"Doing it right or making stupidity look good" – Keynote Samenvatting over AI, Data Supported Healthcare en verantwoorde innovatie in de gezondheidszorg.
Lector Data Supported Healthcare & AI
Kenniscentrum Zorginnovatie, Hogeschool Rotterdam
Professor data-technology and health, Macquarie University Sydney
Leading lector Livinglab Data Supported Healthcare & Innovation, Medical Delta
HR Datalab Healthcare – Trans-disciplinair, Co-creatie, Verbindend
Dr. Marleen Goumans – Directeur Kenniscentrum Zorginnovatie, Lector ouderenzorg
Prof. Dr. Mark Scheper – Lector / Chief data-scientist (HR, MQ, Medical Delta, Erasmus MC)
Dr. Tim Hulsen – Lector (HR, Philips)
Dr. Rob van der Willigen – Techlead (data-engineer)
Larissa Hartog – Data-scientist, Wiskundige
Dr. Vincent de Beer – Data-scientist
Maurice van der Dobbelsteen – Coördinator datalab
Helen de Graaf-Waar – BETerZO (HR & Erasmus MC)
Mark van Velzen – Learning Health Systems
Nienke Streekstra – Kinderfysiotherapeut
Dirk Steijger – Colead (HR & Unimaas)
Maartje Vletter – Transitie draait door
Dr. Pieter van Boheemen – Programmaleider Responsible AI en Ethiek
Gerwin Vis – Coördinator Livinglab, Beoogd Promovendus Responsible Design AI
Rachid de Graaff – Beoogd promovendus Small Language Models
Oscar Reijmerink – Beoogd Promovendus Healthy education
Opbouwen van kennis & expertise door hands-on disseminatie van datatechnologie
Play – Experimenteren met nieuwe technologieën
Experiment – Hypothesen testen in de praktijk
Learn – Kennis opdoen en delen
Prototype – Snelle iteraties en validatie
Products – Concrete oplossingen ontwikkelen
Services – Dienstverlening en ondersteuning
Innovate – Nieuwe mogelijkheden verkennen
Develop – Van concept naar implementatie
Het DataLab vormt de brug tussen Complexity Thinking en Data Engineering, waarbij data centraal staat. De labs zijn vrij toegankelijk op de begane grond van het gebouw aan de Wijnhaven, waar studenten hun eigen ideeën kunnen uitvoeren naast hun studie.
Digitale transities en de noodzaak voor AI-ondersteuning
Zorgregistratie is over de jaren complexer en tijdrovender geworden. Per jaar wordt 110 exabytes aan data opgeslagen – veel meer dan alle taal bekend onder de mensheid (4.3 exabytes). Dit is ook een zwaartepunt voor audits en financiering.
Slechts 40% van alle tijd wordt besteed aan directe zorg. 60-90% van registraties zijn open tekstvelden. Werkdruk is ongekend hoog en de complexiteit van de zorg wordt steeds groter.
Er is een groeiende noodzaak voor zorg in de eigen leefomgeving, ook in complexe situaties. Dit vraagt om nieuwe technologische oplossingen en innovatieve zorgmodellen.
Ontwikkeling technologie gaat sneller dan inzichten in de zorg. Domeinspecifieke kennis en onderwijs ontbreekt vaak. Maatschappelijke acceptatie verloopt traag.
Lessons learned vanuit drie praktijkvoorbeelden
Mogelijkheid voorspellen van NICU-opnames met Perined data en ontwikkelen van een hulpmiddel voor ondersteuning bij NICU-identificatie.
Periode: 1 januari 2010 – 31 december 2023
Omvang: 4,5 miljoen geboortes
Inclusie: Zwangerschapsduur ≥ 37 weken, alle geboortelocaties Nederland, levend en overleden
AI-ondersteunende zorg: 72,5% correct
Reguliere zorg: 37,4% correct
Een significante verbetering door AI-ondersteuning bij het identificeren van NICU-opnames.
"Normaal": 10-25% van Nederlandse populatie heeft gegeneraliseerde hypermobiliteit – vaak gezien als "talent" in topsport
Zeldzame afwijking: Erfelijke bindweefselziekten (1 op 20.000-100.000) met genetische afwijking
hEDS/HSD: 1 op 5000, absent genetisch profiel, kan zeer ernstig zijn
Slechte leefbaarheid geeft grotere kans op:
• Mentale gezondheidsproblemen (6-29x)
• Chronische vermoeidheid (4-12x)
• Zware fysieke beperkingen (4-20x)
Patroon: Staat woningen, vervuiling (licht, geluid, stoffen)
AI kan bijdragen aan het beter opsporen van GJH-gerelateerde ziekten. Beslisboom voor activiteitenbeperkingen (CHAQ) met slechts 5% van totale variabelen. Onderscheidende factoren: hoge pijn (VAS > 65mm), veel comorbiditeiten, en POTS.
Agent 1: Verkleining dossier pagina's tot 24 per pagina, data lezen
Agent 2: Voorgelezen gegevens omzetten in tekst, documenten voor analyse
Agent 3: Ordenen en analyseren van tekst, classificatie
Challenge 1: Registratie
Challenge 2: Machine leesbaar maken
Challenge 3: Privacy
Challenge 4: Efficiëntie en kosten
Challenge 5: Predictie
Client → Question → Semantic Search → Vector Database → Contextual Data → Prompt → LLM → Post Processing → Response
Combinatie van Speech-to-Text, Computer Vision, en LLM door RAG/FAISS voor classificatie.
Van 1980-era neural networks naar deep learning
Generatieve AI [Gen-AI] is een "digitale content generende technologie" met als doel het volledig automatisch produceren van ogenschijnlijk "nieuwe" inhoud, zoals tekst, afbeeldingen, geluid, spraak en/of muziek.
1980-era: Single hidden layer
Deep Learning: Multiple hidden layers
Van pixel identificatie → edges → combinations → features → recognition (bijv. gezichtsherkenning)
Input: Structured data, Text, Voice, 3D signals, Images
Training → Adaptation
Output: Information extraction, Instruction following, Object recognition, Image captioning, Q&A, Sentiment analysis
"Context and punctuation saves lives" – Let's eat kids vs Let's eat, kids
World → Data → Design → Use → World
Real world patterns of health inequality → Discriminatory data → Biased AI design → Application injustices → Versterkt ongelijkheid
• Unequal access and resource allocation
• Discriminatory healthcare processes
• Biased clinical decision making
• Sampling biases en gebrek aan representatieve datasets
• Power imbalances in agenda setting
High-paying occupations: AI genereert overwegend mannelijke gezichten (architect, lawyer, CEO, doctor)
Low-paying occupations: Overwegend vrouwelijke gezichten (janitor, cashier, teacher, housekeeper)
AI classificeerde husky's als wolven op basis van sneeuw in de achtergrond, niet de dierkenmerken. Vergelijkbaar risico bij melanoma vs moedervlek detectie – de context kan misleidend zijn.
m.c.scheper@hr.nl
Kenniscentrum Zorginnovatie
Hogeschool Rotterdam
• Hogeschool Rotterdam – Kenniscentrum Zorginnovatie
• Kenniscentrum Business Innovation
• Medical Delta
• Macquarie University Sydney
• Nationaal Expertise Centrum voor Ehlers-Danlos, Erasmus MC