Henkjan Huisman benoemd tot hoogleraar AI guided imaging

Henkjan Huisman is benoemd tot hoogleraar AI Guided Imaging aan het Radboudumc / de Radboud Universiteit. Met zijn onderzoek wil hij meer kennis vergaren over AI binnen de gezondheidszorg, zodat mensen betere en meer betaalbare zorg krijgen. Hij kijkt daarbij in het bijzonder naar AI-toepassingen in de medische beeldvorming. 

Medische beeldvorming houdt zich bezig met het maken van beelden van het menselijk lichaam, om daarmee aandoeningen vast te stellen, te volgen en/of te behandelen. Binnen medische beeldvorming wordt gebruik gemaakt van verschillende technologieën, zoals geluidsgolven (echografie), magnetische velden (MRI) en radioactieve stoffen (nucleaire geneeskunde). Bij de analyse van die beelden komt het gebruik van kunstmatige intelligentie (artificial intelligence/AI) steeds dichterbij. 

Betrouwbare AI diagnostiek  

In zijn onderzoek kijkt Henkjan Huisman naar twee soorten ‘guidance’, of bewaking, van medische beeldvorming door AI. De eerste gaat over verantwoord gebruik van AI. ‘We weten hoe we diagnostische AI moeten bouwen die op expert niveau werkt. We missen alleen het vertrouwen in de technologie om een efficiënte, veilige en betaalbare implementatie mogelijk te maken’, aldus Huisman. ‘AI moet bewaakt – ‘guided’ – worden door schaalbare betrouwbare benchmarks en monitoringssystemen, waarmee mensen eindverantwoordelijkheid kunnen blijven houden over AI.’ 

Op korte termijn maakt zulke bewaking het mogelijk om te evalueren of specifieke AI-toepassingen daadwerkelijk het leven van patiënten beter maken. Op de lange termijn moet die begeleiding zich ontwikkelen tot een voortdurend lerend AI-systeem onder slim toezicht van experts. Zo’n systeem kan helpen om te leren van de patiënt van gisteren voor betere zorg voor de patiënt van nu. 

AI bij minimaal invasieve MRI interventies 

De tweede vorm van ‘guidance’ gaat over de rol van AI bij de aansturing van beeldvormende technologie voor de ondersteuning bij medische interventies. Hierbij ligt de focus op MRI-beeldvorming. AI maakt het bijvoorbeeld mogelijk om MRI automatisch te sturen om sneller een instrument te laten volgen, bijvoorbeeld tijdens een biopsie. Dit maakt de behandeling sneller én nauwkeuriger.

Maatschappelijke impact 

Henkjan Huisman vindt het van cruciaal belang dat zijn onderzoek maatschappelijke meerwaarde heeft. ‘Het uiteindelijke doel van mijn team en mijzelf is om de zorg voor patiënten te verbeteren, het  liefst op de korte termijn. We maken gebruik van bewezen methodes zoals NWO Impact Pathway en Working Backwards. Hiermee garanderen we dat al ons onderzoek maatschappelijk bijdraagt.’ 

Voor de toekomst voorziet Huisman grootschalige veranderingen in de gezondheidszorg als gevolg van AI. ‘Zelfs met mijn 35 jaar ervaring in medisch AI-onderzoek is het een uitdaging om de huidige ontwikkelingen in het veld bij te houden. Halverwege 2025, evenaart de beste AI al het niveau van experts in veel medische vakgebieden. De potentiële gevolgen hiervan zijn groot. Ik denk dat de zorg nog niet voorbereid is op patiënten die overstappen van het matige advies van dokter Google naar het vaak goede advies van dokter ChatGPT.’ Wat betreft Huisman geldt ook hier dat zowel de toetsing als bewaking van AI van belang is, maar dat betere organisatie noodzakelijk is.

Loopbaan 

Henkjan Huisman studeerde Electrical Engineering in Delft, met als specialisatie medische beeldvorming. Na zijn afstuderen ging hij aan de slag bij de afdeling Radiologie van het Radboudumc, waar hij sindsdien werkt. In 1998 promoveerde hij op onderzoek naar het analyseren van levertumor-weefsel met het behulp van echo’s (titel proefschrift:  In vivo ultrasonic tissue characterization of liver metastases).  

Naast zijn loopbaan in het Radboudumc vervulde Henkjan Huisman functies bij verschillende academische instellingen en bedrijven in binnen- en buitenland. Zo was hij van 2004 tot 2010 consultant bij het Amerikaanse U-Systems. Van 2021 tot 2024 werkte hij als Professor Medical Imaging AI bij de Norwegian University of Science and Technology. Huisman is verder lid van het AAPM Computer-Aided Diagnosis Steering Committee en Taskforce 273 CAD Assessment, Quality Assurance and Training Papers. Ook neemt hij deel aan de PI-RADS guideline committee ACR on prostate MRI AI.

• Meer weten over deze onderwerpen? Klik dan via onderstaande buttons door naar meer nieuws.

  Artificial intelligenceNieuws homepage Patientenzorg en Nieuws en verhalen