"Van AI-model naar betrouwbare zorgtoepassing met MLOps bij het LUMC"

Introductie

Het cairelab is het expertisecentrum voor AI in de zorg binnen het LUMC. Zij zijn gespecialiseerd in het ondersteunen van AI-toepassingen in de gezondheidszorg, van de eerste ontwikkelingsfase tot de uiteindelijke implementatie. Het doel is om zorgprofessionals te helpen bij het veilig en effectief inzetten van AI, zowel bij eigen innovaties als bij ingekochte oplossingen. Ze werken actief samen met partners binnen en buiten het LUMC en verbinden onderzoek, onderwijs, zorg en valorisatie.

Klant

LUMC

Tools/Technieken

Machine Learning, ML Engineering, MLOps, CI/CD, MLflow, Docker, Model Serving, Monitoring & Onderhoud, FHIR/HL7, DICOM/PACS

Services

Data Science & AI

Branche

Healthcare

De doelgedreven data-oplossing

Het LUMC wil AI niet alleen ontwikkelen en implementeren, maar ook duurzaam beheren binnen de dagelijkse zorgpraktijk. Daarom ligt de focus op het ontwikkelen van productierijpe AI-oplossingen die schaalbaar, betrouwbaar en verantwoord inzetbaar zijn in een complexe klinische omgeving. Daarbij is er nadrukkelijke aandacht voor verantwoorde implementatie binnen een on-premise en soevereine infrastructuur, zodat veiligheid, privacy en controle over data en modellen geborgd blijven. Van modelontwikkeling en experiment tracking tot CI/CD, model serving, monitoring, onderhoud en integratie met klinische systemen: samen zorgen we dat AI-toepassingen niet alleen live gaan, maar ook goed blijven presteren, veilig beheerd worden en continu kunnen worden verbeterd.

Data Science Lab fungeert als een effectieve flexibele schil voor ons ML-engineering team. Hun vermogen om snel te schakelen en mee te denken helpt ons om AI-oplossingen schaalbaar en verantwoord in te zetten in de zorgpraktijk.

Alexander van Someren
Product Manager Artificial Intelligence
Cases

Bekijk ook andere cases,

Lorem ipsum dolor sit amet, consectetur adipiscing elit.
NLP LLM circle

Wat wil jij dat data doet?

Dit veld is bedoeld voor validatiedoeleinden en moet niet worden gewijzigd.