Toen Atalmedial AI Startup Lab ontmoette

Inspiratie voor de gezondheids- en life sciences sector

“We zijn niet een van die grote bedrijven die onze cultuur willen doordringen met een slanke en flexibele startup-mentaliteit. Omdat we in de zorg zitten, hebben we andere uitdagingen te pakken ”, zegt Ivo Kerklaan, innovatiemanager bij Atalmediaal . “Toen we het potentieel van AI in de gezondheidszorg zagen, hebben we al wat werk met AI gedaan en kwamen we erachter dat dit het beste als samenwerking kan worden benaderd. We zijn al domeinexperts, dus laten we de AI-experts inschakelen.”

Jeroen Maas, Lead Gezondheid bij Amsterdam Economic Board en een initiator erachter Smart Health Amsterdam, zorgde voor een match tussen de twee partijen.

Atalmedial zit momenteel midden in een samenwerking van 12 weken met een team samengesteld door AI Startup Lab , een initiatief van het Amsterdam Center for Entrepreneurship ( ACE). Het idee is om bedrijven met AI-ambities in contact te brengen met AI-studenten die op zoek zijn naar praktijkervaring met behulp van een relatief schone dataset. Iedereen wint.

“Het is echt een unieke propositie”, zegt Andrew Harrison, een masterstudent Kunstmatige Intelligentie aan de Universiteit van Amsterdam en lid van het team dat aan de uitdaging werkt. “In plaats van eerst op zoek te moeten gaan naar een probleem, krijg je een uitdaging voorgeschoteld die opgelost moet worden. Er is een heel ondersteunend netwerk waar u gebruik van kunt maken. En zeker, dit niveau van toegang tot gegevens is zeldzaam. Bovendien kun je al deze gegevens verkennen met een groep slimme mensen. Er zijn zo veel snelkoppelingen! ”

Nu handelen naar AI-ambities

Atalmedial is actief in de medische diagnostiek met een sterke nevenlijn in de behandeling van trombose. “In principe doen we alles, van het afnemen van een bloedmonster tot het opsturen van uitslagen”, zegt Kerklaan.

“Met AI hopen we een meerwaarde te bieden aan patiënten en de zorg. Maar we realiseerden ons al vroeg dat AI-ontwikkeling niet onze kernvaardigheid is. Tegelijkertijd willen we niet wachten op derden. We hebben ook niet de middelen om grootschalige academische projecten op te zetten of een commercieel AI-ontwikkelingsbedrijf per uur te betalen. Met dit project kunnen we nu beginnen.”

AI is een natuurlijke fit voor Atalmedial

Atalmedial behandelt 480.000 patiënten per jaar – wat neerkomt op 3 miljoen buisjes bloed en bijna 15 miljoen testresultaten. “We hebben echt veel datapunten, dus het toepassen van AI is voor ons een natuurlijke stap”, legt Bauke de Boer uit. Als laboratoriumspecialist van het bedrijf werkt hij het nauwst samen met het startup-team.

“Ja, we zijn het meest efficiënt in het verstrekken van onze diagnostische resultaten”, zegt De Boer. “Maar hoe kunnen we meer bijdragen aan de gezondheid van een patiënt en het zorgproces? Om mensen in het veld te helpen beter geïnformeerde beslissingen te nemen? Hoe kunnen we op basis van diagnostiek een meer adviserende rol krijgen? Op dit moment geven we huisartsen gewoon een nummer – een gecodeerd bericht. Hoe kunnen we deze gegevens omzetten in bruikbare informatie? ”

“Het AI Startup Lab lijkt perfect te passen in het DIY-gedeelte van onze AI-strategie”, zegt Kerklaan. “We leveren anonieme data en onze domeinkennis zonder de gebruikelijke grote financiële investeringen. De startup-benadering biedt een sterke focus op toepassing en levensvatbaarheid. En alle succesvolle resultaten kunnen worden teruggebracht ten voordele van onze patiënten en zorgverleners. ”

Ambities op lange termijn in AI

Op de lange termijn ziet De Boer veel potentie in Atalmedial door AI te gebruiken om behandelingen te personaliseren: “We hebben onze resultaat ‘normen’, die worden berekend op basis van een groot cohort gezonde individuen, maar eigenlijk heeft elke patiënt zijn eigen normen, ”zegt hij. “Ik zie ook enorme voordelen als we beter in staat zijn om de voortgang van bepaalde ziekten te voorspellen, zodat we veel eerder actie kunnen ondernemen.”

In het geval van de AI Startup Lab-uitdaging ligt de focus op het stroomlijnen van medische besluitvorming: AI gebruiken om de meest waarschijnlijke oorzaak van bloedarmoede bij een bepaalde patiënt te voorspellen, waarbij bloedarmoede een van de meest voorkomende gezondheidsproblemen is in de huisartsenzorg.

Wat veroorzaakte dit geval van bloedarmoede?

Bloedarmoede is een afname van hemoglobine in het bloed. Als gevolg hiervan kan bloed minder zuurstof door het lichaam transporteren. Symptomen variëren van vermoeidheid tot bewustzijnsverlies. Het heeft een breed scala aan oorzaken, van bloedverlies tot genetische aandoeningen. Als de meest voorkomende bloedziekte, die ongeveer een derde van de wereldbevolking treft, is het duur in termen van behandeling, productiviteit en kwaliteit van leven.

“De oorzaak is meestal ijzertekort, maar waarom zou je erop testen als er een waarschijnlijkere oorzaak is bij een bepaalde patiënt?” merkt Harrison op. “Dus we kijken naar de data-uitlaat – al die extra informatie rond een bloedtest – om te zien of we signalen kunnen vinden die de echte oorzaak betrouwbaar kunnen voorspellen. Deze signalen kunnen we vervolgens toepassen in een beslissingsondersteunend systeem voor huisartsen. De voordelen zouden talrijk zijn: minder tests en dus minder kosten, een sneller antwoord en een betere klantreis voor patiënten. ”

Gezondheidsgegevens gebruiken voor de kracht van het goede

Hoewel ze nog maar in de eerste maand van het traject zitten, zijn Harrison en zijn team ervan overtuigd dat als dergelijke signalen bestaan, ze die zullen vinden. “De dataset is verbazingwekkend. We hebben toegang tot twee miljoen tests die gedurende 15 jaar zijn afgenomen ”, zegt Harrison.

Het team wekt zeker vertrouwen. Harrison komt uit Australië, Maximiliane Ekert uit Duitsland, Mathias Parisot uit Frankrijk en Rahul Kumar uit India. “We zijn een heel divers stel met verschillende AI-specialiteiten. En heel dynamisch. Ik heb een achtergrond in bedrijfsadvisering, maar dat blijkt niet mijn focus te zijn. De meesten van ons kunnen de meeste dingen doen ”, zegt Harrison.

“Ik heb veel gedaan op het gebied van privacy en ethische kwesties rond AI, dus dit is bijzonder inspirerend voor mij”, zegt Harrison enthousiast. “Data-uitlaatgassen worden vaak schandelijk gebruikt, voor reclame en dergelijke. Hier kan het worden gebruikt voor de kracht van het goede. ”

In de komende twee maanden hoopt het team een minimaal levensvatbaar product te maken dat Atalmedial voldoende imponeert om de eerste gebruiker van het product te worden. “Dan kunnen we met ons IP-adres uitbreiden.”