De automatische interpretatie van ergospirometrie.

Het digitale tijdperk, waarin medische informatie van patiënten elektronisch opgeslagen kan worden, is een unieke kans om de impact van gepersonaliseerde geneeskunde te revolutioneren. Medische beslissingen, van initiële diagnose tot het voorspellen van de optimale behandeling en prognostische factoren, dienen gebaseerd te zijn op alle beschikbare informatie van de patiënt. Om dit te kunnen realiseren is er nood aan analytische methodes om datasets om te vormen in toepasbare informatie. Artificiële intelligentie (AI) is een verzameling methoden die het vermogen hebben om te leren van gegevens uit grote datasets en op basis hiervan alsook op basis van zelf verworven inzichten voorspellingen te maken voor ongeziene situaties. De implementatie en het gebruik van AI modellen in de klinische praktijk is nog beperkt. Het doel van dit onderzoeksproject is om vanuit heterogene datasets artificiële intelligentiealgoritmes te ontwikkelen die klinische vragen betreffende de inschatting en diagnose van complexe respiratoire aandoeningen kunnen beantwoorden. Deze AI modellen zouden (long)artsen in staat moeten stellen of helpen om diagnostische en therapeutische beslissingen op maat van elke patiënt te maken. We zullen ons focussen op twee onderwerpen binnen de pneumologie waarvoor we reeds veel beschikbare data en klinische expertise hebben, namelijk complexe besluitvorming bij het multidisciplinair overleg inzage interstitiële longziekten en het protocolleren van ergospirometrie.