AI4AI: Artificial Intelligence for Accessible Medical Imaging

Medische beeldvorming toegankelijker maken met AI

Medische beelden spelen een essentiële rol bij de preventie, diagnose, behandeling en nazorg van verschillende aandoeningen. De benodigde apparatuur is echter vaak duur. Alleen gekwalificeerd personeel kan de systemen bedienen en de resulterende beelden analyseren en interpreteren. Daarom worden medische beelden nu meestal gemaakt in het ziekenhuis. Ziekenhuiszorg is echter niet voor iedereen toegankelijk. Daarnaast is personeelsgebrek in de zorg een groeiend probleem. Het project AI4AI gebruikt kunstmatige intelligentie om niet-experts in staat te stellen de geavanceerde beeldapparatuur te bedienen, de kwaliteit te verbeteren van beelden die zijn gemaakt met goedkopere, draagbare apparatuur, en de analyse en interpretatie van de beelden te automatiseren.

Click on the infographic to enlarge

Projectleider:

Prof. dr. Ivana Išgum (Amsterdam UMC)

Budget (incl. cofinanciering):

6,1 miljoen euro

Kennisinstellingen:

Amsterdam Universitair Medisch Centrum, Erasmus Medisch Centrum, Fontys Hogescholen, Leids Universitair Medisch Centrum, Radboudumc, Technische Universiteit Eindhoven, UMC Utrecht, Universiteit van Amsterdam

Bedrijven:

AtMoves, Deepdee, Delft Imaging Systems, Elekta, Ellogon.AI, GE Healthcare Vingmed Ultrasound, GE HealthCare Womens’ Health Ultrasound, Multiwave Technologies, Philips - CT Business, Pie Medical Imaging, ZiuZ Visual Intelligence

Andere maatschappelijke partners:

Beroepsvereniging Echoscopisten Nederland, Bontius Stichting, Cardiologie Centra Nederland, Health-RI, Nederlandse Vereniging voor Radiologie, NeLL - National eHealth Living Lab, Patiëntenfederatie Nederland