Trefwoorden: kunstmatige intelligentie, radiomics, precisie diagnose, klinische verklaarbare kunstmatige intelligentie

"AI applications in routine clinical imaging: detection, segmentation, diagnosis, and prognosis" 

In dit proefschrift is de toepasbaarheid van kunstmatige intelligentie (AI) in de medische beeldvorming onderzocht op respiratoire, oncologische en otolaryngologische (keel, neus en oor) gebruikscases. AI-gebaseerde modelgerichte benaderingen werden onderzocht en gevalideerd om generaliseerbaarheid aan te tonen in vergelijking met deskundige radiologen en clinici. Ook werden methoden onderzocht om de verklaarbaarheid van de AI-modellen in de taal van clinici aan te tonen. In het algemeen bewijst het proefschrift de algemene hypothese dat (semi)geautomatiseerde AI-gebaseerde methodologieën generaliseerbare prestaties kunnen leveren die gelijkwaardig zijn aan die van een deskundige mens die met dezelfde taken is belast. De (semi)AI-gebaseerde methodologieën werden specifiek onderzocht op de volgende klinische probleemstellingen: 1) Covid-19-diagnose en differentiële diagnose met behulp van CT-beeldvorming, 2) detectie en diagnose van longembolie met behulp van CTPA-beeldvorming, 3) voorspelling van behandelrespons bij patiënten met niet-gemetastaseerde niet-kleincellige longkanker met behulp van CT-beeldvorming en 4) diagnose van de ziekte van Menière met behulp van MRI-beeldvorming.

Voertaal: Engels