AI in de Zorg: Verbeteringen in Borstkankerbehandeling

Borstkanker is de meest voorkomende kanker onder Amerikaanse vrouwen, maar de zorg rondom deze ziekte vertoont aanzienlijke hiaten. Veel vrouwen boven de 40 jaar laten de aanbevolen jaarlijkse screening achterwege, en radiologen hebben te maken met een toenemende werkdruk door een tekort aan professionals. Dit leidt tot vertragingen in diagnostische tests die noodzakelijk zijn voor behandelbeslissingen, die weken kunnen duren. Bedrijven die deelnemen aan het NVIDIA Inception-programma ontwikkelen slimme AI-toepassingen die zorgverleners ondersteunen bij deze uitdagingen, van beeldvorming tot risicobeoordeling en behandelplannen.

Een van de spelveranderende innovaties wordt geboden door iSono Health, dat de ATUSA-platform heeft ontwikkeld. Deze FDA-goedgekeurde, draagbare 3D-kwantitatieve echografie-systeem maakt het mogelijk een gestandaardiseerd beeld van de borst in slechts twee minuten vast te leggen. Dit is een enorme tijdswinst vergeleken met de traditionele methode, die soms tot 45 minuten duurt. De AI van ATUSA, die is getraind op miljoenen echografie-frames, verhoogt de gevoeligheid voor het detecteren van afwijkingen met 28% ten opzichte van conventionele echografie. Dit biedt een consistente basis voor vergelijking bij opvolgonderzoeken.

Daarnaast ontwikkelt Whiterabbit.ai geavanceerde AI-technologie voor het verbeteren van mammografiescreening. Hun WRDensity-software, die automatisch de dichtheid van borsten beoordeelt, en WRRisk, dat het risico op het ontwikkelen van borstkanker inschat, zijn bedoeld om de werkdruk van radiologen te verminderen en om sneller resultaten te leveren. Door deze processen te automatiseren, hoopt Whiterabbit.ai zowel de diagnostische nauwkeurigheid als de kosten te verlagen. Ataraxis AI richt zich op het voorspellen van de behandelingseffecten door digitale data te analyseren, wat cruciaal is voor de behandelbeslissingen van oncologen.

Een andere opmerkelijke onderneming, SimBioSys, ontwikkelt AI-gestuurde technologie voor precisiegeneeskunde, waarbij 3D-modellen van tumoren worden aangemaakt en informatie wordt geanalyseerd die behandelingsbeslissingen kan beïnvloeden. De mogelijkheid om verschillende datatypes te integreren, zoals beeldvorming en pathologieresultaten, stelt hen in staat nieuwe inzichten te verkrijgen die verder gaan dan wat elk afzonderlijk stuk kan bieden. De inzet van NVIDIA-technologie biedt hen de rekenkracht om massale gegevens snel te verwerken, wat essentieel is voor tijdige medische beslissingen.

Lees het volledige artikel van Nvidia.