Ga verder naar de inhoud
Online course

AI in Healthcare. Hype or Help?

Discover how Artificial Intelligence (AI) is revolutionizing healthcare in this exciting course. The added value of AI for healthcare is explained from the healthcare professional's perspective, while basic AI principles are clarified from the AI developer's point of view.

Praktische info:

50 uur
Online
Engels
Doelgroep: professionals in de gezondheidszorg en studenten in de biomedische wetenschappen

Inschrijven?

  • Prijs: gratis
  • De cursus is gratis, maar het certificaat kost €75.

Lees meer & inschrijven ⇗

Georganiseerd door:

Hologram dat uit een horloge komt.

About this course

Work and research in healthcare are evolving rapidly, partly because of innovative technology that is introduced due to a far-reaching digitization of the health sector. AI is one of these technologies that already influences healthcare today for the benefit of patients, professionals, and scholars, and it will continue to do so in the future. Therefore, current and future professionals and scholars, like yourself, will be challenged with the correct adoption of AI in healthcare.

This course is intended to empower you as a healthcare professional or scholar with insights and critical knowledge on the AI era, general principles and concepts of AI, the added value of AI in healthcare and associated data, ethics and regulatory boundaries. The course considers AI in healthcare, both from the perspective of the healthcare professional who wants to be able to evaluate the benefits, limitations and pitfalls of (working with) AI; as well as from the developer’s perspective, who needs to be aware of the technical background in establishing and validating algorithms for AI applications, as well as of the healthcare context.

Ready for a deeper dive into healthcare and technology? The MOOC is part of the postgraduate course 'Technologie in de zorg' by KU Leuven (only in Dutch).

Illustratie van een familie.

You will learn:

  • to define key enabling factors and limitations of AI tools.
  • to explain the main concepts of AI techniques.
  • to identify added value and risks of AI in healthcare applications.
  • to define healthcare data requirements, and identify related societal, ethical, and legal regulations.
  • to explain the role and implications of AI in healthcare.
  • to examine real-life use cases in which AI is already applied in clinical practice.
    • Blood stain analysis (Philip Joris)
    • Epilepsy detection (Prof. Wim Van Paesschen)
    • Rheumatic Heart Disease Detection (Bart Vanrumste)
    • Kidney transplant rejection classification (Thibaut Vaulet)
    • Facial-based syndrome classification (Dr. Michiel Vanneste)
    • Quality support in colonoscopy (Tom Eelbode and Pieter Sinonquel)
    • AI-assisted surgery (Pieter De Backer, Orsi Academy)
    • Hypothesis generation in psychiatry (Giovanni Briganti)
    • Individual Treatment Selection (Prof. Wim Janssen and Kenneth Verstraete)
    • Designing anti-microbial peptides (Alexander Koch, BioLizard)

Want to start right away? Start with some appetizers:

Hoe kan AI helpen in de gezondheidszorg?

Het gebruik van AI is de gezondheidszorg grondig aan het veranderen. Van diagnose tot behandeling: AI helpt artsen en andere medische beroepen om beter geïnformeerde beslissingen te nemen en meer gepersonaliseerde zorg te verlenen.

AI in Healthcare: Hype of Help?

webinar - Skillstown & VAIA

AI in de gezondheidszorg: opportuniteiten, lessen en uitdagingen

VAIA Presents Tom Kimpe (Barco) - webinar - VAIA

Seizure Detection with Wearable Devices and AI

webinar - AI for Times Series seminar met Christos Chatzichristos (Janssen Pharmaceutica) - VAIA, Flanders AI Research & KU Leuven STADIUS

Kunnen computers betere diagnoses stellen dan dokters?

