Ruben Lucassen

UMC Utrecht / TU Eindhoven

Het fellowship van Ruben Lucassen houdt in het kort het volgende in:

Implementation and Impact Assessment of Artificial Intelligence for Diagnostic Pathology

Pathologen worden geconfronteerd met een toenemende werkdruk door een groeiend aantal te beoordelen casussen, de behoefte aan meer complexe diagnosen en een toenemend tekort aan pathologen. Deze factoren vergroten het risico op vertragingen en incorrecte diagnosen, wat de patiëntenzorg negatief kan beïnvloeden. Artificial intelligence (AI) voor de analyse van pathologiebeelden heeft de afgelopen jaren een enorme ontwikkeling doorgemaakt en wordt gezien als een veelbelovende oplossing om de efficiëntie en nauwkeurigheid van de diagnostiek te verbeteren, wat zou kunnen zorgen voor werkdrukverlichting, kostenbesparing en betere patiëntuitkomsten.

Ondanks het groeiend aantal gepubliceerde studies waarin een hoge mate van accuraatheid van AI-modellen op retrospectieve datasets wordt aangetoond, halen maar weinig van deze modellen daadwerkelijk de klinische praktijk. Verschillende factoren dragen hier waarschijnlijk aan bij: (1) de beperkte aandacht tijdens de probleemidentificatie-fase voor het inschatten of AI-modellen daadwerkelijk de noodzakelijke voordelen te weeg kunnen brengen om de bijbehorende kosten te rechtvaardigen; (2) de technische uitdagingen
rondom de integratie van AI-modellen in de digitale pathologie werkwijze, wat vaak een vereiste is voor prospectieve validatie; en (3) de noodzaak om het effect van deze AI-modellen op de werkwijze na implementatie zorgvuldig te beoordelen.

Ruben Lucassen, die naar verwachting in 2026 promoveert op het onderwerp “Computationale pathologie voor de beoordeling van cutane melanocytaire laesies”, is van plan om meer te leren over simulatie van zorgprocessen, AI-implementatie en impactevaluatie van experts in de desbetreffende vakgebieden via diverse onderzoeksbezoeken tijdens zijn Fellowship. Met de opgedane kennis en ervaring wil hij beginnen met het overbruggen van de kloof tussen de ontwikkeling van AI-modellen en het daadwerkelijk realiseren van klinisch voordeel.

Aanstelling (supervisie):

• Universitair Medisch Centrum Utrecht (dr. Willeke Blokx)
• Technische Universiteit Eindhoven (dr. Mitko Veta)

Geplande onderzoeksbezoeken (supervisie):

• Mahmood Lab van Harvard Medical School, Boston, VS (prof. dr. Faisal Mahmood) 
• Tissue Image Analytics Centre aan de University of Warwick, VK (prof. dr. Nasir Rajpoot)
• Decision Modeling Center van Amsterdam UMC, NL (prof. dr. Veerle Coupé)
• Optimising Patient Care-groep van CAPHRI – Universiteit Maastricht, NL (dr. Laure
  Wynants)