De ambitie van AI4PPL —"AI for People"— is een soevereine, gezaghebbende, open AI-infrastructuur voor preventie, populatiegerichte gezondheid en levensloop te ontwikkelen ten behoeve van zorg, onderwijs en onderzoek. Een dergelijke fundering is een noodzakelijke randvoorwaarde om enerzijds zorginnovaties te versnellen en anderzijds AI & data science technologieën te democratiseren.

AI voor Preventie, Populatiegerichte gezondheid en Levensloop

Het strategische onderzoeksthema AI4PPL —"AI for People"— verbindt en versterkt het wetenschappelijke onderzoek rondom AI voor Preventie, Populatiegerichte gezondheid en Levensloop aan de Universiteit Leiden (ULEI), zoals tussen het Leids Universitair Medisch Centrum (LUMC) en de Faculteit der Wiskunde en Natuurwetenschappen (FWN), maar ook met onder meer de faculteiten der Geesteswetenschappen en Sociale Wetenschappen. AI4PPL sluit tevens naadloos aan op de universitaire profileringsthema's Gezondheid en welzijn en AI voor mens, maatschappij en wetenschap.

LACE: Het Leiden AI Centrum van Expertise voor de Zorg

AI4PPL —"AI for People"— is één van de vier thema's in het recent opgerichte Leiden AI Centrum van Expertise voor de zorg (LACE), dat zich richt op AI thema's aan de Universiteit Leiden die onderscheidend zijn, al kritische massa hebben en van strategisch belang zijn. Dit zijn de vier LACE thema's:
  1. AI voor preventie, populatie gerichte gezondheid en levensloop (AI4PPL)  Trekker: Prof. Marco Spruit
  2. AI voor zorg (AI4Care)  Trekker: Prof. Mark van Buchem
  3. AI voor farmacologisch en farmaceutisch onderzoek (AI4Pharma)  Trekkers: Prof. Gerard van Westen, Dr. Olivier Béquignon
  4. AI voor biomedisch onderzoek (AI4Bioscience)  Trekker: Prof. Boudewijn Lelieveldt

LACE: AI@ULEI+LUMC

Digitaal Dichtbij: AI@LUMC



LLM's als sleuteltechnologie in Digitaal Dichtbij en LACE

AI4PPL —"AI for People"— en de andere drie LACE thema's vormen tezamen het domein AI & Datascience in Research binnen het programma Digitaal Dichtbij, dat op zijn beurt weer één van de zes thema's is in de overkoepelende LUMC strategie Door gezondheid gedreven.

In LUMC's Digitaal Dichtbij zijn de volgende vier sleuteltechnologieën geïdentificeerd (zie rechts):

  1. Large Language Models (LLM's)
  2. Spatial Biology
  3. Diagnostic Dashboards
  4. Image-Guided Diagnostics

In LACE zijn de volgende vijf thema-overstijgende expertises geïdentificeerd:

  1. Large Language Models: LLM's, Generative AI, Synthetic data
  2. Machine learning: Supervised learning (compositional learning), Unsupervised learning (manifold learning), Reinforcement learning, Deep learning (multimodal data integration, transfer learning), Machine learning, Federated learning, Microtargeting
  3. Computer vision
  4. Trustworthy AI: Human in the loop (interaction technology), Human on the loop (explainable AI), Human out of the loop (automated machine learning)
  5. ELSI/ELSA: AI diplomacy, including: ethical, legal, regulatory, privacy issues