Hoe leer je tandheelkundige röntgenfoto’s beoordelen als je niet altijd genoeg verschillende voorbeelden hebt? Met het project 'GenXray' zoeken ACTA-onderzoekers Julien Issa, Erwin Berkhout en Ricardo Gonzalez Valenzuela naar een nieuwe oplossing.
Voor dit project onderzoeken ze hoe generatieve kunstmatige intelligentie (AI) kan helpen bij het maken van realistische tandheelkundige röntgenfoto’s voor onderwijs. Deze beelden zijn volledig synthetisch. Dat betekent dat ze niet van echte patiënten komen en geen persoonlijke gegevens bevatten.
Kleine verzameling
Met deze foto’s kunnen studenten oefenen met veel verschillende situaties. Docenten kunnen de beelden ook aanpassen aan speciale leerdoelen. Zo krijgen studenten veel verschillende voorbeelden te zien en kunnen ze zich beter voorbereiden op de praktijk.
Binnen het project bouwen en testen de onderzoekers een kleine verzameling synthetische röntgenfoto’s. Ze gebruiken deze voor 'blended learning' en om studenten feedback te geven tijdens hun leerproces.
Realistisch
In een proef onderzoeken ze hoe realistisch de beelden zijn, hoe bruikbaar ze zijn voor het onderwijs en wat dit betekent voor de manier van werken van docenten. Met de resultaten leggen we de basis voor een zorgvuldig en verantwoord gebruik van AI in het tandheelkundig onderwijs.