Case: Seizure detection and prediction with AI

Organisatie: PUC - KU Leuven Continue

AI in de gezondheidszorg - Van hype naar hulp

Vijf sessies van 7/10 tot 2/12 in Kortrijk en Brugge

Intro

Artificiële Intelligentie (AI) is in opmars binnen de gezondheidszorg en biedt ongekende mogelijkheden voor diagnose, behandeling en ondersteuning van zorgprofessionals. Toch brengt deze technologie ook uitdagingen met zich mee, zoals ethische dilemma’s, juridische vraagstukken en de noodzaak om AI op een veilige en effectieve manier te implementeren. Deze opleiding biedt artsen en zorgprofessionals een diepgaand en realistisch inzicht in hoe AI werkt, waar het vandaag al wordt toegepast en welke kansen en risico’s het met zich meebrengt. Door een combinatie van academische expertise en praktijkvoorbeelden krijg je als deelnemer de kennis en tools om AI optimaal te benutten in jouw medische praktijk.

Doelstellingen

• Inzicht verwerven in de fundamentele principes van AI in de gezondheidszorg
  Begrijpen hoe AI-modellen werken, welke technologieën het meest relevant zijn voor de medische sector en wat hun sterktes en beperkingen zijn.
• Praktische toepassingen van AI in de medische praktijk verkennen
  Kennismaken met concrete cases waarin AI wordt ingezet voor diagnose, monitoring en chirurgische ondersteuning, inclusief de kansen en beperkingen.
• Ethische en juridische vraagstukken begrijpen
  Inzicht krijgen in de regelgeving, privacywetgeving en ethische implicaties van AI in de gezondheidszorg, inclusief verantwoord datagebruik en patiëntenrechten.
• Generatieve AI en haar rol in de zorgsector kritisch evalueren
  Ontdekken hoe generatieve AI kan bijdragen aan administratieve efficiëntie, klinische ondersteuning en patiëntbegeleiding, met aandacht voor de risico’s en implementatie-uitdagingen.
• AI-oplossingen kritisch analyseren en toepassen in de eigen praktijk
  Leren hoe je AI-oplossingen kunt beoordelen op betrouwbaarheid, effectiviteit en veiligheid, zodat je als zorgprofessional beter voorbereid bent op de toekomst van AI in de gezondheidszorg.

Doelgroep

Artsen, specialisten en huisartsen, nieuwsgierig naar de mogelijkheden van AI in de medische praktijk.

Sessie 2 | Case: Seizure detection and prediction with AI

Deze sessie wordt gedoceerd in het Engels

Tracking seizures is crucial for epilepsy monitoring and treatment evaluation. Current epilepsy care often relies on caretaker or patient-reported seizure diaries, but many seizures go unrecorded. Automated electroencephalography (EEG)-based seizure detection systems provide an objective means of identifying and registering seizures during long-term video-EEG recordings. However, standard full scalp-EEG setups are primarily used in hospitals and have limited applicability in everyday life. Discreet, wearable devices are needed to enable seizure detection in home settings, as they are better suited for long-term ambulatory monitoring.

Dr. Chatzichristos will introduce epilepsy, its characteristics, and the challenges associated with seizure detection. He will explore various approaches to analyzing EEG and multimodal data for seizure prediction, ranging from classical AI models with handcrafted features to deep neural network-based methods. Additionally, he will discuss the difficulties in developing a model that is universally effective for all types of epilepsy, as well as the ongoing challenges related to data quality and availability in the field.

Christos Chatzichristos is a Postdoctoral Researcher currently affiliated with the department of Electrical Engineering (ESAT) of KU Leuven, Belgium. He also collaborates with Flanders AI Academy as an academic Artificial Intelligence (AI) expert and (co-) organizes different courses for AI in healthcare domain. His research interests are biomedical signal processing, Blind Source Separation (BSS) and AI, with a special focus on seizure prediction and use of Real-World Data in oncology.

This session is organized in Kortrijk (Kulak) or online.