Leren vanuit de praktijk
Alkema brengt zorgprofessionals, AI-ontwikkelaars en bedrijven samen in een lerende omgeving. Het vertrekpunt is altijd een concrete zorgvraag, niet een technologie die op zoek is naar een toepassing. Zo onderzocht de Community of AI op basis van vital signs in de ambulance kan inschatten hoe ernstig een situatie is, werd gewerkt aan betere detectie van longkankerprogressie en COPD, en verkende men hoe wijkverpleegkundigen tijd kunnen besparen met spraakgestuurd rapporteren.
Dat vraagt om meer dan technische kennis. Zorgprofessionals moeten begrijpen hoe een model werkt, hoe het getraind is en wanneer het betrouwbaar is. En ontwikkelaars moeten de zorgpraktijk kennen: hoe werken zorgprocessen, welke data is beschikbaar, wat betekent een bepaalde term in de klinische context? Juist die wederzijdse geletterdheid staat centraal in Learning Community Coding for Cure & Care.
Datagedreven zorg: van dataset naar beslissing
Een van de afgeronde casussen richtte zich op vroege signalering van mentale klachten bij jongeren in Drenthe. Onderzoekers, beleidsmakers en dataspecialisten analyseerden samen beschikbare databronnen, van de GGD Gezondheidsmonitor tot synthetische data van Lifelines, om een risicovoorspelmodel te ontwikkelen. Het model herkende de ‘gezonde’ groep in 76% van de gevallen correct: een veelbelovend resultaat dat tegelijk laat zien hoe zorgvuldig je met data en verwachtingen moet omgaan.
Want data alleen is niet genoeg. De professionele blik blijft onmisbaar. AI ondersteunt, maar vervangt het oordeel van de zorgprofessional niet. Die nuance is essentieel, zeker wanneer beleidsmakers de uitkomsten willen inzetten voor preventief beleid.
Implementatie en adoptie
Technisch goed functionerende modellen lopen in de praktijk regelmatig vast tijdens de implementatiefase, een uitdaging die ook binnen het netwerk van Health Noord bekend is. Anders dan bij geneesmiddelen ontbreekt een gestandaardiseerd traject van ontwikkeling naar toepassing. Vragen als ‘is dit model representatief voor de populatie waarin het wordt ingezet?’ en ‘hoe borgen we goed gebruik?’ blijven te vaak onbeantwoord.
De leergemeenschap werkt hieraan door implementatievraagstukken samen met zorgprofessionals, bedrijven en ethici van het ELSA lab van het UMCG te doordenken. Daarin speelt vertrouwen een centrale rol: zorgprofessionals die begrijpen hoe een model werkt, staan er minder sceptisch tegenover. Niet door de drempel te verlagen, maar door kennis op te bouwen.
Samen werken aan toekomstbestendige zorg
De aanpak van de Learning Community Coding for Cure & Care sluit naadloos aan op de missie van Health Noord: het brengt zorg, onderwijs, onderzoek en bedrijfsleven samen rond concrete maatschappelijke uitdagingen.
Voor Health Noord is de waarde tweeledig. Enerzijds draagt de Learning Community bij aan de programmalijn Implementatie & Adoptie door AI-geletterdheid te vergroten en zorgprofessionals al vroeg te betrekken bij de ontwikkeling van nieuwe toepassingen. Anderzijds biedt het platform kansen om succesvolle regionale pilots op te schalen binnen het bredere netwerk van zorgorganisaties, netwerkpartners en kennisinstellingen in Noord-Nederland.
Duurzame innovatie ontstaat wanneer professionals gezamenlijk leren, experimenteren en kennis uitwisselen. Coding for Cure & Care is daarmee meer dan een verzameling AI-projecten: het is een manier van werken die professionals voorbereidt op de zorg van morgen.
Meer lezen?
Meer lezen? Het volledige artikel van de Hanze over AI in de zorg is te lezen via de knop hieronder. Hierin komen ook de ethische en juridische kant van AI in de zorg aan bod, en de samenwerking met het ELSA lab van het UMCG.