TU/e-onderzoekers hebben een
medisch AI-model ontwikkeld dat artsen helpt afwijkingen op CT-scans eerder te herkennen, wat snellere diagnose mogelijk maakt van kanker en andere ziekten.
Het model is getraind op basis van ruim een kwart miljoen CT-scans. De onderzoekers waren de eersten die hiervoor de rekenkracht benutten van de nieuwe supercomputer SPIKE-1.
De TU/e stelt het AI-model nu wereldwijd beschikbaar aan universiteiten, ziekenhuizen en bedrijven, zodat zij het kunnen doorontwikkelen voor hun eigen medische toepassingen. Juist als zij zelf niet beschikken over een eigen supercomputer.
Het team, onder leiding van universitair hoofddocent Fons van der Sommen, trainde een zogenoemd foundation model, een basismodel waarop andere, gespecialiseerdere AI-toepassingen kunnen voortborduren.
De onderzoekers voedden het model met zo’n 250.000 driedimensionale CT-scans en 75.000 radiologierapporten uit publieke medische databanken. Deze toonden verschillende soorten aandoeningen, waaronder kanker. Soms was er juist géén ziektebeeld, want ook scans van gezonde lichamen gaven het model bruikbare informatie.
Open source beschikbaar
“Je kunt het zien als het enten van een plant,” zegt Van der Sommen, verbonden aan de onderzoeksgroep Architectures for Reliable Image Analysis (ARIA) en het Eindhoven Artificial Intelligence Systems Institute (EAISI). “Wij leveren de stam waaruit anderen hun eigen medische AI-modellen kunnen laten groeien. Daarmee verlagen we de drempel voor innovatie en samenwerking in de zorg, want lang niet iedereen heeft de beschikking over de rekenkracht en capaciteit die wij hebben.”
Bovendien ontbreekt het bij ziekenhuizen soms aan voldoende data. “Hoe meer data, hoe beter je een AI-model kunt trainen”, aldus Van der Sommen. “Alleen is in de zorg niet altijd relevante data voorhanden, bijvoorbeeld in het geval van zeldzame tumoren. Dan moeten we te lang wachten om echt resultaten te boeken. Met ons model kunnen we ook echt meer betekenen voor bepaalde zeldzame ziektebeelden.”
Het model komt open source beschikbaar, zodat ziekenhuizen, kennisinstellingen en bedrijven hun eigen varianten kunnen doorontwikkelen. Het kan dienen als basis voor AI-systemen die tumoren opsporen, ziektes voorspellen of andere patronen herkennen in medische beelddata.
Van der Sommen: “Voorheen werd een nieuw AI-model gezien als de kip met de gouden eieren en die wilde je voor jezelf houden. Maar dit model kan zoveel gouden eieren leggen, dat kunnen wij niet allemaal behappen. Door ze te delen, kan iedereen er verder mee komen.”
De supercomputer die het mogelijk maakte
Het onderzoek was niet mogelijk geweest zonder de rekenkracht van de vorig jaar door de TU/e in gebruik genomen supercomputer SPIKE-1. Die machine bestaat uit vier NVIDIA DGX B200-systemen, elk uitgerust met acht krachtige Blackwell-GPU’s. Dat zijn momenteel de snelste AI-chips ter wereld, speciaal ontworpen voor zware taken als modeltraining.
Met ruim 5,7 terabyte aan intern geheugen verwerkt SPIKE-1 honderden CT-scans tegelijk, iets wat reguliere grafische kaarten simpelweg niet aankunnen. “Een enkele CT-scan is al snel honderd megabyte groot,” legt Van der Sommen uit. “Voor dit onderzoek moesten we duizenden van die beelden in één trainingstraject combineren. Zonder SPIKE-1 zou dit resultaat volkomen buiten bereik zijn gebleven.”
