De Rotterdam Radiology AI cursus is een tweedaagse cursus die geavanceerde onderwerpen behandelt binnen de praktische implementatie van AI.

Tijdens deze cursus staan wij stil bij de toegevoegde waarde van AI in de klinische radiologische praktijk. We kijken niet alleen klinisch en technologisch naar dit vraagstuk maar behandelen ook aspecten op het vlak van financiën, ethiek, wetgeving, aansprakelijkheid.

Deze cursus is bedoeld voor radiologen, medisch managers, AIOS, laboranten/ MBB-ers en andere medisch specialisten die geïnteresseerd zijn in praktische implementatie van AI in de radiologie. Niet alleen is dit een cursus waarbij kennis wordt gedeeld, ook fungeert het als bijeenkomst om kennis uit te wisselen. 

De cursusdagen bestaan uit presentaties van 15 – 30 minuten met tussendoor lunch en koffiepauzes. Het voorlopige programma is hieronder weergegeven.

Het Programma

Dag 1: Wat is beschikbaar?

09:00-09:05 –  Introductie en welkom (Dr. J.J. Visser/ ir. D. Schraven) 

09:05-09:30 – AI vanuit het oogpunt van de computerwetenschapper (Prof. W.J. Niessen)

Basisconcepten van AI begrijpen
Geschiedenis van AI kennen
Overzicht krijgen van AI in de gezondheidszorg
Inzicht hebben in toekomstontwikkelingen en data-infrastructuur m.b.t. AI

09:30-10:10 – Machine en deep learning binnen de Radiologie/ Imaging biomarkers en radiomics (Dr. M.P.A. Starmans)

Technische principes van AI binnen de Radiologie kennen
Verschil begrijpen tussen machine en deep learning
Overeenkomsten en verschillen kennen tussen CNNs en het menselijk brein
Begrijpen wat een imaging biomarker is en het concept radiomics snappen
Weten hoe AI kan worden gebruikt voor de extractie en analyse van imaging biomarkers en radiomics
Begrijpen hoe AI kan bijdragen aan de ontwikkeling en validation van imaging biomarkers en radiomics

10:10-10:30 – Koffiepauze

10:30-11:00 – Epidemiologie in het kader van AI (Dr. D. Bos) 

Basale begrippen betreffende diagnostische accuratesse begrijpen en kunnen uitleggen, zoals sensitiviteit, specificiteit, positief / negatief voorspellende waarde, operating point
Epidemiologische begrippen zoals vormen van bias en klinisch relevante eindpunten kunnen relateren aan een AI-algoritme
Begrijpen hoe de lokale situatie de toegevoegde waarde van AI kan bepalen

11:00-11:30 – Beschrijving AI-landschap (Dr. J.J. Visser) 

Imaging value-chain begrijpen
Beschrijven hoeveel bedrijven per domein aanwezig zijn
Uitleggen in welke domein de meeste klinische toepassingen op dit moment zijn
Beschrijven welke mate van bewijs m.b.t. radiologie AI beschikbaar is

11:30-12:00 – Samenvatting ochtendprogramma en vragen voor alle sprekers (Prof. R.P.J. Budde)

12:00-13:00 – Lunch

13:00-13:30 – Van ruwe data naar mooie plaatjes (Dr. R. Booij; Dr. A. Hirsch)

Begrijpen hoe AI kan worden toegepast voor de beeld acquisitie, inclusief positionering van de patiënt
Begrijpen hoe AI kan worden toegepast voor beeld reconstructies
De waarde begrijpen van AI in het optimaliseren van beeld acquisitie protocollen

13:30-13:45 – Neuro (Dr. R. Gahrmann)

Overzicht hebben van de bestaande AI toepassingen binnen de neuroradiologie
Overzicht hebben van de toekomstige mogelijkheden van AI binnen de neuroradiologie
Beschrijven hoe AI de rol van de neuroradioloog en de interactie met de patiënt zal beïnvloeden

13:45-14:00 – Beweging MSK (Dr. J.J. Visser) 

Overzicht hebben van de bestaande AI toepassingen binnen de MSK-radiologie
Overzicht hebben van de toekomstige mogelijkheden van AI binnen de MSK-radiologie
Beschrijven hoe AI de rol van de MSK-radioloog en de interactie met de patiënt zal beïnvloeden

14:00-14:15 – Thorax (Dr. A.E. Odink)

Overzicht hebben van de bestaande AI toepassingen binnen de thoraxradiologie
Overzicht hebben van de toekomstige mogelijkheden van AI binnen de thoraxradiologie
Beschrijven hoe AI de rol van de thoraxradioloog en de interactie met de patiënt zal beïnvloeden

14:15-14:30 – Cardiovasculair (Prof. R.P.J. Budde)

Overzicht hebben van de bestaande AI toepassingen binnen de cardiovasculaire radiologie
Overzicht hebben van de toekomstige mogelijkheden van AI binnen de cardiovasculaire radiologie
Beschrijven hoe AI de rol van de cardiovasculaire radioloog en de interactie met de patiënt zal beïnvloeden

14:30-15:00 – Pauze

15:00-15:15 – Abdomen (Dr. I.G. Schoots)

Overzicht hebben van de bestaande AI toepassingen binnen de abdomenradiologie
Overzicht hebben van de toekomstige mogelijkheden van AI binnen de abdomenradiologie
Beschrijven hoe AI de rol van de abdomenradioloog en de interactie met de patiënt zal beïnvloeden

15:15-15:30 – Mamma (Dr. V. van Breest Smallenburg)

Overzicht hebben van de bestaande AI toepassingen binnen de mammaradiologie
Overzicht hebben van de toekomstige mogelijkheden van AI binnen de mammaradiologie
Beschrijven hoe AI de rol van de mammaradioloog en de interactie met de patiënt zal beïnvloeden

15:30-15:45 – Kinder (Dr. P. Ciet)

Overzicht hebben van de bestaande AI toepassingen binnen de kinderradiologie
Overzicht hebben van de toekomstige mogelijkheden van AI binnen de kinderradiologie
Beschrijven hoe AI de rol van de kinderradioloog en de interactie met de patiënt zal beïnvloeden

15:45-16:00 – AI en het MDO (Dr. J.J. Visser)

Begrijpen hoe AI in de radiologie de communicatie met de aanvragers verandert
Begrijpen hoe AI kan ondersteunen in de workflow van een MDO
Aangeven wat de rol van de radioloog kan zijn in het MDO van de toekomst
Aangeven wat de knelpunten kunnen zijn in de implementatie
Monitoring medicijngebruik mbv beeldvorming en AI
PINPOINT

16:00-16:45 – Ronde tafel discussie

16:45-16:50 – Afsluiting 

Dag 2: Hoe te implementeren in de praktijk?

09:00- 09:45 – Praktische handleiding voor AI implementatie in de klinische praktijk (Dr. ir. M. van Straten)

Beschrijven welke stappen nodig zijn om tot implementatie te kunnen overgaan: validatie, contractering, impact assessment, etc.
Uitleggen wat relevante stakeholders zijn: IT, JZ, andere afdelingen
Weten welke expertise nodig is om tot succesvolle AI implementatie te kunnen overgaan

09:45 – 10:15 – Ethiek en verantwoordelijkheden met betrekking tot AI (Dr. L.A. Hartman)

Huidige stand van zaken kennen
De ethische controversies kennen die AI introduceert in de Radiologie
Overzicht van de professionele en juridische implicaties van AI
Toekomstige ontwikkelingen beschrijven op ethisch en juridisch vlak

10:15-10:35 – Koffiepauze

10:35- 11:05 – Integratie van AI in de radiologie workflow (Dr. M. Rentmeester)

Beschrijven hoe AI kan worden toegepast binnen: vaststellen juiste onderzoek, patiënten registratie, dosis monitoring, verslaglegging, etc.
Beschrijven hoe AI de workflow kan beïnvloeden met de bijbehorende beperkingen
De overwegingen kennen hoe om te gaan met AI-output (in PACS / EPD?)
Beschrijven welke vormen van AI integratie mogelijk zijn
Beschrijven welke IT-taken van strategisch belang zijn voor de radiologie
Aangeven hoe de interactie met centrale en decentrale IT faciliteiten dient te worden geformaliseerd
Uitleggen wat de relevantie is van een AI / software applicatie architectuur

11:05 – 11:35 – Impact van AI op onderwijs en nascholing binnen de radiologie (Drs. M. Attrach)

De mogelijke rol van AI kennen in de opleiding tot radioloog en nascholing van de radioloog
Beschrijven hoe AI de opleiding tot radioloog en nascholing van de radioloog zal veranderen
Overzicht weergeven van een roadmap hoe AI zal worden geïntegreerd in het radiologen curriculum

11:35 – 12:05 – Impact van AI op management van de afdeling Radiologie (Prof. A. van der Lugt)

Beschrijf de potentiele rol van AI in het aansturen van een afdeling
Geef aan hoe AI de rol van de voorzitter / afdelingshoofd zal beïnvloeden alsmede de relaties met andere afdelingen
Geef een roadmap hoe AI zal worden geïntegreerd in het aansturen van de afdeling

12:05 – 13:05 – Lunch

13:05 – 13:35 – De businesscase van AI in de radiologie (Dr. J.J. Visser)

Begrijpen dat voor verdere opschaling van AI in de radiologie een adequate business case moet kunnen worden gerealiseerd
Onderscheid kunnen maken tussen een kwalitatieve business case en een kwantitatieve
Begrijpen dat de opbrengsten en de kosten van een AI oplossing niet altijd op dezelfde plek vallen

13:35 – 14:05 – Verantwoordelijkheid en AI in de radiologie (Mr. A.M. den Hertog-de Visser)

Beschrijven hoe AI kan worden gebruikt in de diagnostische workflow: primaire / secundaire / vergelijkbare diagnose
Beschrijven wat de impact is van AI op de medico-legale verantwoordelijkheid van radiologen en laboranten
Een aantal cases beschrijven waarin AI de diagnose heeft beïnvloed

14:05 – 14:35 – Pauze

14:35 – 15:00 – Implementatie van AI in de kliniek (A. Versteeg, BSc.)

Beschrijf de infrastructuur die nodig is voor klinische implementatie van zelf ontwikkelde algoritmes
Hoe kan data herbruikbaar worden gemaakt
Beschrijving toekomstige ontwikkelingen

15:00 – 15:25 – De stap naar Integrated diagnostics (Prof. F. Van Kemenade)

Beschrijven of en hoe AI kan helpen in het realiseren van integrated diagnostics
Aangeven hoe AI de kwaliteit in de diagnostiek kan verbeteren
Beschrijven hoe AI de kwaliteit van de diagnose en de kwaliteit van leven van de patiënt kan verbeteren

15:25 – 15:55 – Ronde Tafel discussie: De toekomst van de radiologie en de radiologen