De Cardioloog Nummer 4, pp. 10-11
aug 2019, jaargang 3
De Cardioloog Nr. 4, pp. 10-11
aug 2019, jr. 3
Wetenschap

AI IN DE CARDIOLOGIE Efficiëntere diagnostiek dankzij artificiële intelligentie

Cardiologen kunnen zowel in het wetenschappelijk onderzoek als in de beeldvormende diagnostiek de komende jaren belangrijke verbeteringen verwachten dankzij artificiële intelligentie (AI). Zo wordt betere triage mogelijk aan de hand van de CT-scan, zodat bijvoorbeeld bij coronaire klachten katheterisatie beperkt kan blijven tot een hoogrisicogroep. Een gesprek over de nabije toekomst met prof. dr. Ivana Išgum, vanaf 1 september 2019 universiteitshoogleraar AI and medical imaging aan de Universiteit van Amsterdam.

‘Geautomatiseerde analyse is veel sneller en goedkoper dan analyse door menselijke waarnemers en biedt mogelijkheden om patronen te herkennen die een mens niet zou herkennen’
Wetenschap

AI IN DE CARDIOLOGIE Efficiëntere diagnostiek dankzij artificiële intelligentie

Cardiologen kunnen zowel in het wetenschappelijk onderzoek als in de beeldvormende diagnostiek de komende jaren belangrijke verbeteringen verwachten dankzij artificiële intelligentie (AI). Zo wordt betere triage mogelijk aan de hand van de CT-scan, zodat bijvoorbeeld bij coronaire klachten katheterisatie beperkt kan blijven tot een hoogrisicogroep. Een gesprek over de nabije toekomst met prof. dr. Ivana Išgum, vanaf 1 september 2019 universiteitshoogleraar AI and medical imaging aan de Universiteit van Amsterdam.

‘Geautomatiseerde analyse is veel sneller en goedkoper dan analyse door menselijke waarnemers en biedt mogelijkheden om patronen te herkennen die een mens niet zou herkennen’
Over dit artikel
Auteur
Pieter van Megchelen
Over de auteur

Pieter van Megchelen, wetenschapsjournalist

Printdatum
27 augustus 2019
E-pubdatum
30 augustus 2019
ISSN print
2542-7687
ISSN online
2589-4145


Over dit artikel
Auteur
Pieter van Megchelen
Over de auteur

Pieter van Megchelen, wetenschapsjournalist

Printdatum
27 augustus 2019
E-pubdatum
30 augustus 2019
ISSN print
2542-7687
ISSN online
2589-4145