Angel Alberich-Bayarri belichtte hoe kunstmatige intelligentie (AI) zou kunnen helpen bij de automatische identificatie van coronavirussen tijdens het verbindingswebinar georganiseerd door de European Society of Radiology (ESR), en presenteerde unieke algoritmen die kunnen helpen bij het extraheren van biomarkers uit beeldgegevens voor clinici.
Angel is een van die medische onderzoekers die actief bijdraagt aan de beweging om de kloof tussen gezondheidszorg en AI te overbruggen. Naast het verschijnen in webinars en sessies, speelt Angel een sleutelrol bij het innoveren op het gebied van medische beeldvorming en beeldvormende biomarkers.
Hij is een voorstander van AI en gelooft dat deze technologie de toekomst zal zijn van de gezondheidszorg, ook op het gebied van medische beeldvorming. Hij is een vooraanstaand onderzoeker op het gebied van medische beeldvorming en is werkzaam als samenwerkend onderzoeker in de Biomedical Imaging Research Group van het La Fe Health Research Institute. Angel is ook de oprichter en CEO van Quantitative Imaging Biomarkers in Medicine (QUIBIM).
Heb een Ph.D. Angel is een biomedisch ingenieur en Spaans medisch onderzoeker in biomedische technologie van de Polytechnische Universiteit van Valencia (UPV). Het doel is om innovatieve oplossingen te bieden op het gebied van medische beeldvorming en een hoge mate van nauwkeurigheid bij de diagnose te garanderen.
De basis leggen van QUIBIM
Ángel Alberich-Bayarri, geboren in Benicarló op 9 februari 1984, richtte zijn onderzoek in medische beeldvorming op toen hij Telecommunicatietechniek studeerde aan de Polytechnische Universiteit van Valencia. Nadat hij zich realiseerde dat zijn interesse lag op het gebied van medische beeldvormingstechnologie, nam hij contact op met de directeur medische beeldvorming van La Fe en de Quirón-kliniek, Dr. Luis Martí-Bonmatí.
In samenwerking met Dr. Luis begon Angel beeldanalysetechnieken te onderzoeken. Gedurende deze tijd volgde hij ook een cursus “Health Engineering”, gegeven door de Complutense Universiteit van Madrid.
Na het afronden van zijn studie besloot hij om als parttime onderzoeker te gaan werken bij het La Fe Health Research Institute in experimentele radiologie. Hij werkte actief aan zijn onderzoek en datzelfde jaar begon hij de basis te leggen voor QUIBIM. Het bedrijf was een spin-off van het La Fe Health Research Institute in Valencia.
Kort nadat het bedrijf was opgericht, vond Angel zijn eerste klant uit de Verenigde Staten. In één jaar tijd werd QUIBIM gekozen voor de derde editie van de Lanzadera accelerator. De belangrijkste doelstelling van dit bedrijf was om het medische beeldvormingslandschap te innoveren. Volgens Angel slaagt “QUIBIM erin om” deze “verborgen informatie” te vertalen “in een” meettaal “en parametrische kaarten te maken om de ziekte weer te geven”.
Met het concept van virtuele biopsieën is Angel niet van plan om traditionele methoden te vervangen. Hij stelt dat “System niet van plan is, althans voorlopig, traditionele biopsieën te vervangen, maar eerder om ze aan te vullen.”
Momenteel ligt de focus van deze biomedisch ingenieur op “het versnellen van de automatisering van uw systeem (QUIBIM)”.
Inspanningen in de strijd tegen COVID-19
Ángel Alberich-Bayarri heeft gediend als bedrijfscoördinator van de Biomedical Engineering Unit van de 20 ziekenhuizen van de Quirón Hospital Group. Zijn inspanningen om te innoveren op het gebied van medische beeldvorming hebben hem een prominente positie opgeleverd bij vernieuwers in de gezondheidszorg.
Niet alleen dit, Angel streeft er ook naar om de wereld te helpen de uitbraak van het coronavirus te bestrijden. Tussen februari en maart werd QUIBIM benaderd door twee radiologen die geïnteresseerd waren om hun krachten te bundelen om een systeem te ontwikkelen dat het land zou kunnen helpen de pandemie effectief te bestrijden.
Onder leiding van Angel heeft het QUIBIM-team een deep learning neuraal netwerk gecreëerd voor zowel röntgen- als CT-scans van COVID-19. Het systeem, waarvan de eerste versie in slechts een week werd ontworpen, kon een CT-scan in 20 seconden analyseren. Het beste van dit systeem was dat het de overeenkomstindex kon aangeven met die van de test die werd uitgevoerd om COVID-19 te detecteren.
Hij verklaarde: “Dit systeem is niet de deur naar diagnose, maar het is de sleutel omdat het de aandoening bepaalt.” Terwijl hij mensen vertelde dat zijn systeem geen diagnostisch hulpmiddel was omdat het niet de nodige certificeringen had doorstaan, verklaarde hij: “We beloven het gratis en open te maken voor de wetenschappelijke gemeenschap, zodat het algoritme zich kan omscholen met nieuwe gevallen.”
Het systeem accepteerde een thoraxfoto en zelfs een CT-scan. Na het analyseren van röntgenfoto’s en CT-scans, vertelde hij gebruikers hoe dicht hij bij COVID-19 was. Volgens Angel is dit AI-aangedreven systeem voor “eerste detectie”. Het systeem geeft niet de definitieve diagnose, maar bepaalt of een patiënt moet worden opgenomen in een ziekenhuis of op de IC.
Zijn werk en inzet hebben vanaf het begin de aandacht getrokken. Tijdens zijn promotie werd zijn proefschrift, dat draaide rond Informatie- en Communicatietechnologie (ICT), bekroond met de titel beste doctoraat. scriptie in 2012. Het jaar daarop ontving Angel de Pro-Academy Award. Hij werd ook bekroond met de beste wetenschappelijke bijdrage in de oncologie bij de European Radiology Award. De Spaanse biomedische ingenieur heeft meer dan zestig artikelen gepubliceerd in geïndexeerde tijdschriften.
De 36-jarige medisch onderzoeker, die in 2015 werd vermeld als een van MIT’s Under-35 Innovators, heeft meer dan 20 boekhoofdstukken gepubliceerd op het gebied van radiologie, biomedische technologie en datawetenschap. De rol van Angel Alberich-Bayarri bij het dichter bij elkaar brengen van gezondheidszorg en AI kan niet over het hoofd worden gezien.
Heb je hier enig idee van? Laat het ons hieronder weten in de comments of neem de discussie mee naar onze Twitter of Facebook.
Aanbevelingen van de redactie:
