Wat is Quantib? De Nederlandse AI-startup die MRI-scans slimmer maakt

maandag, 22 juni 2026 om 20:38

Quantib bouwt AI‑software die radiologen helpt MRI‑ en CT‑scans sneller en nauwkeuriger te analyseren. Ze richten zich op klinische toepassingen voor onder andere prostaatkanker, borstkanker en neurodegeneratieve aandoeningen.

Met kunstmatige intelligentie analyseert Quantib medische beeldvorming en ondersteunt artsen bij betere, snellere diagnoses.

Ooit begonnen als spin‑out in Nederland, is Quantib inmiddels een internationale speler in radiologie‑AI. In 2022 nam het Amerikaanse RadNet het Nederlandse Quantib over. Die stap gaf Quantib een wereldwijde boost en versnelde de ontwikkeling.

Met oplossingen als Quantib Brain helpt Quantib artsen hersen‑MRI’s te analyseren met concrete data. Hun software automatiseert segmentatie, kwantificatie en visualisatie van scans, waardoor de workflow soepeler verloopt. Zorgprofessionals krijgen zo heldere inzichten die passen bij moderne, data‑gedreven zorg. AI krijgt een steeds grotere rol in de wereld van de gezondheidszorg.

Belangrijkste inzichten

Quantib zet AI in om medische scans sneller en objectiever te analyseren.
Na de overname door RadNet groeide Quantib internationaal verder.
De technologie ondersteunt artsen bij onder andere prostaat- en hersenonderzoek.

Overname en evolutie

Quantib transformeerde van een academische spin‑out tot een internationale AI‑speler binnen het Amerikaanse zorgnetwerk van RadNet. De overname en integratie in DeepHealth luidden een nieuwe groeifase in.

Fusie met DeepHealth

Quantib sloot zich aan bij DeepHealth, de AI‑divisie van RadNet. DeepHealth focust op AI‑ondersteunde screening van veelvoorkomende kankers, zoals borst-, long- en prostaatkanker.

Dankzij de integratie met DeepHealth kreeg Quantib direct toegang tot een enorme hoeveelheid klinische data. Dat is essentieel om algoritmes voor medische beeldanalyse te trainen en te verbeteren.

RadNet beheert ruim 350 beeldvormingscentra in de VS. Ongeveer 800 radiologen beoordelen daar jaarlijks miljoenen scans. Die schaal biedt Quantib de kans om hun software sneller te testen, valideren en uit te rollen.

De overname van Quantib en Aidence door RadNet was een strategische zet om AI in radiologie te versnellen.

RadNet als moederbedrijf

RadNet is een grote speler in poliklinische radiologische beeldvorming in de VS. Ze leveren diagnostische diensten via een landelijk netwerk.

Quantib werd volledig overgenomen en geïntegreerd in deze organisatie.

Als dochterbedrijf profiteert Quantib van:

direct contact met klinische experts
een grote patiëntenpopulatie
commerciële slagkracht in de VS

RadNet verwerkt jaarlijks miljoenen beelden. Die praktijkomgeving maakt het mogelijk om AI‑toepassingen niet alleen te ontwikkelen, maar ook breed in te zetten in de dagelijkse zorg.

Voor Quantib betekende dit de overstap van een groeiend Europees technologiebedrijf naar een vaste waarde binnen een Amerikaans zorgconcern.

Oorsprong bij Erasmus MC

Quantib ontstond in 2012 als spin‑out van het Erasmus MC in Rotterdam. Het bedrijf bouwde voort op onderzoek van de Biomedical Imaging Group onder leiding van professor Wiro Niessen.

Ze ontwikkelen AI‑software die radiologen helpt MRI‑scans van onder meer hersenen en prostaat te analyseren. De software herkent patronen en meet afwijkingen objectief.

De academische oorsprong blijft zichtbaar. Quantib werkte vanaf het begin nauw samen met clinici en onderzoekers van Erasmus MC.

