{"id":990,"date":"2025-10-24T14:37:10","date_gmt":"2025-10-24T12:37:10","guid":{"rendered":"https:\/\/vasculai.crosss3.eu\/?p=990"},"modified":"2025-11-28T11:00:21","modified_gmt":"2025-11-28T10:00:21","slug":"twee-evenementen-om-ai-in-de-cardiovasculaire-gezondheidszorg","status":"publish","type":"post","link":"https:\/\/vasculai.crosss3.eu\/nl\/2025\/10\/24\/twee-evenementen-om-ai-in-de-cardiovasculaire-gezondheidszorg\/","title":{"rendered":"Twee bijeenkomsten in Gent om AI in de cardiovasculaire gezondheidszorg te heroverwegen"},"content":{"rendered":"\n

In slechts enkele dagen tijd presenteerde het team van de UGent de visie en de vorderingen van het VasculAI-project op twee zeer verschillende podia: het FEARS<\/a><\/strong>, het onderzoekssymposium van de Faculteit Ingenieurswetenschappen en Architectuur in de Sint-Pietersabdij (13\/10\/2025), en de <\/strong>Vlaamse AI-onderzoeksdag in het Wintercircus<\/strong> <\/a>(15\/10\/2025).<\/p>\n\n\n\n

Beide evenementen brachten dezelfde centrale boodschap naar voren: artifici\u00eble intelligentie toegepast op cardiovasculaire gezondheid moet nauwkeurig, effici\u00ebnt en operationeel <\/a>zijn waar dat het belangrijkst is, op draagbare apparaten<\/a> die zo dicht mogelijk bij de pati\u00ebnten staan.<\/strong><\/p>\n\n\n

FEARS: onderzoek valoriseren, samenwerkingsverbanden versterken<\/h2>\n\n\n
\n


FEARS <\/strong>is het jaarlijkse symposium van de Faculteit Ingenieurswetenschappen en Architectuur (FEA) van de Universiteit Gent. Het brengt onderzoekers, studenten, professionals uit de industrie en financiers samen met \u00e9\u00e9n doel voor ogen: idee\u00ebn uitwisselen en nieuwe samenwerkingen tot stand brengen.<\/strong>
<\/p>\n<\/div>\n\n\n\n

\n
\"\"<\/figure>\n\n\n\n

Tijdens deze editie presenteerde het VasculAI-team een poster over het CSD-AFNet-model<\/strong>, een bijzonder effici\u00ebnte deep learning-architectuur voor de analyse van ECG-signalen, die topprestaties levert. Het werk werd geprezen door talrijke deelnemers en collega’s uit verschillende afdelingen.<\/p>\n<\/div>\n\n\n\n

<\/p>\n\n\n\n

Uit deze discussies kwam \u00e9\u00e9n belangrijk thema naar voren: de computationele effici\u00ebntie van oplossingen in de gezondheidszorg<\/strong>. Niet alle laboratoria beschikken over voldoende rekenkracht om modellen te trainen, en niet alle klinische omgevingen kunnen voor inferentie gebruikmaken van de cloud. Compacte, snelle en toegankelijke modellen<\/strong> vergemakkelijken experimenten, verlagen de kosten en versnellen innovatie \u2013 essenti\u00eble eigenschappen voor academisch en klinisch onderzoek.
Dat is precies wat het CSD-AFNet<\/strong> wil bieden.<\/p>\n\n\n

FAIR-onderzoeksdag: een sectoroverschrijdend evenement met een gedeelde prioriteit<\/h2>\n\n\n

Het FAIR<\/strong>-programma (Flanders AI Research Program) is een strategisch initiatief van de Vlaamse regering om collaboratief onderzoek en innovatie op het gebied van artifici\u00eble intelligentie te stimuleren.
De Onderzoeksdag<\/strong>, georganiseerd in het Wintercircus, is het belangrijkste evenement van het programma: meer dan 600 onderzoekers, industri\u00eblen en innovators <\/strong>delen er de meest recente ontwikkelingen op het gebied van AI.<\/p>\n\n\n\n

\n

Het VasculAI-team presenteerde daar een proof-of-concept-demonstrator en een poster over voorspellende modellering van cardiovasculaire gezondheid op basis van deep learnin<\/strong>g.
Ook hier kwam weer een belangrijke conclusie naar voren: echt bruikbare AI moet nauwkeurig en zuinig met middelen omgaan en idealiter rechtstreeks op apparaten kunnen worden uitgevoerd.<\/strong>
Lichtere en snellere modellen bevorderen een snellere prototyping en een vlottere acceptatie van innovaties in de gezondheidszorg.<\/p>\n\n\n\n

\"\"
Lennert Bontinck (UGent) – FAIR<\/figcaption><\/figure>\n<\/div>\n\n\n\n

Het werk van VasculAI heeft zo bijgedragen tot een beter begrip van het ontwerp van verklaarbare en performante AI-modellen<\/strong>, waardoor de weg werd vrijgemaakt voor trainingsschema’s die zelfs geschikt zijn voor de meest complexe medische datasets.<\/p>\n\n\n\n

Hieruit komt een belangrijke boodschap naar voren: vooruitgang op het gebied van AI is niet alleen afhankelijk van de omvang van de modellen, maar ook van de intelligentie van hun ontwerp, de kwaliteit van de gegevens en hun concrete toepassing.<\/strong><\/p>\n\n\n

\u201cOnmogelijk\u201d, vraagt u zich misschien af? Laten we het eens hebben over atriumfibrilleren (AF)<\/h2>\n\n\n

Twee voorbeelden in de poster van CSD-AFNet<\/strong> illustreren de kracht van deze benaderingen:<\/p>\n\n\n\n