Alisina NawabiBeeld-AI van LUMC en KickstartAI maakt op basis van een wondfoto een voorstel voor wondmaat en zichtbaar weefsel, dat een verpleegkundige controleert en corrigeert voor het patiëntendossier.
Voor Nederlandse zorgorganisaties zit de inzet in de registratie. Bij LUMC duurt een volledig wondverslag gemiddeld 10,7 minuten en wordt slechts 10,7% van relevante patiëntcontacten volledig vastgelegd, blijkt uit de LUMC-cijfers. De volgende pilot moet uitwijzen of beeldvoorstellen die registratielast verlagen.
Wat de eerste test laat zien
Bij wonden vanaf vijf centimeter week de gemeten lengte gemiddeld 6,8% af en de breedte 11,4% in een test op 12 bestaande casussen. Drie ervaren wondverpleegkundigen beoordeelden 150 bestaande casussen op het afbakenen van wondranden en het herkennen van zichtbaar weefsel. Het model moet precieze wondgrenzen nog beter herkennen. Verpleegkundige correcties leveren gecontroleerde gegevens op waarmee de modellen verder kunnen worden getraind.
T.AI.M.E. komt voort uit de Nationale AI Challenge 2025. Het LUMC beschreef het winnende idee als een toepassing die wondfoto’s omzet in gestructureerde rapportages. De huidige test brengt dat idee van modelontwikkeling naar de voorbereiding op gebruik in de zorgpraktijk.
De volgende fase is een pilot met echte patiënten. Die moet meten hoeveel tijd de toepassing in het dagelijkse werk bespaart en of verpleegkundigen vaker volledige wondverslagen maken. Het LUMC zoekt ook andere ziekenhuizen die wondgegevens kunnen delen en leveranciers van medische software die aan de verdere ontwikkeling willen bijdragen.
De praktijkproef moet dus laten zien of de beeldanalyse tijd bespaart en verpleegkundigen vaker een volledig wondverslag laat afronden.
Veelgestelde vragen
Van foto naar dossier
Ik denk mee over hoe beeld-AI in jouw werkproces past, ontwerp de oplossing en bouw en automatiseer de route naar je bestaande systemen. Waar dat kan, richt ik die self-hosted in.
Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.