Die wetenschappelijke basis gaf het bedrijf geloofwaardigheid bij ziekenhuizen en onderzoeksinstellingen. Tegelijk maakte de stap naar RadNet het mogelijk om die academische kennis op grotere schaal toe te passen in de dagelijkse radiologiepraktijk.

AI-gestuurde gezondheidsinformatica

Quantib bouwt software die medische beeldvorming automatisch analyseert en meetbaar maakt. Als onderdeel van DeepHealth en RadNet focussen ze op schaalbare, ai-powered health informatics die radiologen sneller en consistenter laat werken.

Marktleiderschap in radiologie

Quantib begon als spin-off van Erasmus MC en groeide uit tot internationale speler in AI voor radiologie. In 2022 werd Quantib overgenomen door RadNet en in 2023 onderdeel van DeepHealth.

Ze ontwikkelden CE-gemarkeerde en FDA-goedgekeurde toepassingen voor onder meer prostaatkanker en neurologische aandoeningen. Producten als Quantib Prostate en Quantib ND zijn nu geïntegreerd in DeepHealth Prostate en DeepHealth Brain.

Hun software analyseert MRI-scans automatisch en meet bijvoorbeeld volumeveranderingen en weefselstructuren. Zo kunnen radiologen afwijkingen objectief beoordelen en veranderingen over tijd volgen.

Dankzij de samenwerking met DeepHealth vergroot Quantib AI zijn bereik binnen de grote zorgnetwerken van RadNet. Technologie kan daardoor sneller uitgerold worden in klinische omgevingen in de VS en Europa.

Interoperabiliteit en workflow integratie

Quantib focust sterk op integratie in bestaande radiologische systemen. De software werkt samen met gangbare PACS-omgevingen en beeldvormingsplatformen, zodat radiologen hun vertrouwde workflow behouden.

DeepHealth Prostate ondersteunt bijvoorbeeld koppelingen met fusiebiopsiesystemen en automatiseert meerdere handmatige stappen. Minder klikken, minder administratief gedoe.

Met Quantib AI Node kunnen ziekenhuizen algoritmen centraal beheren. IT-teams rollen updates uit zonder het werkproces van artsen te verstoren.

Door die focus op interoperabiliteit sluit Quantib aan bij de bredere strategie van ai-powered health informatics. Ze combineren automatische beeldanalyse met praktische implementatie in de dagelijkse zorgpraktijk.

Prostaatkanker Detectie en Analyse

Quantib ontwikkelde AI‑software die MRI‑beelden van de prostaat automatisch analyseert. De technologie helpt radiologen verdachte afwijkingen te vinden en gerichte biopsieën voor te bereiden.

DeepHealth Prostate oplossing

DeepHealth Prostate bouwt voort op technologie van Quantib Prostate. Het systeem analyseert multiparametrische MRI‑scans en markeert verdachte gebieden in de prostaat.

De software berekent volumes, vergelijkt weefselkenmerken en geeft een gestructureerd overzicht van bevindingen. Zo beoordelen artsen afwijkingen sneller en plannen ze gerichte fusiebiopten.

Volgens DeepHealth Prostate ondersteunt de oplossing integratie met toonaangevende fusiebiopsiesystemen. Het systeem automatiseert terugkerende workflowstappen en vermindert handmatig werk.

Quantib AI draait om meetbare beeldanalyse. Hun algoritmen herkennen subtiele veranderingen in prostaatweefsel, zelfs als die nauwelijks zichtbaar zijn voor het menselijk oog.

Integratie van Quantib Prostate

Quantib begon als spin‑off van Erasmus MC en ontwikkelde software voor automatische analyse van medische beelden. Het bedrijf groeide uit tot leverancier van AI‑oplossingen voor radiologie.

Na de overname werd Quantib onderdeel van DeepHealth, een dochterbedrijf van RadNet. Daardoor is Quantib Prostate nu geïntegreerd in het bredere DeepHealth‑portfolio.

De integratie maakt aansluiting op bestaande radiologie‑systemen en beeldarchieven mogelijk. Radiologen gebruiken de analyse gewoon in hun vertrouwde werkomgeving.

