In het boek komen 40 experts aan het woord, die in duidelijke taal uitleggen wat AI is, en welke vragen, uitdagingen en kansen de technologie met zich meebrengt.
DOCUMENT
Poster KIM voor de ECR is nu online te zien via EPOS: https://epos.myesr.org/poster/esr/ecr2022/C-16092 posternummer: C-16092, ECR 2022 Purpose Artificial Intelligence (AI) has developed at high speed the last few years and will substantially change various disciplines (1,2). These changes are also noticeable in the field of radiology, nuclear medicine and radiotherapy. However, the focus of attention has mainly been on the radiologist profession, whereas the role of the radiographer has been largely ignored (3). As long as AI for radiology was focused on image recognition and diagnosis, the little attention for the radiographer might be justifiable. But with AI becoming more and more a part of the workflow management, treatment planning and image reconstruction for example, the work of the radiographer will change. However, their training (courses Medical Imaging and Radiotherapeutic Techniques) hardly contain any AI education. Radiographers in the Netherlands are therefore not prepared for changes that will come with the introduction of AI into everyday work.
LINK
Artikel in Memorad: Kunstmatige Intelligentie (Artificial Intelligence of kortweg AI) heeft de laatste jaren de radiologiewereld ingrijpend veranderd. Ook het werk van Medische Beeldvormings - en Bestralingsdeskundigen (MBB'ers) verandert hierdoor sterk.
MULTIFILE
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.
Lectorate, part of NHL Stenden Hogeschool
