Vrijdag 7 juni 2024 organiseert Isala samen met het UMCG de volgende bijeenkomst van het Kennisnetwerk AI implementatie in de zorg. Het symposium heeft als doel om met elkaar kennis, ervaringen en inzichten op het gebied van AI implementaties in de zorg uit te wisselen. Om zo innovatie in de zorg met waardevolle AI mogelijk te maken.
Tijdens deze bijeenkomst staat het thema "Real-world data en AI voor data-gedreven en gepersonaliseerde zorg" centraal. Net als bij eerdere bijeenkomsten zal het programma bestaan uit een plenair ochtendprogramma, gevolgd door een aanvullend middagprogramma met workshops. We hopen er weer een geslaagde bijeenkomst van te maken en verwelkomen jullie graag in Isala te Zwolle.
Programma
- 09.30 Aankomst/inloop
- 10.00 Opening / Updates Kennisnetwerk - Michiel Hooiveld, programmamanager DASH (UMCG)
- 10.05 Introductie Isala - Michèle Blom, voorzitter RvB (Isala)
- 10.15 Introductie UMCG - Wiro Niessen, decaan (UMCG)
- 10.25 Het gebruik van real-world data en ML voor het voorspellen van de respons op doelgerichte en immunotherapie bij gemetastaseerd melanoom - Richard Brohet, programmamanager data science project (Isala)
Jan Willem de Groot, internist-oncoloog (Isala) - 10.50 Het DASH/UMCG IT-Lab, een fysiek én virtueel IT-laboratorium met state-of-the-art data science- en ML-faciliteiten - Jan Jurjen Uitterdijk, Informatie Management, DASH (UMCG)
- 11.20 Pauze
- 11.35 De Personal Genetic Locker (PGL) pilot study - medicatie op maat en personalisatie van de zorg - Rolf Sijmons, klinisch geneticus (UMCG), Jan Gerard Maring, klinisch farmacoloog (Isala), Sander van Boom (4MedBox)
- 12.05 Implications of the AI act on in-house AI development - Jeanne Mifsud Bonnici, Ritumbra Manuvie (ELSA AI lab Noord Nederland)
- 12.30 Lunchpauze
- 13.15 Workshopronde 1 Zie onder
- 14.15 Workshopronde 2 Zie onder
- 15.15 Borrel
Workshops, 13.15-15.15 uur
1. Explainable AI (XAI)
Explainable artificial intelligence (XAI) is an important and rapidly expanding research topic. The goal of XAI is to gain trust in a machine learning (ML) model through clear insights into how the model comes to its predictions. Explainable AI is one of the key requirements for implementing responsible and trustworthy AI. As AI becomes more advanced, ML models may lead to black box models that are difficult or impossible to interpret. Explainable AI can help users understand and explain ML algorithms. In this workshop we will highlight explainable AI techniques to increase the interpretability and explainability of the machine learning models used.
Sprekers/begeleiders: Danielle Sent (JADS)
2. Hands-on kennismaking met het DASH IT-lab
Het DASH IT-Lab van het UMCG voorziet in een fysiek én virtueel IT-laboratorium met state-of-the-art faciliteiten (incl. ondersteuning en supervisie), waarbinnen ML- en/of Deep Learning-modellen en/of eHealth applicaties kunnen worden ontwikkeld en uitwisseling van kennis en expertise plaats kan vinden. Maak tijdens deze workshop kennis met de data science-faciliteiten, die in het IT-lab beschikbaar zijn. Met het meebrengen van je eigen laptop is het mogelijk om hands-on met de services aan de slag te gaan. Gedurende de workshop lopen er verschillende medewerkers rond die je daarin begeleiden.
Sprekers/begeleiders: Jan Jurjen Uitterdijk (UMCG Informatie Management, DASH) en Tanja de Vries (Data scientist, DASH)
3. Performation
Data beschikbaarheid en data harmonisatie zijn belangrijke factoren voor succesvolle implementatie van beslisondersteuning met AI. De Datagateway van Performation is een real-world dataplatform, waarmee de data uit Elektronisch Patiënt Dossiers (EPDs) op gestandaardiseerde wijze beschikbaar worden gemaakt volgens de FHIR R4 standaardaarden. Het platform wordt al toegepast voor het vullen van de Nederlandse Kanker Registratie (IKNL) vanuit verschillende ziekenhuizen met verschillende EPDs.
Sprekers/begeleiders: Maarten van der Wilt (CTO Performation)
4. Federated Learning & FAIR data
Er is tegenwoordig veel nieuws en (media) aandacht voor privacy-enhancing technologies (PET). Een daarvan is Federated Learning, waarbij de data in de deelnemende ziekenhuizen blijft staan, en alleen de analyse (resultaten) worden verstuurd. Hierbij wordt de privacy van het individu gewaarborgd, maar is het wel mogelijk om over meerdere ziekenhuizen kennis te delen. Deze techniek biedt mogelijkheden, maar heeft ook een uitdaging rondom semantisch interoperabele data. Aangezien de onderzoeker geen data kan inzien, moet deze uitgaan van correcte terminologie en datastructuren. Hier komen dan ook de FAIR (findable, accessible, interoperable, reusable) principes in beeld. In deze workshop gaan we aan de slag met Federated Learning, en worden de perspectieven vanuit data-aanbieder en data-gebruiker duidelijk gemaakt aan de hand van een specifieke casus: voorspelling van overleving bij longkanker.
Sprekers/begeleiders: Johan van Soest (UMCM)
Praktisch informatie
Datum: Vrijdag 7 juni 2024
9:30 – 16:00 uur
Aanmelden
Het maximum aantal inschrijvingen is bereikt. Aanmelden is niet meer mogelijk.
Voor wie
Deze bijeenkomst is voor medewerkers van het kennisnetwerk AI implementatie in de zorg. Alle medewerkers van Isala die in hun werk te maken hebben met AI of interesse hebben in dit onderwerp kunnen deelnemen.
Kosten
Aan uw deelname zijn geen kosten verbonden.
Locatie
Isala Zwolle
Centrale hal, 2e verdieping
Dokter van Heesweg 2
8025 AB Zwolle
Parkeren kan op P1 of P3. Plattegrond Isala Zwolle.
En digitaal via Zoom
Meer Informatie
Mocht u nog vragen hebben, neemt u dan gerust contact op via onderzoek@isala.nl.
Richard Brohet (Isala)
Michiel Hooiveld (UMCG)