Wereldwijd zijn er veel initiatieven op het gebied van kunstmatige intelligentie (AI) die gebruik maken van slimme algoritmen, die op basis van trainingsgegevens meer verbanden kunnen leggen dan voor een menselijk brein mogelijk is. Nu er meer AI in gebruik is, rijzen er zorgen over discriminatie van bepaalde individuen of groepen. Het aantal voorbeelden van AI die onbedoeld vooroordelen bevatten of om een andere reden tot oneerlijke uitkomsten leiden, neemt toe
DOCUMENT
Background:In hospitalized patients with COVID-19, the dosing and timing of corticosteroids vary widely. Low-dose dexamethasone therapy reduces mortality in patients requiring respiratory support, but it remains unclear how to treat patients when this therapy fails. In critically ill patients, high-dose corticosteroids are often administered as salvage late in the disease course, whereas earlier administration may be more beneficial in preventing disease progression. Previous research has revealed that increased levels of various biomarkers are associated with mortality, and whole blood transcriptome sequencing has the ability to identify host factors predisposing to critical illness in patients with COVID-19.Objective:Our goal is to determine the most optimal dosing and timing of corticosteroid therapy and to provide a basis for personalized corticosteroid treatment regimens to reduce morbidity and mortality in hospitalized patients with COVID-19.Methods:This is a retrospective, observational, multicenter study that includes adult patients who were hospitalized due to COVID-19 in the Netherlands. We will use the differences in therapeutic strategies between hospitals (per protocol high-dose corticosteroids or not) over time to determine whether high-dose corticosteroids have an effect on the following outcome measures: mechanical ventilation or high-flow nasal cannula therapy, in-hospital mortality, and 28-day survival. We will also explore biomarker profiles in serum and bronchoalveolar lavage fluid and use whole blood transcriptome analysis to determine factors that influence the relationship between high-dose corticosteroids and outcome. Existing databases that contain routinely collected electronic data during ward and intensive care admissions, as well as existing biobanks, will be used. We will apply longitudinal modeling appropriate for each data structure to answer the research questions at hand.Results:As of April 2023, data have been collected for a total of 1500 patients, with data collection anticipated to be completed by December 2023. We expect the first results to be available in early 2024.Conclusions:This study protocol presents a strategy to investigate the effect of high-dose corticosteroids throughout the entire clinical course of hospitalized patients with COVID-19, from hospital admission to the ward or intensive care unit until hospital discharge. Moreover, our exploration of biomarker and gene expression profiles for targeted corticosteroid therapy represents a first step towards personalized COVID-19 corticosteroid treatment.Trial Registration:ClinicalTrials.gov NCT05403359; https://clinicaltrials.gov/ct2/show/NCT05403359International Registered Report Identifier (IRRID):DERR1-10.2196/48183
MULTIFILE
Heb je wel eens gemerkt dat de premie voor je autoverzekering verandert als je in een andere wijk gaat wonen? Verzekeraars berekenen dit met een algoritme, wat kan leiden tot indirecte discriminatie. Dit project onderzoekt hoe zulke digitale differentiatie (DD) zowel eerlijk als rendabel kan.
De Nederlandse financiële sector is één van de vier grote sectoren waar AI wordt toegepast [CBS2021]. Zo maken de verzekeraars betrokken bij onze praktijkpartners MavenBlue en het Verbond van Verzekeraars gebruik van digitale differentiatie (DD): het gebruik van zelflerende algoritmes om het financieel risico per klant te bepalen; op dit risico baseren verzekeraars de premiehoogte en of ze de klant aannemen of weigeren. Verzekeraars willen zo het rendement van hun producten bewaken zodat ze de financiële duurzaamheid van hun bedrijf kunnen waarborgen. Tegelijk, willen ze dat het onderscheid dat ze maken eerlijk is (m.a.w. niet discriminerend) zodat ze wetgeving volgen en boetes en imagoschade voorkomen. Bovendien, vanuit de wetgever, toezicht en de samenleving neemt de druk toe om de eerlijkheid van digitale differentiatie te kunnen verantwoorden. Dit roept de vraag op: hoe kunnen verzekeraars digitale premie-differentiatie verantwoorden vanuit zowel eerlijkheid als rendement? Voor onze praktijkpartners is het een uitdaging op deze vraag een antwoord te vinden doordat het een integratie vraagt van wetgeving, ethiek en techniek in huidige werkprocessen. Daarom volgt ons onderzoek een ‘design science’-aanpak: we ontwerpen een methode om DD te verantwoorden en gebruiken deze methode om de behoeftes scherp te krijgen vanuit verzekeraars en software. Dit doen we door middel van interviews, een literatuurstudie, ontwerp en vier co-design workshops waar de praktijkpartners de methode evalueren en hun behoeftes aangeven. Het resultaat van dit onderzoek is tweeledig: een methode om DD te verantwoorden en een evaluatie van deze methode in termen van de behoeftes van de praktijk. Dit is relevant voor een bredere validatie van de methode in een RAAK en direct relevant voor de praktijkpartners zodat ze boetes en imagoschade voorkomen en voor de maatschappij om discriminatie door zelflerende algoritmes te doorgronden en te voorkomen.
In juni 2016 is een rapport van Partners for Innovation verschenen dat in opdracht van SIA is gemaakt rondom een verkenning en ontwikkeling van een platform Circulaire Economie voor lectoren van hogescholen . Uit dit onderzoek is een duidelijke behoefte naar voren gekomen om een dergelijk platform in te richten. Tevens zijn aanbevelingen gedaan hoe dat concreet op te pakken. Mede op basis van genoemd rapport is het initiatief genomen om met een aantal lectoren in Nederland die op de thematiek circulariteit zitten en het Groene Brein hierop verder te verdiepen. De noodzaak van een platform rondom het thema circulaire economie doet zich steeds meer voelen vanwege 3 redenen: • Uitputting van natuurlijke hulpbronnen • Versnippering van initiatieven en activiteiten • Noodzaak tot een multidisciplinaire aanpak Van een netwerk waarin actoren elkaar positief beïnvloeden en verbindingen leggen is nog geen sprake. Een netwerk kan bijdragen aan: • Cross sectorale samenwerking tussen de verschillende sectoren; • Samenwerking tussen de verschillende vakgebieden. Het platform heft daarom de ambitie om de oplossingsrichting die de circulaire economie biedt voor onze planet problemen te versnellen door het verbinden van lectoren met een onderzoekagenda rond de circulaire economie. Het platform wil dit doen door meer ‘internationale calls’ en onderzoeksprojecten in samenwerking met het werkveld te doen en door als gesprekspartner gezamenlijk op te trekken naar de overheid, politiek en pers. Het platform ambieert om de samenhang tussen de verschillende lectoren te vergroten en om tegelijkertijd de samenwerking met ondernemers, overheden, het onderwijs en het onderzoek van universiteiten te versterken. Beoogde doelen zijn: • Creëren van netwerken • Verbeteren van focus • Externe verbinding realiseren tussen kennisinstellingen • Kwaliteitsimpuls voor HBO-onderzoek • Disseminatie van ontwikkelde kennis
