Een ischemische beroerte, veroorzaakt door een verstopping in een van de slagaders die de hersenen van bloed voorzien, is een van de belangrijkste doodsoorzaken wereldwijd. Er worden nieuwe medische behandelingen voor deze aandoening ontwikkeld, maar dat proces kost veel tijd en geld, legt medisch onderzoeker Praneeta Konduri uit. ‘Het is nog steeds een uitdaging om nieuwe apparaten en behandelopties beschikbaar te maken voor de klinische praktijk. Dat is een langzaam proces, waarbij dierproeven en klinische studies nodig zijn.’

Synthetische patiënten

AI kan een gedeeltelijke oplossing bieden voor dit probleem. Door computermodellen van beroertebehandelingen te bouwen, kunnen onderzoekers zowel de beroerte als de behandeling simuleren met behulp van een computer. Ze kunnen zelfs 'synthetische patiënten' creëren – met behulp van gegevens uit een grote patiëntendatabase – om meer te weten te komen over welk soort behandeling het beste zou zijn voor welk soort patiënt. Konduri: ‘Op deze manier kunnen we vragen gaan stellen als: welke behandeling voor een beroerte is het beste voor een 70-jarige vrouw met diabetes?’

Hoewel synthetische data en computermodellen niet genoeg zijn om dierproeven en klinische studies volledig te vervangen, kunnen ze de noodzaak ervan verminderen en het proces versnellen, legt de onderzoeker uit. ‘Op basis van computermodellen kunnen we specifieke behandelingen identificeren die werken voor bepaalde populaties. Met zulke modellen kunnen we dan bepalen welke behandelingen de meeste kans van slagen hebben bij dierproeven of klinische studies.’

AI-democratisering

Het project, dat wordt gefinancierd met een seed grant van het UvA-brede onderzoeksthema Responsible Digital Transformations, is een samenwerking tussen onderzoekers van het Amsterdam UMC, het Informatics Institute en de Faculteit der Geesteswetenschappen. Konduri: 'We zijn gewend dingen vanuit een technisch en experimenteel oogpunt te bekijken, maar we wilden ook zien welke onderliggende aannames en vooroordelen er in onze datasets zitten.'

Dat is waar de expertise van Randon Taylor (Faculteit Geesteswetenschappen), die gespecialiseerd is in AI-democratisering, van pas komt. ‘Het belangrijkste doel van democratisering is om AI meer mensgericht te maken, in plaats van dat model en data centraal staan’, legt Taylor uit. ‘Democratisering probeert AI op één lijn te krijgen met menselijke waarden, op een manier die het menselijk welzijn bevordert.’ In dit project richt Taylor zich op welke vooroordelen er kunnen bestaan in de gegevens die worden gebruikt om de computermodellen en synthetische patiënten te creëren. ‘Als er inderdaad een bias in de onderliggende data zit, moeten we die kunnen verklaren. Bijvoorbeeld tijdens het ontwikkelen van AI-modellen om synthetische data te genereren. Vooroordelen kunnen op elk moment ontstaan, in het hele proces tussen datawetenschapper, arts en patiënt.’

Breder nadenken over problemen

Werken in een interdisciplinair onderzoeksproject heeft zo zijn uitdagingen, zegt Taylor: ‘We praten over dezelfde dingen, maar gebruiken verschillende terminologie. Maar die uitdaging is naar mijn mening juist een voordeel, omdat het onze denkwereld doet groeien en we hierdoor breder over dit soort onderzoeksproblemen gaan nadenken. Deze problemen kunnen niet vanuit alleen een computationele benadering worden opgelost; je moet nadenken over volksgezondheid, vooroordelen, sociologie – het is allemaal belangrijk.’