The topic of this podcast is the use of AI to improve the efficiency, sustainability and reliability of the energy grid. Radboud University together with alliander work together in the ICAI lab to combine state of art research with the practical application of new knowledge. Focus of the ernergy grid lab is on the medium-low voltage net.My name is Martijn Kriens, program manager of Briskr where we help bring science to the impact.My guests in this podcast are:Yuliya Shpovalova the Radbod UniversityJacco Heres and Manual Dakessian, both from Alliander

The topic of this podcast is the use of AI in early detection of lung cancer through  screening of medical images with the help of AI. Since lungs do not have pain nerves, lung cancer is often diagnosed in a late stage. But mass screening of lung images in a population screening setting is practically impossible without the help of technology. This leads to several, often non-technical, questions: what is the role of the radiologist, do we trust the AI, who is responsible for missing diagnoses and what about false positives. For this episode we will dive into the technical possibilities as well as the necessary condition of using AI in medical imaging on larger scale.My guests in this podcast are:

Moderate is Martijn Kriens from Briskr

De nieuwste podcast over AI in Nijmegen gaat over adaptief leren. Steeds meer scholen gebruiken digitale tools om leerlingen te laten leren, en steeds vaker worden deze tools intelligent. Door real-time feedback te geven en de lessen aan te passen voor de individuele leerling. In deze podcast gaan we in op de huidige stand van zaken en enkele uitdagingen van deze technologie. Hoe breng je de behoefte van een individuele leerling in balans met die van de rest van de klas? Hoe gebruik je deze hulpmiddelen in hybride omgevingen van fysiek leren en digitaal leren? En zijn deze tools geschikt voor alle leerkrachten en leerlingen? In deze podcast praten we met:

Spraakherkenning bestaat al een tijdje en heeft ook grote stappen gezet. Denk bijvoorbeeld aan Siri van Apple en Alexa van Amazon die door miljoenen mensen dagelijks gebruikt worden. Toch werkt spraakherkenning nog altijd het best als er duidelijk wordt gesproken of in een eenvoudig of juist smal gespecialiseerd domein. De uitdaging is om dit nog verder te brengen, zodat spraakherkenning ook werkt wanneer de omstandigheden lastiger zijn. Denk bijvoorbeeld aan gesproken dialect waarbij de trainingsmogelijkheden van de AI vaak beperkt zijn door de kleinere datasets. Of in gevallen van een spraakgebrek na bijvoorbeeld een beroerte. Een andere nieuwe richting is het detecteren van emotie in de spraak en deze gebruiken om de context van dat wat gezegd wordt beter te herkennen.

Binnen de Radboud Universiteit en Radboudumc wordt, samen met met Telecats, gewerkt aan geavanceerdere vormen van spraakherkenning waarbij atypische spraak ook steeds beter herkend wordt. Voor deze podcast spreken we met:

- Henk van den Heuvel (Radboud Universiteit CLST)

- Sandra van Dulmen (Radboudumc)

- Arjan van Hessen (Telecats)

De podcast wordt gemodereerd door Martijn Kriens (Briskr)

Onderzoek naar effectiviteit van medische interventies is vaak complex en kostbaar. Maar in sommige situaties is het mogelijk bestaande data te gebruik om de effectiviteit van een bepaalde behandeling aan te tonen, zoals in het Elektronisch Patiënten Dossier (EPD) of bij claims data van verzekeraars. In deze podcast bespreken we het gebruik van dit soort "real life evidence" aan de hand van een eerder project, uitgevoerd door Radboud Universiteit samen met VGZ. Dit onderzoek richtte zich op de effectiviteit van hartrevalidatie en gebruikte daarbij claims data van VGZ. In de podcast gaan we in op de mogelijkheden die dit soort data biedt, maar ook op de grenzen die we in de gaten moeten houden om privacy te bewaken. En hoe zorgen we dat de opbrengsten van dergelijk onderzoek voordelen oplevert voor iedereen. 

