Ongeveer 4 maanden geleden won Epihunter de juryprijs voor Innovatie bij Health & Care 2018. Eind juni presenteerden we onze oplossing op de Healthtech Summit in Lausanne na een nominatie door de sector als een van de 40 meest veelbelovende Health Tech-startups in Europa. Dat loopt samen met onze missie om digitale oplossingen te creëren die ervoor zorgen dat epilepsie er minder toe doet nét op momenten die ertoe toe doen. Het bevestigt bovendien onze overtuiging dat digitale technologieën een enorme impact kunnen hebben op het dagelijks leven van mensen met epilepsie.
Nog maar een paar jaar geleden kon je je een ziekenhuis niet inbeelden zonder een papierberg. Slechts enkelingen geloofden dat het ooit mogelijk zou zijn om via onze smartphone gezondheidsdossiers te synchroniseren en medische data te delen met artsen en clinici. Terwijl de Polar hartslagmeter in 1982, bij zijn lancering, als “hightech” werd aangezien, meten tal van wearables vandaag alles: van slaapkwaliteit tot epileptische aanvallen. Dat laatste staat centraal bij Epihunter.
Artificiële intelligentie (AI) is geen nieuw concept. Het stamt uit de jaren ‘50. Het wordt altijd wat geassocieerd met iets 'onnatuurlijk', met iets dat de mens niet kan controleren.
Dacht je vroeger aan robots, dan zag je bijvoorbeeld gekke machines op de productievloer. Later namen robots ook hun intrek in de Hollywood-wereld en kregen ze een vaste rol in de filmindustrie: van films waarin de mens het tegen machines opneemt tot de schattige WALL-E. Dat was nog maar het begin van hun (r)evolutie…
In 1956 begonnen enkele jonge en slimme studenten de technologie van “machine learning” toe te passen om computers te trainen om klassieke bordspellen te spelen, zoals schaken. Machine learning is een onderdeel van AI. Het maakt gebruikt van statistische technieken om computers te ‘leren’ een massa data te verwerken. Tot grote verbazing van de studenten werkten de technieken niet alleen; de computer deed het beter dan de menselijke spelers! Daarmee had AI haar intrede gedaan.
Een onderdeel van AI bestaat in “het toepassen van de intelligentie van machines op reële problemen". Zo speelt Epihunter in op de nood om absence aanvallen te identificeren. Daarvoor gebruiken we een van de kerntoepassingen van AI,“deep learning” - wat we verder verduidelijken.
AI en gezondheid
AI-technieken worden vandaag gebruikt voor een breed scala van technologische innovaties binnen de gezondheidszorg. Lynxcare en FibriCheck zijn daar enkele voorbeelden van. Terwijl Lynxcare het delen van gezondheidsdossiers en medische data vergemakkelijkt, maakt FibriCheck het mogelijk om hartritmestoornissen te registreren via je vinger die je op een smartphonecamera legt. De sterkte van het FibriCheck-systeem zit in de toepassing van “deep learning”. Die techniek zorgt ervoor dat data die binnenstromen in het systeem, de software ervan continu verbeteren.
Ook Epihunter gebruikt “deep learning” om haar software absence aanvallen te leren herkennen. Op die manier bieden we gebruikers en ouders, en in de toekomst ook artsen en onderzoekers, waardevolle en objectieve informatie. Met een toenemende hoeveelheid EEG-data en aanvalsgegevens leert ons algoritme steeds meer bij over de complexiteit van epileptische aanvallen, waardoor het in de toekomst nog meer inzichten zal opleveren.
Meer weten over onze oplossing voor absence aanvallen? Bezoek onze pagina.
In de volgende editieAI wordt ook steeds vaker gebruikt in operaties. In 2006 voerde een robot zelfs een lange afstand hartoperatie uit en gebruikte daarvoor de data van 10.000 soortgelijke operaties. Volgens de ontwerper was de robot "meer dan gekwalificeerd om elke patiënt te opereren". Robotchirurgie is nog volop in ontwikkeling, maar wordt wel al vaak gebruikt in erg gespecialiseerde operaties of in microchirurgie. |