In de kliniek past deze technologie in het traject van onderzoek en diagnose. Organisaties zoals de Prostaatkanker Stichting over onderzoek en diagnose beschrijven hoe beeldvorming en biopsie samen de diagnose ondersteunen.

Met AI‑analyse bij MRI‑onderzoek kan de arts gerichter besluiten of aanvullend onderzoek nodig is.

FDA en CE goedkeuring

Quantib heeft verschillende machine-learning producten ontwikkeld die zowel FDA‑cleared als CE‑gemarkeerd zijn. Dus ja, de software voldoet aan de regels die gelden in de Verenigde Staten en Europa.

Om door de keuring te komen, moet je denken aan technische documentatie, klinische validatie en kwaliteitscontrole. Deze stappen laten zien dat het product veilig is en bruikbaar voor klinisch gebruik binnen de goedgekeurde indicaties.

Volgens Quantib zijn de oorspronkelijke Quantib‑producten inmiddels geïntegreerd en hernoemd in het DeepHealth-aanbod.

Niet alles is overal beschikbaar; het hangt gewoon af van lokale regelgeving en hoe snel een product commercieel wordt geïntroduceerd.

Al met al zorgt de combinatie van Quantib AI, klinische validatie en formele goedkeuring ervoor dat het systeem past in gereguleerde zorgomgevingen.

Innovaties in hersenanalyse

Quantib heeft AI-software gemaakt die MRI-hersenscans automatisch analyseert en meetbare data oplevert over hersenstructuren. De technologie focust op volumeverlies, white matter hyperintensities en het volgen van veranderingen in de tijd.

DeepHealth Brain software

DeepHealth Brain borduurt voort op Quantib ND en Quantib Brain. Het systeem helpt radiologen en neurologen bij het beoordelen van MRI-scans met automatische segmentatie en kwantitatieve analyse.

Zoals te lezen is in de beschrijving van Quantib Brain AI‑software, ondersteunt de oplossing artsen bij het interpreteren van hersenbeelden en levert het meetbare uitkomsten. De software sluit aan bij de klinische workflow.

Nadat RadNet Quantib overnam, werd Quantib ondergebracht bij DeepHealth. De huidige oplossing, zoals beschreven op DeepHealth Brain, combineert AI-analyse met referentiedata en maakt hersenatrofie en afwijkingen inzichtelijk.

Een paar belangrijke functies:

Automatische segmentatie van hersenstructuren
Detectie van volumeverlies
Analyse van white matter hyperintensities
Rapportage met referentiewaarden

De software verwerkt 3D-MRI-beelden en levert objectieve meetresultaten die artsen mee kunnen nemen in hun beoordeling.

Volumetrische kwantificatie

Volumetrische kwantificatie vormt de kern van Quantib ND. Het systeem herkent hersengebieden op basis van 3D-beelden en berekent per regio het volume.

De technologie draait op machine-learning algoritmen die hersenstructuren automatisch segmenteren. Volgens de beschrijving van Quantib® ND identificeert de software hersengebieden en berekent het de volumes zonder handmatig meetwerk.

Dit proces levert het volgende op:

Objectieve volumemetingen
Vergelijking met een referentiepopulatie
Snelle verwerking van complete MRI-datasets

Radiologen krijgen zo inzicht in atrofiepatronen die passen bij neurodegeneratieve aandoeningen. De software neemt het klinisch oordeel niet over, maar ondersteunt het met meetbare data.

Door vaste meetmethoden toe te passen, vermindert het systeem variatie tussen beoordelaars. Dat maakt rapportages consistenter.

Detectie van white matter hyperintensities

White matter hyperintensities (WMH) zijn heldere afwijkingen op bepaalde MRI-sequenties. Ze komen vaak voor bij ouder worden, en ook bij vaatgerelateerde of neurodegeneratieve aandoeningen.

