De verschillende neurologische bewegingsstoornissen zoals Parkinson, Alzheimer en de ziekte van Huntington zijn voor artsen niet altijd goed te herkennen en te onderscheiden. Het geven van een juiste diagnose is hierdoor complex. Met de introductie van het AI-RONDO lab willen verschillende instituten – zoals de Radboud Universiteit, het Radboudumc en partners zoals Info Support – bewegingsstoornissen sneller en beter diagnosticeren.
Parkinson en Alzheimer herkennen via videobeelden en artificial intelligence
Business partner artificial intelligence
Info support is bij het AI-RONDO project betrokken als business partner artificial intelligence. Joop Snijder, hoofd research center bij Info Support: “Wij gaan ons focussen op het bouwen van AI-modellen die bewegingsstoornissen kunnen herkennen aan de hand van videobeelden van de patiënt. Signalen van bepaalde bewegingsstoornissen zijn bijvoorbeeld trillen van de handen en een verminderde articulatie. We kunnen een algoritme zo trainen dat zelfs subtiele symptomen op video opgespoord worden. Vaak is een algoritme beter dan een mens in staat om in die verschillende symptomen verbanden en patronen te herkennen. Het zou zomaar kunnen wat deze zelflerende AI-algoritmes zelfs nieuwe verbanden en patronen voor neurologische bewegingsstoornissen gaan ontdekken.”
Diagnosticeren én hulp aan patiënten die al gediagnosticeerd zijn
AI-modellen kunnen niet alleen bijdragen aan het diagnosticeren van bewegingsstoornissen, maar bieden ook hulp voor patiënten die al gediagnosticeerd zijn. Marjan Meinders, een van de drie academische directeuren van het lab: “Er zijn al veel gegevens over patiënten die lijden aan Parkinson en Alzheimer en door AI-algoritmen en -modellen op deze informatie te gebruiken, kunnen we nieuwe verbanden vinden en bijvoorbeeld groepen aanwijzen die een verhoogd risico lopen op het ontwikkelen van complicaties. Met behulp van deze verrijkte gegevens zijn we in staat om na diagnose een behandeling voor te schrijven aan een patiënt die specifiek is afgestemd op zijn persoonlijk risicoprofiel. We kunnen ook die signalen analyseren – zoals zachter spreken, minder duidelijk articuleren, een verandering in looppatroon of hartslag – die aangeven dat er iets misgaat.”
Uitdagend research traject
Info Support start rond juni met het voortraject waarbij een begin wordt gemaakt met het analyseren van video’s’ en het onderzoeken van mogelijke classificaties. Joop Snijder, Info Support: “We zijn zeer verheugd om mee te mogen werken aan dit project. AI-algoritmes worden al vaker ingezet bij het diagnosticeren van ziektes, dat is dus niet nieuw. Zo zijn er slimme AI-algoritmes die bijvoorbeeld longkanker kunnen herkennen op een röntgen longfoto. Maar er zijn nog maar weinig AI-modellen in de zorg die een diagnose kunnen geven aan de hand van patiënt videobeelden. Dit project brengt de gezondheidszorg weer een stapje verder. En ook voor onszelf is dit een geweldige uitdaging. Het is een complex research traject van vier à vijf jaar, waar wij zelf ontzettend veel van gaan leren.”