AI-gestuurde spraaktechnologie vergt meer onderzoek, maar nu al veel potentie

Een grote belemmering voor de benutting van AI in Nederland is dat bestaande algoritmen niet goed getraind zijn op de Nederlandse taal, wat slecht nieuws is om AI in te zitten voor de zorg. Dat blijkt uit een rapport van het NAIN-consortium (Nederlandse AI voor het Nederlands). Toch wordt AI voor de zorg steeds breder ingezet, getuige de 17 nieuwe ICAI-labs in Nederland.

De huidige staat van Nederlandse taal- en spraaktechnologie moet grondig verbeterd worden. Volgens het NAIN zijn vooral dialecten, straattaal, accenten, kindertaal en spraakafwijkingen problematisch om een goed werkend algoritme op te bouwen. Individuele organisaties kunnen dan wel deeloplossingen ontwikkelen voor specifieke domeinen, toch brengt dat geen zoden aan de dijk. Bovendien zijn er vaak ook te weinig financiële middelen om te investeren in een slimmer algoritme.

Nochtans kunnen dergelijke taal- en spraaktechnologie heel belangrijk worden voor Nederland en Vlaanderen. Denk bijvoorbeeld aan het registreren van zorghandeling zonder dat een zorgverlener haar handen van het bed hoeft te halen, bij het bellen van 112 om een ongeluk te melden, op de Twitter-feed van KLM om klanten snel en adequaat te woord te staan, enzovoort.

Het NAIN presenteert daarom een landschapskaart met daarin de huidige staat van Nederlandse taal- en spraaktechnologie. Vanuit deze landschapskaart kan de komende vijf jaar verder worden gewerkt aan de ontwikkeling van state-of-the-art soevereine Nederlandstalige taal- en spraaktechnologie, die inclusief, divers, transparant en uitlegbaar is, en waar domeinspecifieke extensies aan gekoppeld kunnen worden. De uiteindelijke resultaten van het project zijn overal in de Nederlandse samenleving bruikbaar, en maakt een enorme diversiteit aan toepassingen mogelijk, met grote publieke en economische waarde.

Investeringen in AI

Ook in de zorg kan kunstmatige intelligentie zeer nuttig zijn. Dat bewees ook het feit dat er maar liefst 17 laboratoria zullen opgericht worden in Nederland, waarvan er twee in het Erasmus MC komen. Philips Healthcare, General Electric Healthcare, de Erasmus Universiteit Rotterdam (EUR) en het Erasmus MC sloegen onlangs de handen in mekaar om door middel van eigen financiering en een investering van het Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO) zelf nieuwe AI-labs op te richten.

De 17 ICAI-labs worden opgericht binnen het ROBUST-consortium, van hoofdaanvrager en UvA-hoogleraar Maarten de Rijke. NWO trekt er 25 miljoen euro voor uit en de rest van de investering wordt aangevuld door bedrijven en UMC’s die meestappen in het project. “Dit betekent een enorme investering in AI”, zegt Erasmus MC-hoogleraar Wiro Niessen. “Dat komt omdat de impact van AI in de gezondheidszorg en samenleving enorm zal zijn, mits we goed op de AI kunnen vertrouwen. We moeten er voor zorgen dat deze krachtige technologie op een verantwoorde manier in de dagelijkse klinische praktijk gebruikt kan worden. Daar zal de komende 10 jaar hard aan gewerkt worden.”

Erasmus MC

Het Erasmus MC zal zich in samenwerking met Philips Healthcare inzetten om de patient journeys van patiënten met een beroerte te verbeteren. “Een beroerte is een acuut probleem”, vertelt Niessen, “maar het heeft ook een lange nasleep. We willen kunstmatige intelligentie inzetten om de patiënt van A tot Z te helpen. Dat begint met het noodnummer te bellen en eindigt met de revalidatie.” Vanaf het eerste moment van de patient journey moeten er ook keuzes worden gemaakt, stelt Niessen. “De patiënt komt het ziekenhuis binnen. Dan wil je de juiste diagnose stellen, met beeldvorming door een CT-scan. Daarna wil je zo snel mogelijk de beste behandeling en uiteindelijk revalidatie aanbieden aan de patiënt.”

Neuroradioloog Aad van der Lugt wordt de voortrekker van het tweede lab binnen het ziekenhuis. Hiermee zet het Erasmus MC de jarenlange samenwerking met General Electric Healthcare voort. “Een MRI-onderzoek moet én kan beter worden afgestemd op de individuele patiënt. Een MRI-scanner die door informatie over de patiënt van tevoren al de protocollen bepaalt. Die zich tijdens het scannen kan aanpassen door  informatie uit de eerste scanserie. Of die bij een beweging van de patiënt tijdens het scannen niet opnieuw hoeft te beginnen, maar de bewegingsartefacten automatisch kan corrigeren.”

Van der Lugt hoopt ook dat kunstmatige intelligentie kan worden ingezet om radiologen te helpen bij de interpretatie van de scans. Zo zouden algoritmes kleine details kunnen vinden en interpreteren die met het blote oog niet of nauwelijks te zien zijn. Ook in het Radiologielab gaan tien promovendi daarmee zo’n tien jaar aan de slag.

Masterclass Kunstmatige Intelligentie in de zorg: een twee-daags programma waarmee alle relevante thema's rond AI - techniek en modellen, data & privacy, IP, samenwerking met startups en co-creatie, klinische validatie - aan bod komen. Edities in 2021 en 2022.