week 13, HC.8 - AI in de zorg Flashcards
waarom willen we AI in de zorg
patronen herkennen op basis van veel data
digitalisering van de maatschappij en de zorg
computers steeds sneller en repetitieve taken en reproduceerbaarder
welke medische specialisme hebben veel baat bij AI
pathologie
radiologie
cardiovasculair
hoe werkt AI
gesuperviseerd leren
wat is het verschil tussen deep learning en machine learning
bij machine learning geeft een mens aan welke factoren belangrijk zijn
bij leep learing gaat de computer zelf beoordelen welke factoren belangrijk zijn
hoe zorg je voor goede generaliseerbaarheid
je wilt dat de module ook nieuwe data goed kan beoordelen
daarom splits je de dataset in training (eventueel evaluatie) en testing data
wat is bias in dataset
iets in de dataset waardoor de AI niet beoordeeld op de ziekte zelf maar op iets anders
bijvoorbeeld altijd een meetlintje op de foto bij huidtumoren
wat is de bron van de data
hoe betrouwbaar is de data
wat is PACMED
voorspellen wanneer een patient ontslagen kan worden van de IC
beoogd gevolg
- korte ligduur
- mindere heropnames op de IC
wat zijn problemen met AI
- vaak retrospectieve data
- vaak enkel interne data –> niet generaliseerbaar
- reductionistische benadering –> ja/nee
- uitlegbaarheid –> waarop beoorbeeld
- inbedding in praktijk en in opleiding nodig