Regio Noord-Holland | CTP AI and Swarm Learning

In dit R&D samenwerkingsproject ontwikkelen Nico.lab en TYMLEZ unieke en innovatieve technologie om de besluitvorming rondom complexe beroertezorg te verbeteren. Door de ontwikkeling van data driven CTP algoritmes zal Nico.lab de eerste onderneming ter wereld worden die middels AI gecompliceerde CTP data kan interpreteren en de arts actief kan adviseren over de juiste keuzes. Met de ontwikkeling en integratie van speciale Swarm Learning AI technologie op de blockchain backend van TYMLEZ en de verdere integratie met Nico.lab’s StrokeViewer platform, ontstaat een future-proof en uniek product..Momenteel worden CTP scans van hersenen steeds populairder onder artsen omdat er een heel duidelijk kleurgecodeerd plaatje uit voorkomt. Een probleem hierbij is dat deze plaatjes gebaseerd zijn op ingewikkelde berekeningen waaraan veel veronderstellingen ten grondslag liggen, met betrekking tot bijvoorbeeld snelheid van bloedstroming en volume. Een softwarepakket berekent aan de hand hiervan op welke plekken in het brein er bepaalde activiteit is, wat de arts een idee kan geven waar een infarct heeft plaatsgevonden. In wetenschappelijke literatuur en de klinische praktijk is men zich er echter zeer van bewust dat deze methode bijzonder inaccuraat is (<40%), waardoor een CTP scan vaak gevolgd wordt door een CTA of MRI scan..Concurrerende partijen hebben AI software ontwikkeld die de CTP scans analyseren en gebruiken voor visualisatie in eigen apps. Het probleem hierbij is dat deze partijen de data gebruiken die al onderhevig is geweest aan de CTP berekeningen – de accuraatheid van deze ‘oplossingen’ is in de meeste gevallen dan ook niet hoger dan de initiële CTP scan (40-60%), echter biedt het de arts wel meer handigheid omdat hij bijvoorbeeld op zijn iPad de scan kan bekijken..Nico.lab gaat de eerste data driven CTP algortimes ontwikkelen, die de ruwe data analyseert en interpreteert. Door volledig onafhankelijk te worden van de op veronderstellingen gebaseerde berekeningen, kan een accuraatheid van 95% nagestreefd worden. Hierbij kunnen de voordelen van CTP t.o.v. andere imaging technieken (kleurgecodeerde plaatjes, zeer snel, goedkoop) behouden worden, de arts beter bijgestaan worden én de patiënt een betere uitkomst geboden worden..In samenwerking met TYMLEZ wordt tevens unieke Swarm Learning technologie onderzocht waarmee patiëntendata niet meer de het ziekenhuis hoeft te verlaten, zoals momenteel het geval is met alle AI toepassingen. In plaats daarvan kan lokaal, op zelfbeheerde hardware de analyse uitgevoerd worden en wordt alleen de training data gedeeld met een centrale server, waardoor de algoritmes alsnog constant geoptimaliseerd worden. TYMLEZ gaat een Swarm Learning plug-in ontwikkelen voor zijn ‘blockchain-in-a-box’ hardware platform, waarop vervolgens het CTP algoritme van Nico.lab aangesloten zal worden..De combinatie van een nieuwe CTP algoritme en Swarm Learning technologie belooft zeer uniek en innovatief te zijn. In tegenstelling tot concurrerende alternatieven wordt de accuraatheid flink verbeterd, kan data lokaal in het ziekenhuis blijven, wordt security optimaal gerealiseerd door de blockchain backend en neemt de afhankelijkheid van snelle internetverbindingen en dure servers af. Het spreekt voor zich dat deze technologie voor beide partijen nieuwe markten opent.