Wetenschappelijk stage onderzoek: generative AI en natural language processing (NLP) in cardiologie en hemato-oncologie

Voor wie: Master studenten met achtergrond in geneeskunde, technische geneeskunde, medische
informatica - of vergelijkbaar - welke opzoek zijn naar een wetenschappelijke stageplek voor 4-6
maanden in regio Leiden (2 plekken) of Amsterdam (1 plek). Vaardigheid in programmeren in python
of R is geen vereiste. De wil om het te leren is dat wel. Interesse in cardiologie of oncologie is een
pre.

Waar: In het Leids Universitair Medisch Centrum (LUMC) op de afdelingen cardiologie en bij het
CAIRELab. Tevens is er een plek beschikbaar in het OLVG in Amsterdam.

Met wie: Julius Heemelaar is postdoc AI in cardio-oncologie in het LUMC en cardioloog in opleiding.
Hij doet onderzoek naar generative AI en NLP in hartziekten bij patiënten met kanker. Marieke van
Buchem is innovatiemanager en PhD-er in het LUMC op het gebied van NLP en heeft uitgebreide
expertise in NLP en AI met o.a. stages bij Stanford University.

Beschrijving: Je zal de eerste weken leren programmeren in python en daarbij de basis van
van NLP en data science. Al snel zal je worden geïntroduceerd in programmeren met LLMs en werken
met echte datasets om relevante onderzoeksvragen te beantwoorden met NLP. Je zal wekelijks
research besprekingen bijwonen. Er zijn uitgebreid mogelijkheden om met procedures mee te lopen
op de cardiologie afdeling (cathlab, thoracale chirugie, beeldvorming). Er is veel ruimte voor het
bedenken en uitvoeren van je eigen projecten. Voorbeelden van projecten zijn het ge-automatiseerd
detecteren van complicaties van cardio(chirurgische) procedures, chatbots maken om te kunnen
‘chatten met je dossier’, of het structureren en analyseren van duizenden echo of CT verslagen met 1
druk op de knop. Er is veel ruimte om je eigen projecten te bedenken. Het uiteindelijke product is
een scriptie/stageverslag wat in regel zal worden ingediend voor een wetenschappelijke publicatie.

Interesse/vragen: Stuur je een email met motivatiebrief en CV naar
j.c.heemelaar@lumc.nl en m.m.van_buchem@lumc.nl. Vermeld expliciet of je al enige basis hebt in
programmeren in python of R (nogmaals: geen vereiste) en de stageduur.

Achtergrond: Er wordt enorm veel administratie gedaan in het ziekenhuis. Arts-assistenten
besteden een derde tot de helft van hun werkdag aan verslaglegging. Bij medisch wetenschappelijk
onderzoek gebaseerd op het elektronisch patiënten dossier worden veel van deze dossiers
handmatig doorgegaan – vaak door studenten. Handmatig dossier onderzoek is heel tijdsintensief,
geniet weinig leermomenten, en bovendien alleen haalbaar in kleine patiënten aantallen (lees: <
1000 patiënten)
Een rekenvoorbeeld: Het gemiddelde dossier van een patient met kanker bestaat rond de 240
documenten (na de diagnose). Voor een studie van 300 patienten → 72 000 notities om door te
bladeren en bij 5000 patiënten zijn dit al 1.2 miljoen notities!
Nog een rekensom: als de prevalentie van een zeldzame complicatie 0.5-1% is, betekent het dat je
100 tot 200 dossiers moet doorbladeren voordat je 1 casus vind.
Natural language processing (NLP) is het aandachtsgebied van data science en artificial intelligence
wat zich bezig houdt met het geautomatiseerd transformeren van ongestructureerde tekst, zoals
ontslag brieven of radiologieverslagen, naar een gestructureerde dataset zodat je er analyses mee
kan doen.. oftewel NLP is exact hoe je geautomatiseerd dossier onderzoek bij grote
patientenaantallen mogelijk maakt. Dit was tot voor kort voorbehouden voor niche experts op NLP
gebied in de gezondheidszorg en de modellen waren ingewikkeld om te (her)trainen / fine-tunen.
Met de komst van ChatbotGPT en andere LLMs is alles anders: veel complexe NLP handelingen zijn
opeens veel toegankelijker en effectiever. Dit kan de manier waarop dossieronderzoek wordt gedaan
volledig veranderen als je de redeneerkracht van deze modellen slim kan toepassen voor jouw use
case.
Er is een grote vraag naar zowel artsen die de basis van deze modellen kennen als, technisch
onderlegden die begrijpen hoe ze deze technieken kunnen toepassen in de gezondheidszorg. Bij deze
stage zal je uitgebreid kennis maken met LLMs en zelf met deze methodes aan de slag gaan.