Quantib ND spoort deze afwijkingen automatisch op en markeert ze op de scan. Volgens de productinformatie van Quantib® ND met WMH‑detectie meet de software zowel volumeverlies als witte-stofafwijkingen.

De toepassing biedt:

Automatische herkenning van WMH
Kwantificatie van totale WMH-belasting
Visualisatie op beeldniveau

De software koppelt deze bevindingen aan referentiedata, zodat een arts direct ziet hoe de gemeten waarden zich verhouden tot een gezonde populatie.

Deze aanpak ondersteunt een gestructureerde beoordeling en helpt bij het vastleggen van ziekteprogressie.

Longitudinale monitoring van neurodegeneratie

Neurodegeneratieve aandoeningen ontwikkelen zich meestal geleidelijk. Betrouwbare monitoring vraagt om consistente metingen op verschillende tijdstippen.

DeepHealth Brain en Quantib ND maken longitudinale vergelijking mogelijk door opeenvolgende MRI-scans met dezelfde algoritmen te analyseren. De software is bedoekld om geautomatiseerde segmentatie en analyse uit te voeren, gericht op atrofie en WMH.

Bij vervolgscans kan de software:

Veranderingen in hersenvolume berekenen
Toename van WMH kwantificeren
Resultaten overzichtelijk rapporteren

Deze gegevens helpen artsen om ziekteprogressie te volgen en behandelingen te evalueren. Door vaste meetcriteria toe te passen, ondersteunt het systeem een consistente en reproduceerbare opvolging.

Quantib AI Node fungeert binnen sommige instellingen als distributiepunt voor AI-toepassingen, waardoor analyses direct beschikbaar zijn in de klinische omgeving.

Productportfolio en technologie

Quantib ontwikkelt AI-software die MRI- en CT-beelden automatisch analyseert. Het portfolio richt zich op concrete klinische toepassingen, zoals prostaatkanker en neurodegeneratieve aandoeningen, en is deels geïntegreerd in oplossingen van DeepHealth.

Quantib ND en andere modules

Quantib ND richt zich op het kwantificeren van hersenafwijkingen op MRI-scans. De software meet onder meer hersenatrofie en witte-stofafwijkingen en zet deze om in duidelijke cijfers en referentiewaarden.

Artsen gebruiken deze gegevens om neurodegeneratieve veranderingen te beoordelen en te volgen. Dit ondersteunt de besluitvorming bij aandoeningen zoals dementie en multiple sclerose.

Quantib heeft ook andere modules ontwikkeld, waaronder oplossingen voor prostaatanalyse. Deze producten, zoals Quantib Prostate en Quantib ND, kregen zowel CE-markering als FDA 510(k)-goedkeuring.

Na de overname in 2022 zijn verschillende oplossingen geïntegreerd in het portfolio van DeepHealth, waaronder DeepHealth Brain en DeepHealth Prostate.

Belangrijke kenmerken van de modules:

Automatische segmentatie van anatomische structuren
Kwantitatieve rapportage met referentiedata
Visuele overlays op standaard MRI-beelden
Ondersteuning van follow-up en trendanalyse

AI Node platform

Het Quantib AI Node platform vormt de technische basis voor de inzet van Quantib AI in ziekenhuizen. Het platform verwerkt beelddata lokaal en integreert in bestaande IT-omgevingen.

Quantib zet AI in voor segmentatie, kwantificatie en visualisatie van MRI- en CT-scans. Daarmee automatiseert het een deel van de workflow van artsen en onderzoekers.

Het platform ondersteunt meerdere AI-applicaties binnen één infrastructuur. Ziekenhuizen kunnen verschillende modules beheren zonder aparte installaties per toepassing.

Belangrijkste functies van AI Node:

Functie	Doel
Beeldverwerking	Analyse van DICOM-beelden
Applicatiebeheer	Centrale aansturing van AI-modules
Integratie	Koppeling met PACS en andere systemen

Met deze opzet kunnen ziekenhuizen Quantib AI makkelijk opschalen binnen radiologieafdelingen.

