Editorial on the Research Topic "Leveraging artificial intelligence and open science for toxicological risk assessment"
LINK
Hanze MAG-podcast Q&A door dummies S01E03.Van AI hebben onze dummies ‘bizar weinig’ verstand, maar ze zijn er wel heel nieuwsgierig naar. Hanze-lector Rix Groenboom weet er alles van, dus hoog tijd om flink wat vragen op hem af te vuren.Van schaakcomputer tot ChatGPT, in ruim twintig is AI razendsnel geëvolueerd, maar nooit is er meer aandacht voor geweest als het afgelopen jaar. Dankzij vooral ChatGPT maakt de hele wereld nu ineens kennis met alle mogelijkheden die AI biedt.Maar wat is nu eigenlijk AI? Waarom is een rekenmachine geen AI, maar een chatbot wel? Hoe voed je AI op? Hoe herkent ie fake news? Wat is een Large Language Model (LLM)? Hoe maak je onderscheid tussen AI-content en door mensen gemaakte content? En moeten we ons zorgen maken over de snelheid waarmee AI zich momenteel ontwikkelt? Wat is Q&A door dummies?Weten dat je iets niet weet is het begin van wijsheid… Wat dat betreft zijn onze hosts/dummies Maikel en Mattheüs al heel wijs. Ze weten heel goed dat ze niets weten, maar ze laten het er niet bij zitten!Elke maand interviewen ze een nieuwe expert, niet gehinderd door enige kennis van zaken. Maar wel met grenzeloze nieuwsgierigheid en een goede dosis humor. Daarnaast behandelen ze kijkersvragen die jij – ja jij! – kan insturen door een dm (of mailtje) te sturen naar één van de socials van HanzeMag.Onze experts komen uit allerlei vakgebieden en kunnen onderzoekers, lectoren, docenten, ondernemers, politici, dictators, banketbakkers, ervaringsdeskundigen en/of fulltime helpdeskmedewerkers zijn. Ben je nieuwsgierig maar hou je niet van suffe colleges? Zoek je een amusante en informatieve show om een half uurtje mee te vullen? Zoek niet verder, dit is… Q&A door Dummies!Presentatie: Maikel van Duinen & Mattheüs DouwesBeeld: Bas SwavingGeluid: Cazism
LINK
The healthcare sector has been confronted with rapidly rising healthcare costs and a shortage of medical staff. At the same time, the field of Artificial Intelligence (AI) has emerged as a promising area of research, offering potential benefits for healthcare. Despite the potential of AI to support healthcare, its widespread implementation, especially in healthcare, remains limited. One possible factor contributing to that is the lack of trust in AI algorithms among healthcare professionals. Previous studies have indicated that explainability plays a crucial role in establishing trust in AI systems. This study aims to explore trust in AI and its connection to explainability in a medical setting. A rapid review was conducted to provide an overview of the existing knowledge and research on trust and explainability. Building upon these insights, a dashboard interface was developed to present the output of an AI-based decision-support tool along with explanatory information, with the aim of enhancing explainability of the AI for healthcare professionals. To investigate the impact of the dashboard and its explanations on healthcare professionals, an exploratory case study was conducted. The study encompassed an assessment of participants’ trust in the AI system, their perception of its explainability, as well as their evaluations of perceived ease of use and perceived usefulness. The initial findings from the case study indicate a positive correlation between perceived explainability and trust in the AI system. Our preliminary findings suggest that enhancing the explainability of AI systems could increase trust among healthcare professionals. This may contribute to an increased acceptance and adoption of AI in healthcare. However, a more elaborate experiment with the dashboard is essential.
LINK
Artificial Intelligence (AI) wordt realiteit. Slimme ICT-producten die diensten op maat leveren accelereren de digitalisering van de maatschappij. De grote innovaties van de komende jaren –zelfrijdende auto’s, spraakgestuurde virtuele assistenten, autodiagnose systemen, robots die autonoom complexe taken uitvoeren – zijn datagedreven en hebben een AI-component. Dit gaat de rol van professionals in alle domeinen, gezondheidzorg, bouwsector, financiële dienstverlening, maakindustrie, journalistiek, rechtspraak, etc., raken. ICT is niet meer volgend en ondersteunend (een ‘enabling’ technologie), maar de motor die de transformatie van de samenleving in gang zet. Grote bedrijven, overheidsinstanties, het MKB, en de vele startups in de Brainport regio zijn innovatieve datagedreven scenario’s volop aan het verkennen. Dit wordt nog eens versterkt door de democratisering van AI; machine learning en deep learning algoritmes zijn beschikbaar zowel in open source software als in Cloud oplossingen en zijn daarmee toegankelijk voor iedereen. Data science wordt ‘applied’ en verschuift van een PhD specialisme naar een HBO-vaardigheid. Het stadium waarin veel bedrijven nu verkeren is te omschrijven als: “Help, mijn AI-pilot is succesvol. Wat nu?” Deze aanvraag richt zich op het succesvol implementeren van AI binnen de context van softwareontwikkeling. De onderzoeksvraag van dit voorstel is: “Hoe kunnen we state-of-the-art data science methoden en technieken waardevol en verantwoord toepassen ten behoeve van deze slimme lerende ICT-producten?” De postdoc gaat fungeren als een linking pin tussen alle onderzoeksprojecten en opdrachten waarbij studenten ICT-producten met AI (machine learning, deep learning) ontwikkelen voor opdrachtgevers uit de praktijk. Door mee te kijken en mee te denken met de studenten kan de postdoc overzicht en inzicht creëren over alle cases heen. Als er overzicht is kan er daarna ook gestuurd worden op de uit te voeren cases om verschillende deelaspecten samen met de studenten te onderzoeken. Deliverables zijn rapporten, guidelines en frameworks voor praktijk en onderwijs, peer-reviewed artikelen en kennisdelingsevents.
Met huidige opleidings- en trainingsprogramma’s kan niet worden voldaan aan de groeiende vraag naar vakbekwame medewerkers op gebied van kunstmatige intelligentie (AI). Europa heeft daarom een innovatieve Europese AI-strategie nodig, die de bijscholing van werkenden kan versnellen om aan deze steeds toenemende vraag te voldoen.
Multiple sclerosis (MS) is a severe inflammatory condition of the central nervous system (CNS) affecting about 2.5 million people globally. It is more common in females, usually diagnosed in their 30s and 40s, and can shorten life expectancy by 5 to 10 years. While MS is rarely fatal; its effects on a person's life can be profound, which signifies comprehensive management and support. Most studies regarding MS focus on how lymphocytes and other immune cells are involved in the disease. However, little attention has been given to red blood cells (erythrocytes), which might also be important in developing MS. Artificial intelligence (AI) has shown significant potential in medical imaging for analyzing blood cells, enabling accurate and efficient diagnosis of various conditions through automated image analysis. The project aims to implement an AI pipeline based on Deep Learning (DL) algorithms (e.g., Transfer Learning approach) to classify MS and Healthy Blood cells.
