Gezondheid en zorg: AI-onderzoek in Leiden, Delft en Rotterdam

Ondersteunen, niet vervangen

Dat geldt voor een MRI-scan of andere diagnostische methode, maar ook voor de plattegrond van een stad. Wat zijn bijvoorbeeld de beste groene ruimten voor een oudere populatie? Ook kan AI helpen zorg zo goed te plannen, dat schaars OK-personeel zo efficiënt mogelijk inzetbaar is. Bozzon benadrukt daarbij dat AI in de zorg nooit een mens zal vervangen. 'Alleen ondersteunen. De machine helpt de mens functioneren, en andersom.

Omdat gezondheid zo'n enorm breed thema is, onderscheiden de deelnemers aan dit thema vijf focusgebieden:
> AI-accelerated Drug Discovery and Life Sciences;
> AI-assisted Population Health improvement:
> AI-assisted Healthcare Teams;
> Human-AI Partnership in hospital and home;
> AI-assisted health care system.

De zachte kant is onmisbaar

Binnen de focusgroep AI en gezondheid is ook volop ruimte voor de 'zachtere kant' in de vorm van sociale wetenschappen. Dat is een ontwikkeling die Moniek Buijzen steeds meer ziet. Ze is hoogleraar gedragsverandering aan de Erasmus Universiteit Rotterdam. 'Wij gedragswetenschappers worden nu vanaf het begin bij projecten betrokken en dat biedt kansen. Het voorkomt dat je achteraf moet vaststellen dat een innovatie helemaal niet past bij de gebruikers.'

Aan de andere kant ziet Buijzen haar eigen vakgebied steeds 'harder' worden. Zo maakt zij gebruik van de algoritmen die sociale media toepassen om mensen voor te schotelen wat zij interessant vinden. 'Als je online de goede buzz weet te creëren met bijvoorbeeld leuke challenges die gezond gedrag stimuleren... Dan kom je ergens!'

Gigantische marketingbudgetten

Buijzen draait dingen slim om. Als marketing en influencers ons tot van alles kunnen verleiden, kunnen ze dan ook mensen verleiden tot gezond gedrag? Het is moeilijk vechten tegen de gigantische marketingbudgetten van de voedselindustrie en de enorme invloed van reclame op kinderen, maar ze graaft door. Welke rol hebben invloedrijke kinderen in een klas of een buurt en hoe kun je die gebruiken om gezond gedrag te bevorderen?

Hieronder voorbeelden van het werk van elk van de drie wetenschappers: AI-gerelateerd onderzoek op het gebied van gezondheid.

TU Delft - Alessandro Bozzon

Supergoede Kadaster-data lieten zien waar anderhalve meter moeilijk was

In 2020 moesten we opeens anderhalve meter afstand tot elkaar bewaren. Besluitvormers die verantwoordelijk waren voor de openbare ruimte hadden een probleem: waar moesten ze welke maatregelen nemen? Waar is het moeilijk om die afstand te bewaren en waar zitten de hotspots waar mensen zich verzamelen?

Kunstmatige intelligentie bood uitkomst, vertelt Alessandro Bozzon. 'Het werkt alleen als je veel en goede data hebt, en die hadden we. Het Kadaster levert super goede data over wegen en smalle stoepjes en over restaurants en andere plekken waar mensen zich verzamelen. Zo konden we mobiliteit simuleren en berekenen hoe waarschijnlijk het is dat op plek X problemen zouden ontstaan.'

Zo kan kennis over de omgeving een slimme stad helpen ontwikkelen, een van de aandachtspunten van Bozzon. 'Je kunt met zo'n systeem ook kijken in hoeverre het mogelijk is voor mensen in een bepaalde stad om dagelijks een rondje te lopen in de frisse lucht. Is er in de buurt van elk huis voldoende groenruimte voor zo'n wandelingetje? Waar moeten we ingrijpen? Data zoals van het Kadaster of het CBS zijn er genoeg. Als we ze goed gebruiken, kunnen ze bijdragen aan de gezondheid van mensen.'

Erasmus Universiteit Rotterdam - Moniek Buijzen

Gezonde jongeren uit achterstandswijken geven de hele buurt een boost

In sommige huizen staat de schimmel op de muren. In achterstandswijken leiden mensen een veel ongezonder leven dan elders, ook jongeren zijn er minder gelukkig en gezond. Moniek Buijzen wil helpen de schrijnende gezondheidsverschillen in Nederland aan te pakken. 'Ondanks hun slechte omstandigheden lukt het sommige jongeren heel goed om toch een goed leven te hebben. Hoe doen ze dat?' Het antwoord kan ook anderen helpen.

Binnen het project Planet Rock, waaraan ook de VU en de Universiteit Leiden deelnemen, spelen data-analyse met AI-technieken en jongeren zelf de hoofdrollen. Er zijn bijeenkomsten met jongeren uit achterstandswijken in Amsterdam en Rotterdam. Centrale vragen: waar denk je aan bij een gezonde leefstijl? Waar moet je op letten? Wie zijn voorbeelden voor jou? Bewegings-trackers en gegevens over de fysieke sociale en culturele omgeving van deze jongeren helpen daarnaast duidelijk te maken hoe de situatie is en wat er nodig is voor verandering.

Soms blijk je niet recht op je doel af te kunnen, vertelt Buijzen. 'Uit een sessie over gezond eetgedrag, maar vanuit het perspectief "welzijn", kwam naar voren dat jongeren worstelen met onveiligheid en onzekerheid op straat en een negatief zelfbeeld door sociale media. Daar zijn we op verder gaan borduren: het heeft weinig zin om sinaasappels te gaan promoten onder een doelgroep die zorgen heeft over de eigen veiligheid op straat.'

Universiteit Leiden - Gerard van Westen

Niet lineair maar circulair: nieuwe manier om medicijnen te ontwikkelen

Zijn ambitie: een virtuele mens, bestaand uit algoritmen die voorspellen wat een toegediende stof doet in ons lichaam. Gerard van Westen is al een heel eind op weg. Hij ontwikkelt een systeem op basis van de miljoenen metingen die ooit zijn gedaan naar hoe stof X reageert met lichaamseiwit Y. Die data leren een algoritme voorspellen hoe andere mogelijk werkzame chemische structuren zouden reageren met álle duizenden relevante lichaamseiwitten. Dat helpt medicijnontwikkelaars enorm. 'Je weet in welke richting je moet zoeken voor een goed medicijn.'

Elk onderdeel van de keten in het medicijnonderzoek heeft al ondersteuning van AI. Van het ontwikkelen van mogelijk medicinale stoffen en die vervolgens testen in een petrischaal, dier en mens tot gepersonaliseerd voorspellen wat de bijwerkingen kunnen zijn als het medicijn eenmaal in gebruik is. Er is bijvoorbeeld automatische data-analyse, robotsynthese, veiligheidsvoorspelling...

Als de keten eenmaal is afgerond en een nieuw medicijn op de markt is, levert dat ook weer nieuwe data op voor die virtuele mens van Van Westen. Nieuwe metingen over hoe het nieuwe medicijn reageert met alle relevante lichaamseiwitten, voeden zijn model met kennis. De voorspellingen die het model doet, worden dan nog beter. Het begin van de keten in het medicijnonderzoek − moleculen maken die mogelijk werkzaam zijn − wordt daar weer efficiënter van. 'Medicijnontwikkeling is op die manier niet meer lineair, maar circulair. Met in het midden van de cirkel kunstmatige intelligentie.'