Synthetische biologische data
Synthetische biologische data
Variant op eerder paper synthetische data; nu ook biologische data (next genome sequencing e.d.) synthetisch genereren.
15/04/2026
Gezondheidszorgsystemen staan wereldwijd onder druk en digitalisering, vooral AI, wordt gezien als sleutel tot transformatie. De snelle ontwikkelingen zorgen echter voor een tekort aan kennis, vaardigheden en bruikbare toepassingen in de zorgpraktijk. Zorgprofessionals zijn vaak onvoldoende bekend met digitale innovaties en privacyregels maken datadeling lastig.
Het Medical Delta Living Lab ‘Data supported healthcare & innovation’ wil dit doorbreken door best practices te ontwikkelen en een data-infrastructuur op te zetten. In samenwerking met partners als Health-RI en Beterketen worden use-cases uitgewerkt rond chronische ziekten, dementie, genetica, sport en welzijn.
Het lab bouwt aan een digitaal ecosysteem met federated learning, een privacyvriendelijke manier van data-analyse. Zo kunnen innovaties veilig en effectief worden getest en toegepast.
De doelen zijn: een ecosysteem voor veilige data-uitwisseling en co-creatie, best practices voor AI in de zorg, en maatschappelijk verantwoorde toepassingen die bijdragen aan onder andere vroege detectie, personalisatie en vermindering van registratielast.
De ontwikkeling van een AI-toepassing begint met het begrijpen van de werkelijke behoefte in de zorgpraktijk. Niet de technologie staat centraal, maar de mens en zijn context. In deze fase werken zorgprofessionals, onderzoekers en ontwerpers samen om problemen te definiëren en te vertalen naar haalbare digitale oplossingen. Daarbij wordt vanaf het begin aandacht besteed aan ethiek, privacy, data-kwaliteit en inclusie, het fundament van Responsible Design. Zo ontstaan prototypes die niet alleen technisch sterk zijn, maar ook maatschappelijk verantwoord en toepasbaar in de zorg van morgen.
Synthetische biologische data
Variant op eerder paper synthetische data; nu ook biologische data (next genome sequencing e.d.) synthetisch genereren.
Muizenbreinen in VR
3D-modellen van muizenbreinen in VR in kaart brengen.
Digitalisering Klinimetrie Inventarisatie
Inventarisatie: welke klinimetrie wordt gebruikt, uitkomstmaten, mogelijkheden sensoren/camera’s. Incl. literatuurstudie.
Behoefteonderzoek
Onderzoek naar gewenste AI-functies op rapportage in het verpleeghuis (samenvattingen, diagnostiek, etc.).
Robotica met Vision AI in medisch lab
Robot met vision AI voor repetitieve handelingen in labomgeving
Image recognition strottenhoofd
Herkenning normaal gedrag. Uitbreiding naar metamodel (akoestisch + video).
Interface-ontwerp Avatar
Voorbereidend onderzoek voor grote datastudie; interface op basis van voorkeuren GLEE-cliënten.
Image recognition bloeduitstrijkjes
Hoge F1/precision/recall-scores
Diagnostische criteria
Nieuwe diagnostische criteria hypermobiele EDS distilleren uit grote dataset.
Voorspellermodel Apgar
Voorspellermodel voor Apgar-scoren op basis van Zweedse data.
Wanneer een AI-oplossing klaar is voor gebruik, begint het echte werk: de integratie in de zorgpraktijk. Deze fase draait om co-creatie, samenwerking en adoptie. Binnen een digitaal ecosysteem worden zorginstellingen, opleidingen, onderzoekers en bedrijven met elkaar verbonden om gezamenlijk te testen, verbeteren en opschalen. De nadruk ligt op veilige data-uitwisseling, duidelijke governance en gebruiksvriendelijke integratie in bestaande processen. Zo groeit de AI-toepassing uit tot een betrouwbaar onderdeel van de dagelijkse zorgpraktijk, gedragen door de mensen die ermee werken.
Synthetische biologische data
Variant op eerder paper synthetische data; nu ook biologische data (next genome sequencing e.d.) synthetisch genereren.
Muizenbreinen in VR
3D-modellen van muizenbreinen in VR in kaart brengen.
Digitalisering Klinimetrie Inventarisatie
Inventarisatie: welke klinimetrie wordt gebruikt, uitkomstmaten, mogelijkheden sensoren/camera’s. Incl. literatuurstudie.
Robotica met Vision, Verpleeghuis
Inzet van robotica/vision-tools voor huishoudelijke/facilitaire dienst in het verpleeghuis.
Robotica met Vision AI in medisch lab
Robot met vision AI voor repetitieve handelingen in labomgeving
Image recognition strottenhoofd
Herkenning normaal gedrag. Uitbreiding naar metamodel (akoestisch + video).
Image recognition bloeduitstrijkjes
Hoge F1/precision/recall-scores
Diagnostische criteria
Nieuwe diagnostische criteria hypermobiele EDS distilleren uit grote dataset.
Voorspellermodel Apgar
Voorspellermodel voor Apgar-scoren op basis van Zweedse data.
Na implementatie begint het continue proces van leren, verbeteren en verantwoord gebruiken. In deze fase wordt gekeken naar de daadwerkelijke impact van AI: doet de toepassing wat ze belooft, en blijft ze eerlijk, transparant en veilig in gebruik? Door voortdurende monitoring, scholing en kennisdeling wordt het gebruik van AI duurzaam verankerd in zorgorganisaties en opleidingen. Dit zorgt voor een lerend zorgsysteem waarin technologie bijdraagt aan betere zorg, met oog voor mens, data en ethiek.
Muizenbreinen in VR
3D-modellen van muizenbreinen in VR in kaart brengen.
Digitalisering Klinimetrie Inventarisatie
Inventarisatie: welke klinimetrie wordt gebruikt, uitkomstmaten, mogelijkheden sensoren/camera’s. Incl. literatuurstudie.
Tijdwinst AI-rapportage verpleeghuis
Onderzoek naar tijdwinst bij inzet AI-tool op rapportage en besteding van vrijgekomen tijd.
Robotica met Vision, Verpleeghuis
Inzet van robotica/vision-tools voor huishoudelijke/facilitaire dienst in het verpleeghuis.
Behoefteonderzoek
Onderzoek naar gewenste AI-functies op rapportage in het verpleeghuis (samenvattingen, diagnostiek, etc.).
Image recognition strottenhoofd
Herkenning normaal gedrag. Uitbreiding naar metamodel (akoestisch + video).
Image recognition bloeduitstrijkjes
Hoge F1/precision/recall-scores
Voorspellermodel Apgar
Voorspellermodel voor Apgar-scoren op basis van Zweedse data.
