Op 5 mei krijg je nieuwe kado-artikelen.
Als betalend lid lees je zoveel artikelen als je wilt, én je steunt Foodlog
Fijn dat je een artikel op Foodlog komt lezen. We schreven het helemaal gratis en voor niets voor je. Wil je dat wij kunnen blijven bestaan? Steun ons dan en word betalend lid. Dat kost je maar €7,- per maand. Dan lees je alle content van Foodlog onbeperkt en advertentievrij en krijg je ook nog eens voorrang bij Foodlog-events.
Word lid!Als betalend lid lees je zoveel artikelen als je wilt, én je steunt Foodlog
Help de schrijver de juiste toon te vinden waarop je naar hem of haar wilt luisteren.
Klik op de naam van de schrijver en gebruik het "Stuur een mail" veld op zijn of haar profiel om je bericht te versturen.
Lees alles over reageren in de gespreksregels.
Stond een mooi voorbeeld van AI en kanker op Twitter (url=https://twitter.com/EricTopol/status/1161293540443357184).
HistoQuery, is een crowd-sourcing website waar je MRI/Roentgen beelden kan uploaden voor een AI analyse.
Gister in Knack Datanews: Leuvens algoritme beter in herkennen van longziektes dan arts
De Leuvense start-up ArtiQ creëerde een algoritme om longtesten te beoordelen. "We kunnen de acht meest voorkomende longziektes detecteren, van astma over chronische obstructieve longziekte (COPD) tot interstitiële longziekten. Een vergelijkende test met 120 Europese dokters toonde aan dat zij een accuraatheid van gemiddeld 45 procent haalden. Ons algoritme scoort daar 80 procent en kan dus een hele hulp zijn bij het interpreteren van de lange cijferreeksen."
Het gaat altijd over garbage-in-garbage-out. Zowel bij mens als computer.
Een computer heeft wel een beter geheugen en kan 24 uur per dag heel snel leren. Bijvoorbeeld DrWatson van IBM laat zien dat de computer een statistische voorspelling kan doen op basis van al het onderzoek tot vandaag + de statusgegevens (inclusief app-data, etc.) van de patient. De zorgverlener alleen weet nooit de laatste stand van onderzoek.
De zorgverlener kan dat controleren en aanvullen met eigen ervaring en waarneming.
In de komende jaren zal er meer en meer data beschikbaar komen die de voorspellingen gaan verbeteren.
It’s Not What You Know, It’s How You Think: https://medium.com/s/story/the-trick-to-thinking-clearer-and-better-4a61c54114fa
Zoals de zaken er nu bij staan kies ik met overtuiging voor #3 Het is natuurlijk denkbaar dat met de inzet van Internet of Things (IoT) en in algemene zin #eHealth het zwaartepunt gaat verschuiven voor bepaalde diagnosegroepen. Denk aan Teledermatologie als voorbeeld.
Teledermatologie
#4 in dit geval kunnen ze bijvoorbeeld hartritmestoornissen opsporen als die er op dat specifieke moment niet zijn. Zekerheid heb je natuurlijk nooit, maar het kan wel dienen als hulpmiddel.
BBC: Dr Paul Friedman, from the Mayo Clinic, said it showed real potential: "It is like looking at the ocean now and being able to tell that there were big waves yesterday."