Compatibiliteit met medische systemen

Quantib is ooit gestart als spin-off van Erasmus MC en werkt samen met academische en klinische partners. Volgens Amsterdam Academic Ventures over Quantib heeft het bedrijf AI-partnerschappen met grote academische ziekenhuizen in Nederland en met internationale zorginstellingen.

De oplossingen zijn gemaakt om samen te werken met gangbare radiologiesystemen en beeldarchieven. Daardoor kun je integreren in bestaande workflows zonder dat je de hele infrastructuur hoeft om te gooien.

Bepaalde toepassingen zijn daarnaast compatibel met leidende fusiebiopsiesystemen voor prostaatdiagnostiek, zoals op de DeepHealth-pagina staat.

Compatibiliteit draait om:

Standaard DICOM‑beeldformaten
Integratie met PACS-omgevingen
Ondersteuning van klinische rapportagesystemen

Deze technische aansluiting zorgt ervoor dat radiologen Quantib AI gewoon binnen hun vertrouwde werkomgeving kunnen gebruiken.

QuantLib en toepassingen in quantitatieve financiën

QuantLib biedt een concrete set tools voor prijsbepaling, modellering en risicometing van financiële instrumenten. Het ondersteunt ontwikkelaars, analisten en instellingen met een flexibele codebasis en uitbreidingen zoals QuantLibXL.

Overzicht van QuantLib

QuantLib is een open-source bibliotheek voor quantitative finance. Ontwikkelaars gebruiken deze library om modellen te bouwen, te handelen en risico’s te beheren in echte marktomgevingen. Je merkt dat QuantLib vooral populair is bij mensen die graag zelf sleutelen aan hun tools.

De kern draait op C++. Het objectmodel is helder en je kunt QuantLib aanspreken vanuit Python, C#, Java, R… noem maar op. Eigenlijk best handig, want zo kun je binnen één team dezelfde modellen op verschillende plekken inzetten.

QuantLib heeft modules voor onder andere:

Prijsbepaling van obligaties, swaps en opties
Rente- en kredietcurves
Monte Carlo-simulaties
Kalibratie van modellen

De software valt onder een aangepaste BSD-licentie. Bedrijven mogen dus de code gebruiken in open source én commerciële producten, zonder al te veel juridische rompslomp.

Banken, softwarebedrijven en onderzoeksinstellingen gebruiken QuantLib vaak als basis of benchmark voor hun eigen modellen.

QuantLibXL add-in

Naast de programmeerbibliotheek kun je ook QuantLibXL gebruiken, een Excel-extensie die de kracht van QuantLib rechtstreeks koppelt aan spreadsheets.

QuantLibXL hoort bij het bredere QuantLib-ecosysteem en krijgt aandacht op de officiële site van QuantLibXL en add-ins. Hiermee bouwen gebruikers complexe instrumenten met gewone Excel-functies, zonder dat ze een letter C++ hoeven te schrijven.

Met de add-in kun je bijvoorbeeld:

Rentecurves opbouwen in werkbladen
Derivaten waarderen met ingebouwde functies
Scenario-analyses uitvoeren
Resultaten direct koppelen aan rapportages

Dit maakt het stukken toegankelijker voor analisten zonder programmeerervaring, maar die wel geavanceerde modellen willen inzetten voor hun dagelijkse werk.

Praktische toepassingen en doelgroepen

QuantLib richt zich op professionals in quantitative finance. Op GitHub van de QuantLib C++ library vind je dat het project een breed softwarekader biedt voor financiële modellering en risicobeheer.

De typische gebruikers? Denk aan:

Quantitatieve analisten die modellen ontwikkelen
Risicomanagers die waarderingen en gevoeligheden berekenen
Onderzoekers die nieuwe prijsmodellen testen
Studenten die praktijkgerichte tools willen leren

In de praktijk gebruiken mensen QuantLib voor het waarderen van renteswaps, exotische opties en obligatieportefeuilles. Teams zetten het in bij modelvalidatie, stresstesten en rapportages voor toezichthouders.

