KI in doktorale studies
forward together ● sonke siya phambili ● saam vorentoe
Kunsmatige intelligensie verander die toekoms van gesondheidsnavorsing ingrypend en skep nuwe geleenthede om ontdekkings te versnel, komplekse data te ontleed en uitdagings in gesondheidsorg en hoër onderwys aan te spreek.
Hierdie blad lig die werk uit van drie doktorale navorsers in die FMHS - Stephen Chanda, Jodie Lemphane en Adriaan Meyer - wat kunsmatige intelligensie (KI) op uiteenlopende maniere in hul navorsing benut. Hulle stories wys hoe waardevol KI as navorsingshulpmiddel kan wees, maar ook hoeveel nuuskierigheid, kritiese denke, vaardigheidsontwikkeling en verantwoordelike navorsingspraktyk nodig is om hierdie tegnologie doeltreffend te gebruik.
Ons nooi doktorale navorsers in die FGGW uit om meer te lees oor hul navorsingsverhale, die geleenthede en uitdagings wat hulle teëgekom het, en hul perspektiewe oor die toekoms van gesondheidsnavorsing. Ons hoop dit sal as inspirasie dien om kritiese geletterdheid en vaardighede op hierdie gebied verder te ontwikkel.
Drie doktorale navorsers, drie paaie met KI
Met die oog op openbare gesondheidsintelligensie, ondersoek FGGW-student se Stephen Chanda hoe KI-steun in verbale lykskouings en sterftemodellering kan help om siektetoesig en stelsels vir epidemie-reaksie in Zambië te versterk. Hy werk aan 'n PhD in Epidemiologie.
Toegewy aan onderrig in anatomie, ondersoek Jodie Layman Lemphane se doktorale navorsing hoe generatiewe KI selfstandigheid bevorder, interaksie beïnvloed, en 'n rol speel in die ervaring van transformerende leer. Sy is geregistreer vir 'n PhD in Anatomie in die FGGW.
Adriaan Meyer se navorsing ondersoek hoe masjienleer kan help om 'n risikovoorspellingsmodel te ontwikkel vir kardiometaboliese siektes by mense wat MIV-behandeling ontvang. Hy is 'n PhD-kandidaat in Geneeskundige Fisiologie in die FGGW.
Met KI op soek na beter data oor doodsoorsake: Stephen Chanda se strewe na gesondheidsintelligensie
Akkurate inligting oor doodsoorsake is onontbeerlik vir openbaregesondheidsbeplanning, siektemonitering en epidemie-reaksie. Tog word sterftes in baie lae- en middelinkomstelande steeds nie aangemeld nie, en word doodsoorsake dikwels onvoldoende gedokumenteer. Stephen Chanda, 'n doktorale navorser in die Fakulteit Geneeskunde en Gesondheidswetenskappe aan die Universiteit Stellenbosch en epidemioloog by die Zambia National Public Health Institute, ondersoek hoe kunsmatige intelligensie kan help om hierdie uitdaging die hoof te bied.
Sy PhD-navorsing ondersoek hoe KI-versterkte verbale lykskouings en sterftemodellering die bepaling van doodsoorsake kan verbeter en die gehalte van sterftedata tot die beskikking van gesondheidstelsels en beleidsmakers kan verhoog.
In 'n tyd waarin lande toenemend op soek is na tydige en betroubare bewyse om besluite oor openbare gesondheid te rig, lê sy navorsing op die raakvlak van epidemiologie, datawetenskap en die versterking van gesondheidstelsels.
Liela Groenewald, hoof van die Tygerberg Doktorale Kantoor in die Fakulteit Geneeskunde en Gesondheidswetenskappe aan die Universiteit Stellenbosch, het Chanda gevra om meer te vertel oor sy navorsingspad, sy ervaring van KI en wat hom die meeste opgewonde maak oor die toekoms daarvan in gesondheidsnavorsing.
Vertel ons 'n bietjie van jouself en waar jou belangstelling in jou navorsingsveld begin het.
"Ek is 'n epidemioloog by die Zambia National Public Health Institute, waar ek as koördineerder van sterftesurveillance werk. My navorsing fokus op sterftesurveillance, verbale lykskouing, die bepaling van doodsoorsake, die versterking van burgerlike registrasie en lewensbelangrike statistiek, asook die gebruik van epidemiologiese modelle om besluitneming in openbare gesondheid te verbeter."
"My belangstelling in hierdie veld is gewek deur die aanhoudende uitdaging van sterftes wat nie aangemeld word nie en swak omskrewe doodsoorsake in baie lae- en middelinkomstelande."
"Ek het begin belangstel in hoe beter datastelsels, verbale lykskouing en analitiese metodes lande kan help om meer akkurate sterftedata te genereer vir beplanning, uitbraakreaksie en die versterking van gesondheidstelsels."
Hoe het jou pad met KI in navorsing begin?
Chanda vertel dat sy eerste kennismaking met KI nie uit sy doktorale navorsing ontstaan het nie, maar uit die gebruik daarvan in sy alledaagse werksverantwoordelikhede.
"Ek het KI aanvanklik gebruik om my met verskeie administratiewe take te help, en dit het my gou opgeval hoe goed KI groot hoeveelhede data kan ontleed, patrone daarin kan identifiseer en nuwe maniere kan voorstel om hierdie inligting aan te bied."
Was daar 'n oomblik waarop jy besef het dat KI 'n betekenisvolle verskil aan jou navorsing maak?
Vir Chanda lê een van die mees onmiddellike voordele van KI in die vermoë om wetenskaplike idees duideliker te kommunikeer.
"Toe ek krities begin kyk na die kernprobleem waarmee ek daagliks in sterfte-monitering werk, het ek besef dat die fundamentele uitdaging om 'n doodsoorsaak toe te ken, baie ooreenstem met ander take waarvoor ek KI gebruik. Ek het verskeie bronne van inligting oor 'n sterfte, maar geen enkele bron wat op sy eie die doodsoorsaak kan bepaal nie."
"Ek het toe begin ondersoek hoe ek KI kan gebruik om deur al die beskikbare inligting oor 'n sterfte te sif, bykomende relevante databronne in te sluit, en die KI uiteindelik die doodsoorsaak te laat klassifiseer op grond van al die beskikbare inligting," sê Chanda.
Om komplekse idees helder te verwoord, kan uitdagend wees, veral wanneer Engels nie 'n navorser se eerste taal is nie. KI kan gebruik word om voorstelle te maak oor hoe wetenskaplike idees duideliker en meer doeltreffend verwoord kan word. Vir Chanda het dit sy vermoë versterk om sinvol met terugvoer van sy studieleiers om te gaan.
Watter uitdagings of struikelblokke met KI moes jy oorkom?
Hoewel Chanda opgewonde is oor die moontlikhede van KI, is hy net so bewus van die beperkings daarvan.
"Rommel in, rommel uit. Jy moet KI gebruik binne die grense van waarvoor dit ontwikkel is en wat dit kan doen."
"KI behoort nie gebruik te word wanneer jy nie 'n onderwerp goed genoeg ken nie, omdat dit kan hallusineer en antwoorde kan gee wat oortuigend klink, maar verkeerd is. As jy nie die uitsette kan kontroleer nie, moet jy nie KI gebruik nie," waarsku hy.
Wat het jy daaroor geleer om KI verantwoordelik en doeltreffend te gebruik?
Hoewel Chanda opgewonde is oor die moontlikhede van KI, is hy net so bewus van die beperkings daarvan.
"Rommel in, rommel uit. Jy moet KI gebruik binne die grense van waarvoor dit ontwikkel is en wat dit kan doen."
"KI behoort nie gebruik te word wanneer jy nie die grense van 'n onderwerp goed genoeg ken nie, omdat dit kan hallusineer en antwoorde kan gee wat oortuigend klink, maar verkeerd is. As jy nie die uitsette kan kontroleer nie, moet jy nie KI gebruik nie," waarsku hy.
Wat maak jou die mees opgewonde oor die toekoms van KI in gesondheidsnavorsing?
Met die oog op die toekoms sien Chanda enorme potensiaal in KI se vermoë om inligting uit verskeie bronne saam te voeg om beter besluitneming te ondersteun.
"Met my agtergrond in die kliniese praktyk weet ek hoe meer inligting ek oor 'n pasiënt se gesondheid het, hoe beter kliniese besluite ek kan neem wat daardie pasiënt se gesondheid beïnvloed. Op dieselfde manier glo ek KI se grootste krag lê in sy vermoë om inligting uit verskeie databronne saam te bring sodat beter ingeligte besluite geneem kan word."
"Namate ons stelsels al hoe beter daarin slaag om meer inligting in te samel, dink ek die moontlikheid om KI te gebruik om al hierdie data saam te voeg, is besonder opwindend," sê Chanda.
Stephen Chanda is onder leiding van prof Edward Nicol besig met 'n PhD in Epidemiologie aan die Universiteit Stellenbosch se Fakulteit Geneeskunde en Gesondheidswetenskappe, saam met medeleiers prof Roma Chilengi van die Zambian National Public Health Institute en prof Jackson Phiri van die Universiteit van Zambië.
Van Anatomie-dosent tot navorser: Jodie Lemphane se pad met KI
Namate generatiewe kunsmatige intelligensie hoër onderwys en die gesondheidswetenskappe ingrypend verander, ondersoek navorsers toenemend hoe hierdie tegnologieë verantwoordelik en doeltreffend aangewend kan word.
Liela Groenewald, hoof van die Tygerberg Doktorale Kantoor in die Fakulteit Geneeskunde en Gesondheidswetenskappe aan die Universiteit Stellenbosch, het onlangs met Jodie Layman Lemphane, dosent in Anatomie en Histologie en PhD-kandidaat, gesels oor haar navorsing na die raakvlak tussen anatomieonderrig en kunsmatige intelligensie.
Vertel ons 'n bietjie van jouself en waar jou belangstelling in jou navorsingsveld begin het.
"Ek is 'n dosent in Anatomie en Histologie aan die Universiteit Stellenbosch en 'n PhD-kandidaat met 'n sterk belangstelling in anatomieonderrig. My navorsing bring anatomieonderrig, onderwystegnologie en kunsmatige intelligensie in gesprek met mekaar."
"Ek was nog altyd gefassineer deur hoe studente komplekse wetenskaplike konsepte aanleer en hoe dosente betekenisvolle leerervarings kan skep wat begrip eerder as blote memorisering bevorder. Hierdie nuuskierigheid het my daartoe gelei om vernuwende onderrigbenaderings te verken en, meer onlangs, die rol van KI in die ondersteuning van onderrig, leer, assessering en navorsing in die gesondheidswetenskappe te ondersoek," sê sy.
Hoe het jou pad met KI in navorsing begin?
"My belangstelling in KI het ontwikkel namate generatiewe KI-hulpmiddels al hoe meer toeganklik vir studente en akademici geword het. Eerder as om KI bloot as 'n uitdaging vir hoër onderwys te beskou, het ek begin ondersoek hoe dit verantwoordelik aangewend kan word om leer en navorsing te versterk."
"Tydens my PhD het ek KI-geletterdheid in hoër onderwys begin ondersoek, asook hoe studente generatiewe KI in anatomie-assesserings gebruik. Van daar af het my navorsing uitgebrei na die geleenthede, risiko's en etiese vraagstukke wat met die gebruik van KI in die opleiding van gesondheidsberoepe en in navorsing gepaardgaan," sê Lemphane.
Was daar 'n oomblik waarop jy besef het dat KI 'n betekenisvolle verskil aan jou navorsing maak?
"Een van die betekenisvolste maniere waarop KI my navorsing ondersteun het, was tydens kwalitatiewe dataontleding en die ontwikkeling van navorsingsinstrumente. KI-hulpmiddels het my gehelp om nuwe literatuur vinnig te verken, onderhoudsvrae te verfyn, moontlike temas te identifiseer en krities oor my analitiese besluite na te dink."
"Eerder as om wetenskaplike oordeel te vervang, het KI as 'n denkvennoot gefunksioneer wat roetinetake versnel en my meer tyd gegee het om dieper met die data om te gaan en navorsingsbevindinge te interpreteer. Dit was veral waardevol terwyl ek verskeie navorsingsprojekte gelyktydig bestuur en dit met my verantwoordelikhede vir onderrig en studieleiding moes balanseer," sê sy.
Watter uitdagings of struikelblokke met KI moes jy oorkom?
"Een van die grootste uitdagings was om seker te maak dat KI-gegenereerde uitsette akkuraat, betroubaar en binne die regte konteks geïnterpreteer word. KI kan soms oortuigende, maar verkeerde inligting genereer, wat dit noodsaaklik maak om uitsette krities te evalueer."
"'n Verdere uitdaging was om etiese vraagstukke rondom deursigtigheid, akademiese integriteit, outeurskap en die verantwoordelike gebruik van KI te hanteer. Om in die gesondheidswetenskappe te werk, verg 'n besonder versigtige benadering, aangesien besluite en gevolgtrekkings werklike implikasies vir onderrig, gesondheidsorg en die praktyk kan inhou," sê sy.
Wat het jy daaroor geleer om KI verantwoordelik en doeltreffend te gebruik?
"Ek het geleer dat KI die waardevolste is wanneer dit menslike kundigheid aanvul, eerder as vervang. Om dit doeltreffend te gebruik, verg kritiese denke, vakkennis en die voortdurende kontrolering van uitsette."
"Deursigtigheid oor hoe KI gebruik word, noukeurige oorweging van die etiese implikasies daarvan, en die behoud van menslike toesig regdeur die navorsingsproses is alles onontbeerlik. Ek het ook geleer dat KI-geletterdheid 'n al hoe belangriker vaardigheid vir sowel navorsers as studente in hoër onderwys word," sê Lemphane.
Wat maak jou die mees opgewonde oor die toekoms van KI in gesondheidsnavorsing?
"Ek is veral opgewonde oor KI se potensiaal om onderrig, leer en navorsing te versterk. In gesondheidsnavorsing, veral in Afrika, het KI die potensiaal om navorsers te help om patrone te identifiseer, ontdekkings te versnel en beter ingeligte besluitneming te ondersteun, mits ons die nodige infrastruktuur en menslike kapasiteit daarvoor ontwikkel."
"Ek glo die opwindendste geleenthede sal ontstaan wanneer KI op 'n verantwoordelike manier met menslike kundigheid, etiese bestuur en transdissiplinêre samewerking gekombineer word — saam sal ons vinniger vorder. Die toekoms lê nie daarin dat KI navorsers of dosente vervang nie, maar daarin dat dit navorsers bemagtig en dosente ondersteun om hul rolle nog beter te vervul," sluit Lemphane af.
Jodie Lemphane is onder leiding van prof Nadine Rampf besig met 'n PhD in Anatomie aan die Universiteit Stellenbosch se Fakulteit Geneeskunde en Gesondheidswetenskappe.
Image by: Jodie Lemphane with ChatGPT
|
Image by: Jodie Lemphane
|
Met masjienleer in die stryd teen kardiometaboliese risiko by mense met MIV
Namate mense wat met MIV leef danksy vooruitgang in behandeling langer en gesonder leef, verskuif die fokus toenemend na die langtermyn gesondheidsuitdagings wat hulle moontlik kan ervaar. Een daarvan is kardiometaboliese siektes – 'n groeiende uitdaging wat lewensgehalte en gesondheidsuitkomste ingrypend kan beïnvloed. Adriaan Meyer, 'n doktorale navorser in die Afdeling Geneeskundige Fisiologie in die Fakulteit Geneeskunde en Gesondheidswetenskappe aan die Universiteit Stellenbosch, ondersoek hoe masjienleer kan help om mense met 'n verhoogde risiko vroeër en meer akkuraat te identifiseer.
Sy PhD-navorsing is daarop gemik om 'n risikovoorspellingsmodel vir kardiometaboliese siektes te ontwikkel vir mense wat met MIV leef en antiretrovirale behandeling ontvang. Deur 'n verskeidenheid biologiese en kliniese merkers te kombineer, ondersoek die studie of die gebruik van kunsmatige intelligensie kan help om meer persoonlike benaderings tot voorkoming, monitering en sorg, te ontwikkel.
Liela Groenewald, hoof van die Tygerberg Doktorale Kantoor, het met Meyer oor sy navorsingspad gesels, uitgevra hoe KI deel van sy werk geword het, en hoe hy die toekoms van hierdie tegnologieë in gesondheidsnavorsing sien. Lees hieronder meer.
Vertel ons 'n bietjie van jouself en waar jou belangstelling in jou navorsingsveld begin het.
Ek is tans 'n PhD-kandidaat in die Afdeling Geneeskundige Fisiologie in die Fakulteit Geneeskunde en Gesondheidswetenskappe aan die Universiteit Stellenbosch.
"Terwyl ek as geneeskundige laboratoriumwetenskaplike gewerk het, het my nuuskierigheid oor geneeskundige vraagstukke my gemotiveer om nagraads te studeer. Tydens my MSc-graad het ek al hoe meer by navorsing betrokke geraak en gou besef hoeveel ek dit geniet."
"Ek was gefassineer deur die proses om vrae te stel, gevestigde aannames te bevraagteken en navorsing te gebruik om nader aan die waarheid te kom. Ek glo navorsing bied my 'n betekenisvolle manier om 'n bydrae tot die gesondheidsektor en die samelewing te lewer, terwyl dit my ook die geleentheid gee om 'n loopbaan te volg wat vir my sin en doelgerigtheid gee."
Hoe het jou pad met KI in navorsing begin?
Meyer vertel dat sy pad na datawetenskap nie uit 'n tradisionele rekenaarwetenskap-agtergrond ontstaan het nie, maar uit biomediese navorsing.
"My kennismaking met datawetenskap het nie by rekenaarwetenskap begin nie, maar eerder by biomediese navorsing."
"Tydens my BSc- en later meestersnavorsing het ek al hoe meer met komplekse datastelle gewerk en besef hoe belangrik dit is om my statistiese vaardighede verder te ontwikkel. Dit het my gemotiveer om datawetenskap in 'n breër konteks te begin verken."
"Later het ek myself begin leer om Python te programmeer en die basiese beginsels van masjienleer te bemeester, onder meer deur die IBM Data Science Professional Certificate te voltooi," sê hy.
Was daar 'n oomblik waarop jy besef het dat KI 'n betekenisvolle verskil aan jou navorsing maak?
Hoewel die projek nog in 'n vroeë fase is, is Meyer reeds gefokus op die potensiële impak daarvan.
"My projek is nog in 'n vroeë stadium, maar ek hoop om 'n 18-maande-risikovoorspellingsmodel vir kardiometaboliese siektes te ontwikkel vir mense wat met MIV leef en antiretrovirale behandeling ontvang. Die model sal gebaseer wees op 'n reeks biochemiese, hormonale, immunologiese en antropometriese veranderlikes, waarvan die statisties mees relevante merkers in die voorspellingsmodel gebruik sal word."
"Indien dit suksesvol is, kan hierdie navorsing help om mense met 'n verhoogde risiko vir kardiometaboliese siektes vroeër te identifiseer, wat 'n meer persoonlike benadering tot behandeling, monitering en voorkoming moontlik sal maak," verduidelik Meyer.
Watter uitdagings of struikelblokke met KI moes jy oorkom?
Soos baie navorsers wat met KI en masjienleer werk, het Meyer gevind dat die gehalte van die data dikwels die grootste bepalende faktor vir sukses is.
"Een van die grootste uitdagings wat ek met KI en ML ervaar het, is dat dit in 'n groot mate van die gehalte en struktuur van die data afhang. In biomediese navorsing is datastelle dikwels kompleks en bevat dit ontbrekende waardes, uitskieters, klein steekproewe en veranderlikes wat biologies met mekaar kan oorvleuel."
"Ek het ook geleer dat modelinterpretasie 'n groot uitdaging is, omdat 'n model patrone kan identifiseer wat statisties bruikbaar is, maar nie noodwendig klinies betekenisvol is nie," sê Meyer.
Wat het jy daaroor geleer om KI verantwoordelik en doeltreffend te gebruik?
Meyer glo die verantwoordelike toepassing van KI vereis 'n deeglike begrip van sowel die sterk punte as die beperkings daarvan.
"Ek glo ons moet versigtig wees wanneer ons KI in die gesondheidsektor begin toepas, veral wanneer daar beperkte begrip is van hoe hierdie hulpmiddels werk."
"Hoewel KI groot potensiaal inhou, is daar steeds 'n kennisgaping by baie navorsers oor die beginsels waarop masjienleermodelle berus, hul beperkings, en wanneer dit wel of juis nie gebruik behoort te word nie. Dit is veral belangrik in gesondheidsorg, waar modeluitsette die interpretasie van navorsing, kliniese besluitneming of pasiëntsorg kan beïnvloed."
"Hierdie hulpmiddels kan van groot waarde wees, maar dit moet met omsigtigheid gebruik word en behoort eerder besluitneming te ondersteun as om die rol van klinici en wetenskaplikes oor te neem," sê Meyer.
Wat maak jou die mees opgewonde oor die toekoms van KI in gesondheidsnavorsing?
Meyer glo ons begin nou eers die potensiaal van KI en masjienleer in gesondheidsnavorsing raaksien.
"Daar is steeds geweldige potensiaal om hierdie hulpmiddels in die gesondheidsektor te benut, veral in navorsing. Ek glo die volgende paar maande en jare gaan baie interessant wees namate ons begin sien hoe KI- en ML-hulpmiddels al hoe wyer in gesondheidsnavorsing toegepas word. Daarom dink ek ons behoort hierdie hulpmiddels te omarm eerder as om dit te vermy," sê Meyer.
Adriaan Meyer werk onder leiding van prof Hans Strijdom, dr Amanda Genis en prof Rensu Theart by die Universiteit Stellenbosch se Fakulteit Geneeskunde en Gesondheidswetenskappe aan 'n PhD in Geneeskundige Fisiologie.
Image by: Adriaan Meyer
|
Image by: Adriaan Meyer
|