podcast - VAIA & Universiteit van Vlaanderen

Lesgevers / sprekers

Peter Claes

Hallo, ik ben Peter Claes, onderzoeksprofessor aan de KU Leuven. Mijn basis ligt in de ingenieurswetenschappen, gespecialiseerd in beeldverwerking en -analyse en menselijke genetica. Ik heb een passie voor technische oplossingen voor complexe problemen, met een bijzondere interesse voor hun toepassingen in de biogeneeskunde. Mijn weg naar dit vakgebied begon tijdens mijn PhD, waar ik een computergebaseerd systeem ontwikkelde voor craniofaciale reconstructie dat gebruikt wordt bij slachtofferidentificatie. Om de kloof tussen technologie en biologie in klinische omgevingen te overbruggen, begon ik aan een postdoctorale positie aan de Melbourne Dental School, University of Melbourne, Australië. Deze ervaring, en degene die daarna kwamen, stelden me in staat om nauw samen te werken met professionals in de gezondheidszorg. Kunstmatige intelligentie (AI) is alomtegenwoordig in mijn werk en onmisbaar bij het ontcijferen van de fijne kneepjes van de gegevens waar ik dagelijks mee werk.

Maarten De Vos

Prof. dr. Maarten De Vos is hoogleraar aan de faculteiten Ingenieurswetenschappen en Geneeskunde van KU Leuven. Hij richt zich op het verbeteren van data science-benaderingen voor verschillende toepassingen in de gezondheidszorg. Zijn AI-oplossingen worden gebruikt op verschillende ziekenhuisafdelingen, variërend van neonatologie tot ouderenzorg.

Christos Chatzichristos

Ik ben Christos Chatzichristos, momenteel postdoctoraal onderzoeker aan de KU Leuven. Mijn studieloopbaan draait rond elektrotechniek en informatica, met een specialisatie in biomedische toepassingen en de nadruk op signaalverwerking tijdens mijn master- en doctoraatsstudies. Tijdens mijn doctoraat was ik getuige van de diepgaande impact van neurale netwerken op het gebied van signaalverwerking, wat het begin betekende van mijn intrede in het domein van AI-toepassingen. Ik geloof sterk in het bevorderen van brede interdisciplinaire samenwerking, omdat ik geloof dat onderzoek vandaag de dag niet kan gedijen in isolatie binnen één domein. Kunstmatige intelligentie is een krachtig hulpmiddel om onderzoek in de gezondheidszorg te versnellen. Maar om het potentieel ervan echt te benutten, moeten we de kloof overbruggen door professionals in de gezondheidszorg te helpen bij het begrijpen van fundamentele AI-concepten, net zoals ze biomedische ingenieurs helpen bij het ontrafelen van de mysteries van het menselijk lichaam. Dus op naar het gebruik van AI om het onderzoek in de gezondheidszorg te versnellen en er tegelijkertijd voor te zorgen dat we allemaal dezelfde taal spreken - of dat nu de taal van de algoritmen of de taal van de anatomie is!

Heidi Mertes

Heidi Mertes is professor in de medische ethiek, verbonden aan de onderzoeksgroepen Bioethics Institute Ghent en Metamedica aan de Universiteit Gent. Haar onderzoek spitst zich toe op ethische bezorgdheden in de context van medisch geassisteerde voortplanting, genetica, onderzoek op embryo’s en sinds kort ook op de impact van nieuwe technologieën in de gezondheidszorg, gaande van de evoluerende arts-patiëntrelatie tot dataveiligheid en privacy in tijden van AI en big data.

Rob Heyman

Rob Heyman is coördinator bij Kenniscentrum Data & Maatschappij.

"Hoe meer we gedigitaliseerd leven, hoe meer we gepersonaliseerde beslissingen krijgen op basis van onze informatie." Heyman heeft als doel bloot te leggen hoe deze dingen werken en mensen te laten begrijpen wat er met data gebeurt. Hij vindt het merkwaardig dat er zo weinig bekend is over data in het tijdperk van big data. Zijn methode bestaat erin het verborgen leven van gegevens bloot te leggen door deze processen in kaart te brengen in licht verteerbare teksten, scenario's en visuals. Vervolgens gebruiken hij en zijn team co-creatiesessies om de huidige praktijken in kaart te brengen met de verwachtingen van eindgebruikers, regelgevers of vernieuwers.

Gerelateerde opleidingen