Vidi-beurzen voor UM-onderzoeken naar AI-modellen en onze hersenen
Twee wetenschappers van Universiteit Maastricht (UM) krijgen een Vidi-beurs van €850.000,- voor hun onderzoeksprojecten. Dat heeft subsidieverstrekker NWO donderdag bekendgemaakt. Onderzoeker Laure Wynants (CAPHRI/ FHML) gaat met haar team werken aan betrouwbaarder AI-modellen voor de gezondheidszorg. En neurowetenschapper Michelle Moerel gaat bij FSE en FPN onderzoeken hoe onze hersenen geluiden filteren.
Michelle Moerel (FPN/FSE)
In een lawaaierige omgeving richten we onze aandacht moeiteloos op interessante geluiden terwijl we andere geluiden negeren. Deze vaardigheid wordt niet door onze oren mogelijk gemaakt, maar door geluidsverwerking in de hersenen. Door gebruik te maken van MRI-beeldvorming en rekenmodellen onderzoeken wetenschappers hoe dit precies in zijn werk gaat. De resultaten zijn van belang voor de 10% van de bevolking die moeite heeft om zich op specifieke geluiden af te stemmen.
“Als auditief neurowetenschapper vind ik het fascinerend hoe de hersenen zich snel aanpassen om de geluiden om ons heen optimaal te verwerken. Kleine hersengebieden, diep in de hersenen verborgen, spelen waarschijnlijk een cruciale rol in deze auditieve flexibiliteit. Het bestuderen van deze gebieden bij mensen is echter een uitdaging omdat de hersengebieden zo klein zijn. Met de VIDI-beurs zal ik onderzoeken hoe auditieve flexibiliteit werkt bij mensen met een gezond gehoor. Uiteindelijk hoop ik inzicht te krijgen in wat er misgaat bij mensen die moeite hebben met horen in rumoerige omgevingen.”
Laure Wynants (CAPHRI/ FHML)
Artificiële intelligentie (AI) kan diagnostiek en prognostiek ondersteunen, en zo patiëntenzorg optimaliseren. Of dat lukt, hangt af van de betrouwbaarheid van een AI-model. Vaak gebeurt het testen van AI op kleine aantallen, en blijkt AI niet voor alle locaties en populaties even geschikt. Betrouwbaarheid kan meetbaar gemaakt worden met waarde-van-informatie maten. Die geven de risico’s weer van onzekerheid, zoals bijvoorbeeld het verwacht aantal foute diagnoses. In dit project ontwikkelen onderzoekers deze waarde-van-informatie maten. Hiermee kunnen artsen en beleidsmakers voor elk AI-model beslissen: is het klaar voor gebruik, of is meer onderzoek nodig?
“In mijn onderzoek ben ik tot nu toe vooral bezig geweest met het ontwikkelen van nieuwe voorspelmodellen voor diagnostische en prognostische toepassingen, en het beoordelen van bestaande modellen. Ik heb hierbij gemerkt dat het met de huidige beoordelingscriteria erg onduidelijk blijft wanneer een model nu goed genoeg is om klinische beslissingen te ondersteunen in de praktijk. Met de VIDI-beurs kan ik een team oprichten dat betere maten gaat ontwikkelen om te beoordelen: is een model klaar voor gebruik, of is meer onderzoek nodig? Hiermee wil ik uiteindelijk bijdragen aan een optimale integratie van AI in de zorg.”