Soms is het stellen van diagnose bijzonder lastig. Bijvoorbeeld als symptomen van verschillende ziektes erg op elkaar lijken of omdat het met het blote oog lastig is beelden van goedaardig en kwaadaardig weefsel elkaar te onderscheiden. Onze hightech partner ZiuZ ontwikkelt met kennis van visuele intelligentie en ervaring met beeldherkenning apparaten die artsen ondersteunen bij het beoordelen van medisch beeldmateriaal. Zo probeert ZiuZ bij te dragen om de gezondheidszorg te verbeteren.
NEMO
Een voorbeeld hiervan is het project NEMO, (Next Move in Movement Disorders). Dit is een driejarig samenwerkingsproject van ZiuZ met het Universitair Medisch Centrum Groningen (UMCG). Dit project richt zich op het onderscheiden van hyperkinetische bewegingsstoornissen: aandoeningen die gekenmerkt worden door een overmaat aan onvrijwillige bewegingen, zoals tremor, myoclonus, dystonie, tics of chorea. In de praktijk is het vaak lastig deze verschillende soorten van onwillekeurige bewegingen van elkaar te onderscheiden. Voor artsen die er minder vaak mee te maken krijgen zijn deze aandoeningen zelfs moeilijk te herkennen, maar ook onderling zijn artsen het niet altijd met elkaar eens.
Machine learning
Het doel van project NEMO is om een computer-aided diagnosis tool (CAD tool) te ontwikkelen die artsen kan helpen om verschillende soorten bewegingsstoornissen van elkaar te onderscheiden. Dit gebeurt onder andere met een slimme 3D camera en ‘machine learning’ technieken. Bewegingen en spieractiviteit worden geregistreerd door sensoren, gekoppeld aan kunstmatige intelligentie en patroonherkenning. Zo kan de CAD-tool artsen helpen om de juiste bewegingsstoornis bij patiënten vast te stellen.
Lees hier meer over dit prachtige project.