Die mix van open broncode, brede taalondersteuning en een actieve community maakt QuantLib geschikt voor zowel onderwijs als productie. Het voelt soms bijna als een Zwitsers zakmes voor quant developers.

Internationale Reikwijdte en Toekomstige Ontwikkelingen

Quantib is inmiddels veel meer dan een lokale spin-off; het bedrijf maakt nu deel uit van een groter internationaal netwerk. De focus? Uitrol in de VS en Europa, innovatie en samenwerking met klinische partners.

Uitrol in Europa en de VS

Quantib begon als spin-off van het Erasmus MC en groeide uit tot een internationale speler in medische AI. In 2024 nam RadNet, een grote Amerikaanse aanbieder van radiologische beeldvorming, het bedrijf volledig over – zie InnovationQuarter over de overname door RadNet.

RadNet beheert honderden beeldvormingscentra in de VS. Dankzij deze overname kan Quantib AI direct werken binnen een enorm netwerk van radiologen en klinieken.

In Europa blijft Quantib actief via bestaande samenwerkingen en commerciële activiteiten. De combinatie van een Europese onderzoeksbasis en Amerikaanse schaal helpt de internationale uitrol van AI-ondersteunde diagnostiek voor onder meer prostaat-, borst- en longkanker te versnellen.

Innovatie en toekomstige integratie

Quantib bouwt software die MRI- en andere medische beelden automatisch analyseert. Radiologen krijgen zo hulp bij het herkennen van patronen en het meten van afwijkingen. Dat klinkt misschien futuristisch, maar het is inmiddels dagelijkse praktijk.

Volgens Amazing Erasmus MC over de nieuwe koers van Quantib valt het bedrijf nu onder de AI-divisie van RadNet. Binnen die structuur werkt Quantib samen met DeepHealth, het AI-platform van RadNet, om screening en besluitvorming verder te verbeteren.

De integratie richt zich op:

automatische detectie van verdachte laesies
objectieve volumemetingen
ondersteuning bij klinische scores, zoals PI-RADS

Dankzij deze koppeling kan Quantib AI naadloos in bestaande werkprocessen worden opgenomen. Radiologen krijgen sneller meetbare en reproduceerbare resultaten, wat de consistentie in besluitvorming vergroot.

Samenwerkingen en onderzoek

Quantib werkt nauw samen met het Erasmus MC. Het bedrijf heeft een partnership met de Biomedical Imaging Group Rotterdam, onder leiding van prof. dr. Wiro Niessen.

Zo’n samenwerking biedt directe toegang tot klinische expertise en onderzoeksdata. Onderzoekers en artsen testen nieuwe algoritmen eerst in een academische setting voordat ze breder worden uitgerold.

Bovendien investeert Quantib in validatiestudies en klinische evaluaties. Door academisch onderzoek te combineren met commerciële toepassing binnen RadNet en DeepHealth, blijft het bedrijf stevig staan in zowel wetenschap als praktijk.

Frequently Asked Questions

Dit bedrijf ontwikkelt AI-software voor automatische analyse van medische beelden, met toepassingen in prostaatdiagnostiek en hersenanalyse. De oplossingen zijn gericht op nauwkeurige beeldinterpretatie, integratie met bestaande ziekenhuissystemen en het voldoen aan medische regelgeving.

Welke soorten oplossingen biedt dit bedrijf voor medische beeldvorming en AI-analyse?

Het bedrijf maakt software voor kwantitatieve analyse van MRI-beelden. Die toepassingen helpen artsen bij het detecteren en meten van afwijkingen in weefsel – en eerlijk gezegd, dat scheelt een hoop tijd.

Na de overname door RadNet hoort Quantib bij DeepHealth, zoals je kunt lezen op Quantib is now part of DeepHealth. De oorspronkelijke producten, zoals Quantib Prostate en Quantib ND, zijn ondertussen geïntegreerd in DeepHealth Prostate en DeepHealth Brain.

