Een internationaal onderzoeksteam van verschillende universiteiten, waaronder de Universiteit Maastricht (UM), heeft een gestandaardiseerd register voor kunstmatige intelligentie (AI) in de biogeneeskunde voorgesteld. Op die manier willen de instellingen de reproduceerbaarheid van resultaten te verbeteren, aldus de Limburgse universiteit in een persbericht. Ook moet zo het vertrouwen toenemen in het gebruik van AI-algoritmen in biomedisch onderzoek en -in de toekomst- in de dagelijkse klinische praktijk. De wetenschappers presenteerden hun voorstel in het wetenschappelijke tijdschrift “Nature Methods”.

In de afgelopen decennia hebben nieuwe technologieën het mogelijk gemaakt om een ​​grote verscheidenheid aan systemen te ontwikkelen die enorme hoeveelheden biomedische data kunnen genereren. Bijvoorbeeld in kankeronderzoek. Tegelijkertijd zijn er geheel nieuwe mogelijkheden ontstaan ​​om deze data te onderzoeken en te evalueren met behulp van kunstmatige-intelligentiemethoden. AI-algoritmen op bijvoorbeeld intensive care-afdelingen kunnen op basis van grote hoeveelheden gegevens van verschillende monitoringsystemen in een vroeg stadium een ​​circulatiestilstand voorspellen. Dat doet zo’n systeem door veel complexe informatie uit verschillende bronnen tegelijkertijd te verwerken.

Onbeheersbaar

Dit grote potentieel van AI-systemen leidt tot een onbeheersbaar aantal biomedische AI-toepassingen. Helaas voldoen de bijbehorende rapporten en publicaties niet altijd aan best practices. Of ze geven alleen onvolledige informatie over de gebruikte algoritmen of de herkomst van de data. Dit maakt beoordeling en uitgebreide vergelijkingen van AI-modellen moeilijk.

Meld je aan voor onze Nieuwsbrief!

Je wekelijkse innovatie overzicht: Elke zondag onze beste artikelen in je inbox!

    De beslissingen van AI’s zijn niet altijd begrijpelijk voor mensen. Resultaten zijn zelden volledig reproduceerbaar. Deze situatie is onhoudbaar. Vooral in klinisch onderzoek, waar vertrouwen in AI-modellen en transparante onderzoeksrapporten cruciaal zijn om de acceptatie van AI-algoritmen te vergroten en om verbeterde AI-methoden voor fundamenteel biomedisch onderzoek te ontwikkelen.

    Vrij toegankelijk

    Om dit probleem aan te pakken, heeft een internationaal onderzoeksteam, waaronder de UM, het AIMe-register voor kunstmatige intelligentie in biomedisch onderzoek voorgesteld. Dat is een gemeenschapsgestuurd register waarmee gebruikers van nieuwe biomedische AI ​​gemakkelijk toegankelijke, doorzoekbare en citeerbare rapporten kunnen maken die kunnen worden bestudeerd en beoordeeld door de wetenschappelijke gemeenschap. Het vrij toegankelijke register is beschikbaar op https://aime-registry.org.

    “Het AIMe-register biedt niet alleen eenvoudige registratie van AI-methoden in citeerbare vorm, maar biedt ook de mogelijkheid om te zoeken naar bestaande AI-systemen die relevant zijn voor het toepassingsgebied. Dit betekent dat onderzoekers niet elke keer het wiel opnieuw hoeven uit te vinden en er zeker van kunnen zijn dat de gebruikte AI-methode is geëvalueerd en voldoet aan de AIMe-normen”, aldus prof. Jan Baumbach van het Center for Bioinformatics van de Universiteit van Hamburg.

    Lees ook: Meer aandacht voor maatschappelijke impact van AI

    Geselecteerd voor jou!

    Innovation Origins is het Europese platform voor innovatienieuws. Naast de vele berichten van onze eigen redactie in 15 Europese landen, selecteren wij voor jou de belangrijkste persberichten van betrouwbare bronnen. Zo blijf je op de hoogte van alles wat er gebeurt in de wereld van innovatie. Ben jij of ken jij een organisatie die niet in onze lijst met geselecteerde bronnen mag ontbreken? Meld je dan bij onze redactie.

    Doneer

    Persoonlijke informatie