LUMCs Python-basierte KI: Brückenschlag zwischen Technik und klinischer Praxis

Wertorientierte Gesundheitsversorgung und KI

Als Investition in die KI-Innovation hat das Leiden University Medical Center (LUMC) ein KI-Team für wertorientierte Gesundheitsversorgung eingerichtet. Die wertorientierte Gesundheitsversorgung ist ein Modell der Gesundheitsversorgung, das die Gesundheit der Patienten auf evidenzbasierte Weise verbessert. Ärzte aus allen Abteilungen des LUMC konnten sich mit verschiedenen datenwissenschaftlich orientierten Anfragen an dieses neue Team wenden.  

Es wurde jedoch bald klar, dass das achtköpfige Team die schiere Menge an Anfragen nicht bewältigen, geschweige denn ihr Innovationspotenzial ausschöpfen konnte. Um also die KI-Entwicklung und -Forschung zu beschleunigen, erweiterte das LUMC die Gruppe zu einem Wissens- und Kompetenzzentrum mit einer übergreifenden Plattform. Dieses Clinical Artificial Intelligence and Research Lab (CAIRELab) bringt nun alle KI-Aktivitäten am LUMC zusammen.

"Vielen unserer Mitarbeiter fällt es schwer, die Funktionsweise von KI vollständig zu verstehen", erklärt Spijkerboer. "Dennoch wächst das allgemeine Datenbewusstsein innerhalb des LUMC stetig. Und mit der Implementierung und Entwicklung einer zentralen Datenplattform werden wir in der Lage sein, die Gesundheit unserer Patienten zu verbessern und ihnen mit Hilfe von Data Science zu einem gesünderen Leben zu verhelfen."

Das CAIRELab wird vollständig in Betrieb gehen, sobald Spijkerboer und ihr Team alle notwendigen Moderationen, Iterationen und Compliance-Anpassungen an der Software vorgenommen haben. Aber das könnte noch ein paar Jahre dauern. Da die Patientenversorgung mit Zeitdruck einhergeht, ist die "Benutzerfreundlichkeit" der Software entscheidend.

"Es ist wichtig, unser Wissen und unsere Erfahrung zu bündeln. Das Tempo der KI-Entwicklungen nimmt immer mehr zu. Bei jedem KI-Projekt gibt es viele rechtliche, ethische und technische Hürden zu nehmen. Größtmögliche Sorgfalt ist extrem wichtig, aber auch Schnelligkeit ist von entscheidender Bedeutung, denn wir haben es mit echten Patienten zu tun. Deshalb arbeiten wir im CAIRElab mit den Mitarbeitern des Gesundheitswesens zusammen, um praktische KI-Lösungen zu entwickeln, die die medizinische Versorgung unterstützen und den Ärzten die Kontrolle geben."

Die Box

Ein vielversprechendes Projekt oder ein "Anwendungsfall", der in den Zuständigkeitsbereich von CAIRElab fällt, ist The Box. Die Box enthält eine Waage, ein Blutdruck- und Sättigungsmessgerät und ein EKG-Gerät zur Herzbildgebung. Ein Patient, der einen Herzinfarkt überlebt hat, erhält die Box mit den Messgeräten, um sie nach der Operation zu Hause zu verwenden. Die Werte werden täglich an die Station gesendet, so dass das Pflegepersonal den Patienten aus der Ferne überwachen kann. Fallen die Werte unter den akzeptablen Bereich, muss der Patient ins Krankenhaus zurückkehren.  

Das LUMC hat The Box bereits an 250 Patienten ausgegeben, was die Arbeitsbelastung der Krankenschwestern und Kardiologen noch weiter erhöhte. Also schrieb eines der KI-Teammitglieder von Spijkerboer ein prädiktives Modell, das die Patienten nach den gemessenen Werten priorisiert. Die ersten Testergebnisse waren äußerst positiv und deuten darauf hin, dass die Lösung schon bald in Betrieb genommen werden könnte.

Bessere Vorhersagen dank effizienterer Kodierung

Als klinische Datenwissenschaftlerin ist Spijkerboer mit maschinellem Lernen vertraut, aber sie wollte lernen, noch effizienter zu programmieren und die Qualität ihrer Vorhersagemodelle zu verbessern. Aus diesem Grund absolvierte sie den virtuellen Kurs Advanced Data Science with Python Training von GoDataDriven.

Der zweitägige Kurs deckt Data Science, maschinelles Lernen und fortgeschrittene Python-Kenntnisse ab und beinhaltet Best Practices, Modelle, Code, Algorithmen und einen Rahmen für die Verbesserung von Projekten.

"Es war eine intensive Schulung", beschreibt Spijkerboer, "vor allem, weil sie digital war. Es war etwas weniger interaktiv als ein Training vor Ort, aber die begrenzte Gruppengröße machte es einfach, Fragen zu stellen, und das Tempo war angenehm und leicht zu verfolgen."

 Laut Spijkerboer hat die Schulung durch die Verwendung von klar strukturierten Notizbüchern einen zusätzlichen Wert. "Auch nach dem Kurs ist es eine klare Referenz mit praktischen Beispielen und Empfehlungen", sagte sie.

"Das Wertvollste für mich war, zu lernen, wie man effizienter codiert", fügte Spijkerboer hinzu. "Ich habe mein Lernziel erreicht und weiß jetzt, wie man Code lesbarer und strukturierter gestaltet. Auch meine CAIRELab-Kollegen könnten von dieser Schulung sehr profitieren, insbesondere diejenigen, die im Bereich der Datenbereinigung und -vorverarbeitung tätig sind." 

Spijkerboer lobte die Schulung auch für ihre Zugänglichkeit.

"Es war sehr einfach, Fragen zu stellen und Antworten zu bekommen, sowohl während als auch nach dem Kurs. Wenn ich bei der Anwendung meiner neuen Python-Kenntnisse bei der Arbeit am LUMC auf etwas stoße, ist es ein tolles Gefühl zu wissen, dass ich einfach eine Nachricht schicken kann und ein Xebia-Trainer mir helfen wird."

Interessieren Sie sich für einen Kurs "Advanced Data Science with Python" bei GoDataDriven? Hier können Sie mehr darüber erfahren: Python Datenwissenschaft