De software automatiseert beeldanalyse en levert meetbare waarden, zoals volumemetingen en detectie van witte stof afwijkingen. Radiologen profiteren hiervan bij het opstellen van consistente rapportages.

Voor welke klinische toepassingen wordt de software het meest ingezet (bijvoorbeeld oncologie of radiologie)?

De software wordt vooral gebruikt in de radiologie. Prostaatkankerdiagnostiek is een belangrijk toepassingsgebied.

DeepHealth Prostate ondersteunt de detectie van verdachte laesies en werkt samen met fusiebiopsiesystemen. Dat maakt de voorbereiding op gerichte biopsieën een stuk efficiënter.

Daarnaast gebruikt men DeepHealth Brain voor het meten van hersenatrofie en het detecteren van white matter hyperintensities. Dit helpt bij het beoordelen van neurodegeneratieve aandoeningen.

Hoe verloopt de implementatie in een ziekenhuisomgeving, inclusief integratie met PACS/RIS en workflow?

De software past in bestaande radiologische workflows. Ziekenhuizen koppelen de oplossing aan PACS- en RIS-systemen, zodat beelden automatisch worden verwerkt.

Na beeldacquisitie verschijnen de resultaten in de vertrouwde kijkomgeving van de radioloog. Extra handmatige stappen? Die blijven beperkt.

De implementatie vraagt wel om overleg met IT-afdelingen en leveranciers van beeldvormingssystemen. Compatibiliteit en beschikbaarheid kunnen trouwens per land verschillen.

Welke validatie- en prestatiegegevens zijn beschikbaar om de nauwkeurigheid en betrouwbaarheid aan te tonen?

De producten zijn ontwikkeld met machine learning en klinische datasets. Volgens het bedrijf hebben meerdere oplossingen FDA- en CE-goedkeuring gekregen.

zijn verschillende machine-learningproducten vrijgegeven voor klinisch gebruik. Zulke goedkeuringen vereisen technische documentatie en validatiegegevens.

Ziekenhuizen vragen meestal om klinische evaluaties en technische prestatiegegevens voordat ze de software gebruiken. Die gegevens helpen om de betrouwbaarheid te beoordelen.

Hoe wordt omgegaan met gegevensbeveiliging, privacy en naleving van de AVG in de volledige keten?

De verwerking van medische beelden valt onder strikte privacyregels, zoals de AVG in de EU. Zorginstellingen blijven verantwoordelijk voor een rechtmatige verwerking van patiëntgegevens.

Meestal draait de software binnen beveiligde ziekenhuisnetwerken of gecontroleerde cloudomgevingen. Toegangsbeheer en logging zijn daarbij essentieel.

Leveranciers moeten aantonen dat ze passende technische en organisatorische maatregelen nemen. Denk aan versleuteling, gebruikersauthenticatie en verwerkersovereenkomsten.

Welke certificeringen en regulatoire goedkeuringen zijn van toepassing voor gebruik in de zorg?

Deze producten hebben een CE‑markering voor gebruik binnen Europa. In de VS heeft de FDA daarnaast meerdere toepassingen goedgekeurd.

De beschrijving van Quantib en de integratie in DeepHealth geeft aan dat verschillende machine‑learningproducten zowel FDA‑ als CE‑cleared zijn. Zulke goedkeuringen zijn nodig als je ze wilt inzetten als medisch hulpmiddel.

Welke functies je precies kunt gebruiken, hangt af van nationale regelgeving en markttoelating. Zorginstellingen moeten altijd zelf nagaan of een product in hun regio is toegestaan—dat blijft hun eigen verantwoordelijkheid.

doorRobin Heester

Vorig artikel

Gelekte OpenAI-cijfers veranderen het beeld: 13 miljard omzet, toch diep in het rood

Volgend artikel

Wat is Nearfield Instruments en waarom speelt het Nederlandse bedrijf een cruciale rol in de AI-chipindustrie?

Plaats reactie

Populair nieuws

Wat is Nearfield Belangrijk Nederlands bedrijf in de wereld van AI