog - healthcare and AI