Ernstige infecties komen vaak voor op IZ en kennen significante morbiditeit en mortaliteit Infectiemanagement is zeer uitdagend door verhoogde antibioticaresistentie bij deze populatie Artsen worden vandaag echter weinig of niet ondersteund bij het bepalen van de juiste dosis, of over wie het risico loopt op nosocomiale infecties of infecties veroorzaakt door multiresistente pathogenen Dit leidt tot slechte uitkomsten en een te hoog antibioticagebruik Hierdoor verkort de levensduur van antibiotica en neemt resistentie toe

Dit project zal hybride AI-modellen ontwikkelen om betere oplossingen voor deze tekortkomingen te vinden We zullen modellen ontwikkelen om antibioticaconcentraties te voorspellen voor de meest gebruikte antibiotica bij ernstige infecties Ook zullen we doseringsadvies geven voor optimale antibioticawerking Daarnaast zullen we modellen ontwikkelen die nosocomiale infecties zoals ventilatorgeassocieerde pneumonie en invasieve candidiasis kunnen voorspellen, maar die ook patiënten met een risico op antimicrobieel resistente infecties identificeren Tot slot zullen we deze informatie bedside ter beschikking stellen aan de artsen om zo de behandeling aan de patiënt en de infectie te kunnen aanpassen, alsook een beter inzicht te krijgen in de risico's waaraan de patiënt wordt blootgesteld Op die manier maken we gepersonaliseerde geneeskunde mogelijk, zal de uitkomst van deze patiënten verbeteren en verminderen we resistentie bij deze kwetsbare groep