Michael Johnson
Op 28 oktober 2026 kondigde Meta 2 miljoen dollar steun aan voor onderzoek aan vijf Amerikaanse universiteiten. De vorm van de ondersteuning verschilt per instelling en project: ze omvat toegang tot modellen en technologieën van Meta, samenwerking met onderzoekers van het bedrijf en financiering voor afzonderlijke projecten. Het onderzoek bestrijkt geneeskunde, natuurkunde, scheikunde, biologie, informatica en wiskunde.
Deelnemers aan het programma zijn het California Institute of Technology, het College of Medicine van de Ohio State University, Louisiana State University, Indiana University en UTHealth Houston. De teams gaan modellen uit de Muse-familie gebruiken, waaronder Muse Spark Open, Muse Wonder, Muse Spark en Muse Glimmer, evenals computer vision-tools SAM, V-JEPA en DINO. Meta meldt dat medische projecten de modellen laten draaien op de infrastructuur van de instellingen zelf, zodat die controle houden over klinische gegevens en patiëntgegevens.
Klinische projecten worden met praktijkgegevens getest
Bij het College of Medicine van de Ohio State University onderzoekt een team hoe gewone CT-scans van de buik kunnen worden gecombineerd met longitudinale medische dossiers en beschikbare ECG's om het toekomstige risico op hartfalen met behouden ejectiefractie in te schatten. Andere projecten aan de universiteit richten zich op het opstellen van concepten voor radiologische verslagen op basis van multimodale gegevens en vergelijking met eerdere scans, het beoordelen van kwaliteitsmaatstaven voor zulke verslagen en een afzonderlijk onderzoek naar de manier waarop radiologen AI-aanbevelingen accepteren of afwijzen in een gesimuleerde klinische omgeving. Een ander team ontwikkelt een agentsysteem dat de cognitieve voorgeschiedenis van een patiënt analyseert en artsen helpt de volgende informatieve stappen te kiezen bij de beoordeling van de ziekte van Alzheimer.
Bij LSU omvat de steun vijf projecten op vier campussen: een interuniversitair register van neurochirurgische uitkomsten, Eyes-On voor het monitoren van baby's met tracheacanules, artsenopleiding in virtual reality, een evaluatie van RF-systemen voor houdingsschatting die mogelijk kunnen worden gebruikt om privé valincidenten te detecteren, en causaal onderbouwde AI voor de analyse van behandeluitkomsten bij hoofd-halskanker. Dr. Michael Dunham en Supratik Mukhopadhyay werken mee aan de ontwikkeling van Eyes-On. Volgens LSU moet het systeem de positie van de canule volgen en waarschuwen als die verschuift; video wordt lokaal, naast het bedje, verwerkt. Meta meldt afzonderlijk dat voor Eyes-On al een proof of concept is gepubliceerd en dat de ontwikkeling doorgaat.
Indiana University werkt aan drie onderzoeksrichtingen. NeoSmartML+ onderzoekt multimodale hulpmiddelen voor de zorg aan moeders en pasgeborenen, ontworpen om offline te werken op betaalbare Android-apparaten. Een andere richting onderzoekt hoe kinderen woorden en visuele concepten leren uit alledaagse ervaringen. De derde richt zich op het aanpassen van gesprekssystemen aan de communicatiekenmerken van mensen met dementie. Bij UTHealth Houston onderzoeken teams hoe modellen lokaal op de eigen GPU-infrastructuur kunnen draaien, hoe agentscenario's presteren in medische interfaces en hoe uiteenlopende dossiers van patiënten met glioblastoom kunnen worden geanalyseerd. Meta omschrijft de vroege test van UTHealth met een steekproef van 65 gevallen als een evaluatie van de workflow.
Wetenschappelijke vraagstukken, van wiskunde tot scheikunde
Bij Caltech onderzoeken wetenschappers of taalmodellen kunnen helpen bij open vraagstukken in de wiskunde en natuurwetenschappen. Een project bouwt een verzameling open wiskundige onderzoeksvragen op en beoordeelt of modellen hypothesen kunnen formaliseren, lemma's kunnen vinden en door een machine verifieerbare bewijzen kunnen maken. Andere onderzoeksrichtingen omvatten natuurkundige modellen, het voorspellen van chemische reacties aan de hand van niet-gepubliceerde laboratoriumnotities, het opstellen van wiskundige theorieën voor biologische systemen en het creëren van formeel verifieerbare wetenschappelijke artefacten.
Deze projecten bieden verschillende manieren om resultaten te toetsen: klinische teams kunnen schattingen vergelijken met medische gegevens en het werk van deskundigen, terwijl wetenschappelijke teams ze kunnen toetsen aan experimentele waarnemingen en formele bewijzen. In de beschrijving van het programma geeft Meta onderzoeksplannen en reeds gestarte projecten weer. De praktische waarde kan worden beoordeeld aan de hand van de methoden en resultaten die de teams tijdens hun werk publiceren.
Universiteiten houden controle over de gegevens
Volgens Meta voeren de universiteiten medische onderzoeken zelfstandig uit in hun eigen omgevingen en houden ze de controle over klinische gegevens en patiëntgegevens: de gegevens worden niet aan Meta overgedragen, niet door het bedrijf verwerkt en zijn niet toegankelijk voor Meta. Zo kunnen deelnemers het lokale gebruik van modellen op gevoelige dossiers onderzoeken, waaronder medische beelden en teksten.
Het programma combineert financiering voor afzonderlijke projecten met toegang tot modellen en technische samenwerking. De resultaten hangen af van de mate waarin reproduceerbare methoden en gepubliceerde gegevens de waarde van modellen voor specifieke onderzoeksvraagstukken aantonen — van klinische beoordeling en artsenopleiding tot wiskundige bewijzen en wetenschappelijke experimenten.
