Nivvt Cursus
Terug naar cursusoverzicht
Titel |
AI & Digitale Transformatie in de Gezondheidszorg |
Erkenningsnummer |
aanvraag in **
|
Accrediteringseenheden |
30 |
Deelgebied(en) |
|
Aard |
Hoorcollege |
Docent |
D'HAESE Jan |
Datum |
20-05-2027 |
Duur |
1 dag |
Onthaal |
8:30 |
Start |
9.00 uur. |
Einde |
15:30:00 |
Plaats |
Hotel NH Brugge |
Leden |
305 € |
Niet-leden |
610 € |
Maximum aantal |
40 |
Aandacht |
|
Inhoud |
AI & Digitale Transformatie in de Gezondheidszorg Dr. Jan D’haese Kernboodschap: de presentatie bestaat uit drie grote delen: eerst de historiek en fundamenten van AI, daarna de algemene medische toepassingen, en ten slotte de concrete tandheelkundige toepassingen. Doorheen de presentatie komt AI naar voren als beslissingsondersteuning: niet als vervanging van de zorgverlener, maar als hulpmiddel voor snellere analyse, consistentere beoordeling en efficiëntere workflows. 1. Historiek en fundamenten van AI • AI wordt geplaatst in een historische lijn: van de Dartmouth-conferentie en het ontstaan van de term ‘kunstmatige intelligentie’, over het perceptron en backpropagation, tot de recente doorbraak van deep learning en generatieve AI. • De basisbegrippen worden helder gekaderd: machine learning leert uit data, deep learning gebruikt grote neurale netwerken, generatieve AI maakt nieuwe inhoud en LLM’s werken vooral met taal. • Het verschil tussen supervised en self-supervised learning verklaart waarom moderne modellen steeds krachtiger worden, onder meer voor tekst, beeldherkenning en multimodale systemen. 2. Algemene medische toepassingen • In de gezondheidszorg toont AI meerwaarde bij medische beeldvorming, automatische verslaggeving, triage, klinische besluitvorming en administratieve ondersteuning, zoals het samenvatten van arts-patiëntgesprekken. • De presentatie benadrukt dat een bruikbaar AI-systeem meer vereist dan een accuraat model: training, validatie en implementatie moeten rekening houden met datakwaliteit, labels, generaliseerbaarheid, workflow, privacy, bias en regelgeving. • Ook bredere digitale technologieën komen aan bod: IoT voor monitoring via sensoren, telehealth voor zorg op afstand en cloud computing als schaalbaar technologisch fundament. 3. Tandheelkundige toepassingen • Binnen de tandheelkunde ligt de nadruk op beslissingsondersteuning bij beeldinterpretatie, behandelplanning, opvolging, patiëntcommunicatie en praktijkorganisatie. • Concrete toepassingen zijn cariësdetectie op bitewings, signalering van periapicale afwijkingen, meting van parodontaal botverlies, CBCT-segmentatie, orthodontische analyses, implantaatplanning en ondersteuning bij orale chirurgie. • De conclusie is genuanceerd: AI kan tandartsen helpen om sneller, consistenter en efficiënter te werken, maar kwaliteit van data, software-integratie, privacy, bias, aansprakelijkheid en professionele controle blijven cruciaal.Samengevat: de presentatie schetst AI als een snel evoluerende technologie die historisch sterk gegroeid is, vandaag al brede medische toepassingen heeft en in de tandheelkunde vooral waardevol wordt als betrouwbare, controleerbare assistent in diagnose, planning en praktijkvoering. |