We spreken deze keer met:

Hoe kan technologie ons helpen om kankertumoren sneller en beter in beeld te brengen, en zo mensenlevens te redden? In deze podcastaflevering van AI for Life maken we kennis met de MI-robot. Radboudumc, Soteria Medical en Tesla Dynamic Coils werken in dit project samen aan een robot die gerichter biopten kan nemen, met behulp van een MRI geleide naald en antenne. We gaan in gesprek over het ontdekken en identificeren van tumoren, en wat de robot gaat betekenen voor patiënt en professional. Met:

Onderwerp van deze uitzending is, in goed Nederlands, computational pathology. Kunstmatige Intelligentie om de radioloog te ondersteunen kennen we natuurlijk al langer en begint steeds meer ingevoerd te raken in dagelijkse operationele processen. Denk aan software voor het scannen en analyseren van longscans voor het detecteren van kanker. Maar het gebruik van AI bij pathologie heeft een aantal extra uitdagingen. Zo zijn pathologen nog niet altijd gewend aan een digitale workflow, en gebruiken ze vaker een microscoop dan slimme software. Daarbij zijn kosten voor het invoeren van een digitale workflow hoog. Toch biedt AI grote mogelijkheden om de kwaliteit van weefselonderzoek te verbeteren en het proces efficiënter te maken. De sprekers in deze podcast hebben als doel om de komende jaren grote stappen te zetten in het invoeren en ondersteunen van de digitale workflow voor de patholoog.

We doen dat met:

Veel slimme algoritmes raken helemaal de weg kwijt als er verandering plaatsvindt binnen de context waarin het algoritme getraind. Dat leidt vaak tot fouten die misschien wel logisch zijn maar voor de nietsvermoedende gebruiker als heel dom overkomen. De vraag is dus: hoe kunnen we algoritmen weerbaarder maken voor veranderingen in de context? Daarover praten we in deze podcast met:

• Marcel van Gerven, hoogleraar AI bij Donders instituut van Radboud Universiteit en Radboudumc.

• Elsbeth van Dam, onderzoeker bij Noldus Information Technology en promoverend bij Radboud Universiteit.

• en Lucas Noldus, oprichter van Noldus Information Technologies en tegenwoordig ook hoogleraar bij Radboud.

Onderwerp van deze vijfde aflevering: het gebruik van AI bij "virtual agents" om mensen mee te trainen, en zo bijvoorbeeld voor te bereiden op bepaalde werksituaties. Samen met Tibor Bosse (Radboud Universiteit), Romy Blankendaal (TNO) en Eric Jutten (The Simulation Crew) bespreken we vragen als: wat is een virtual agent, hoe slim moet de virtual agent eigenlijk zijn om effectief te zijn, en is genoeg om alleen virtueel te zijn of hebben we ook andere (menselijke) feedback nodig om overtuigend te zijn. Vragen waarnaar binnen Radboud Universiteit en Radboudumc onderzoek naar wordt gedaan. Zo is onderzocht of NS-medewerkers getraind kunnen worden met behulp van deze agents en VR-brillen, onder andere gericht op goede interactie met de klant. Veel luisterplezier!

Een ziektebeeld waarbij AI en sensordata een belangrijke rol kunnen spelen bij de diagnostisering en de behandeling is Parkinson. In deze vierde aflevering van de podcast AI for Life gaan we dieper in op dit onderwerp. We kijken naar de voordelen én de vragen die het inzetten van AI met zich meebrengt voor de patiënt, de behandelaar en de wetenschapper.

Tom Heskes, hoogleraar AI (RU), Bas Bloem, hoogleraar neurologie en bewegingsaandoeningen (Radboudumc), en Luc Evers, promovendus bij het Donders Instituut, bespreken met elkaar in deze podcast een aantal van deze vragen, zoals: Hoe kan AI een patiënt met Parkinson helpen? En zijn de huidige sensordata betrouwbaar genoeg om diagnoses en voorspellingen te doen? Ook wordt gekeken hoe AI kan worden ingezet om signaal en ruis van elkaar te onderscheiden.

De Radboud Universiteit, het Radboudumc en Donders Instituut doen uitgebreid onderzoek naar deze onderwerpen, in samenwerking met bedrijven als Verily Life Sciences. Aan het woord in deze podcast zijn: