Zorg & life sciences

In dit domein bestaat de data zelden uit nette rijen en kolommen. Het is een IHC-beeld, een oogfoto, een foto van een babyschedel, of een reeks metingen uit een stal. Twee opnamen van hetzelfde verschijnsel zien er bovendien anders uit: kleuring varieert, belichting varieert, en het formaat van de afbeelding varieert mee.

Die variatie is het eigenlijke werk. Bij de tumorceldetectie voor het Antoni van Leeuwenhoek zit een adaptieve kleuranalyse in het systeem juist omdat de IHC-kleuring per preparaat verschilt, en gaat er beeldfiltering aan vooraf om de kans op fouten te verkleinen. Een model dat op laboratoriumbeelden werkt en in de praktijk struikelt, is hier geen zeldzaamheid maar het normale beginpunt.

Waarom uitlegbaarheid hier vooropstaat

Wat een model hier oplevert is een voorbeoordeling, geen oordeel. Bij de tumorceldetectie blijft het oordeel bij de patholoog; wat het systeem levert is een consistente beoordeling van beelden die anders stuk voor stuk met de hand worden bekeken. Reproduceerbaarheid is daarmee belangrijker dan de laatste procenten nauwkeurigheid.

Wij vinden dat technologie betrouwbaar, transparant en uitlegbaar hoort te zijn, zeker waar besluiten mensen raken. In de zorg is dat geen uitgangspunt dat wij toevoegen, maar een eis die de sector zelf al stelt.

Wij bouwen algoritmen en systemen. Het klinische oordeel blijft bij de zorgprofessional, en dat is geen formaliteit: onze systemen leveren een voorbeoordeling die een arts of onderzoeker vervolgens weegt.

Wij zijn geen fabrikant van medische hulpmiddelen en presenteren ons ook niet zo. Certificering, klinische validatie en markttoelating liggen bij de partij die het product op de markt brengt; wij leveren het data- en AI-werk daaronder.

Een deel van wat hier staat is onderzoek en geen opgeleverd product. Dat benoemen wij liever vooraf dan achteraf. Werkt u aan een vraagstuk in dit domein en mist u de data- of AI-kant, dan is dat het gesprek dat wij graag voeren.