Kunt u kort uitleggen wat de doelstellingen en de opzet van uw werkpakket binnen het ALCOVE-project zijn?
KU Leuven – Campus Brugge is binnen ALCOVE verantwoordelijk voor werkpakket 6. Wij werken met de gegevens die de elektronische neus opmeet. Zo’n toestel ‘ruikt’ aan de uitgeademde lucht van een patiënt: sensoren zetten de stoffen in die lucht om in meetsignalen. Ons werk bestaat uit vier delen.
Gegevens veilig en vindbaar maken.
ALCOVE wordt gesteund door de Europese Commissie en daarom moeten onze onderzoeksgegevens de FAIR-principes volgen: ze moeten vindbaar, toegankelijk, uitwisselbaar en herbruikbaar zijn. Samen met de projectpartners ULiège en CHU Lille schrijven we die afspraken – en de bescherming van persoonsgegevens – neer in een Data Management Plan.
Meetsignalen leren interpreteren.
De collega’s van CRIStAL (Université de Lille) ontwikkelen nieuwe methodes voor verklaarbare AI: software die niet alleen een resultaat geeft, maar ook toont waarop dat resultaat gebaseerd is.
De sensoren doorgronden.
Onderzoekers van ULiège – Campus Aarlen brengen de sensoren die ze in werkpakket 4 ontwikkelden nauwkeurig in kaart. Zo weten we welke kenmerken van een sensorsignaal echt betekenis hebben, en kunnen we daar de juiste rekenmethodes voor de signaalverwerking op bouwen.
Alles in het toestel krijgen.
Tot slot bouwen we die rekenmethodes in de elektronische neus zelf. Dat vraagt een evenwicht tussen nauwkeurigheid en rekenkracht: het toestel moet betrouwbare resultaten geven én snel genoeg werken op beperkte hardware. Daarbij hoort ook een gebruiksvriendelijke interface, zodat zorgverleners het toestel intuïtief kunnen gebruiken.
Wat zijn de belangrijkste uitdagingen waarmee uw werkpakket momenteel te maken heeft, en welke vooruitgang is er tot nu toe geboekt?
We hebben al enkele belangrijke mijlpalen bereikt. Er is een eerste versie van het Data Management Plan: daarin staat hoe de partners hun gegevens op een uniforme en veilige manier met elkaar delen. De collega’s van CRIStAL (Université de Lille) ontwikkelden een nieuw AI-algoritme dat ziektebeelden kan onderscheiden én uitlegt hoe het tot die conclusie komt. Het presteert even goed als bestaande algoritmes, maar werkt met heel eenvoudige regels – en dat maakt de resultaten makkelijker te controleren. De onderzoekers van ULiège slaagden erin de sensoren uit te lezen en te karakteriseren, waardoor KU Leuven ze nu kan inbouwen in een geïntegreerd prototype. Van de gebruikersinterface bestaan intussen eerste schetsen en versies.
De grootste uitdaging is betrouwbaarheid. Artsen moeten erop kunnen vertrouwen dat het toestel geen verkeerde diagnose voorstelt en niet plots uitvalt. Daarnaast werken verschillende onderzoeksinstellingen samen aan één toestel, wat duidelijke afspraken vraagt over intellectuele eigendom; die leggen we vast in vertrouwelijkheidsovereenkomsten (NDA’s). En de gebruikersinterface zal nog aangepast worden zodra de gebruikersstudies afgerond zijn.
Hoe draagt uw werkpakket bij aan de algemene doelstelling en de verwachte impact van het ALCOVE-project?
Ons werkpakket vormt de laatste schakel in de ketting die longkanker vroeg moet helpen opsporen: wat de andere werkpakketten ontwikkelen – de sensoren en de metingen – komt bij ons samen in één werkend toestel.Robuuste AI-algoritmes en een goede kennis van de sensoren maken de analyse nauwkeuriger. Een correcte en veilige werking zorgt ervoor dat artsen en patiënten het resultaat kunnen vertrouwen. En doordat we de gegevens veilig en met respect voor privacy verwerken en delen, blijft alles in lijn met de Europese regels, zoals de GDPR en de AI-verordening (AI Act).
