Ga naar de inhoud
  • info@techforfuture.nl
  • Home
  • TechForFuture
  • Projecten
  • Nieuws
  • Experts
  • Contact
  • Home
  • TechForFuture
  • Projecten
  • Nieuws
  • Experts
  • Contact

XAIDHA Explainable AI voor de Digitale Hulpmiddelen-Assistent

Lectoraat: Ambient Intelligence

Jaartal: 2023

Looptijd: 9 maanden

Doel

Het lectoraat Ambient Intelligence werkt samen met Nedap Healthcare om thuiszorgorganisaties te ondersteunen bij het effectief inzetten van zorgtechnologie, zoals medicijndispensers en leefstijlmonitoring. Dit gebeurt op het juiste moment, zodat cliënten er optimaal van profiteren. Een groot knelpunt is dat veel zorgmedewerkers niet op de hoogte zijn van beschikbare technologieën of niet weten voor welke cliënten deze geschikt zijn. Dit belemmert de inzet van zorgtechnologie, terwijl het juist kan bijdragen aan efficiëntere zorg.

Om dit probleem op te lossen, ontwikkelt het project de Digitale Hulpmiddelen-Assistent (DHA). Deze softwaretool geeft gepersonaliseerde suggesties voor zorgtechnologie op basis van data uit het elektronisch cliëntendossier (ECD) en indicatoren zoals zorgbehoeften. Hiervoor wordt artificial intelligence (AI) ingezet om patronen te herkennen en passende technologieën voor te stellen.

Het doel van het project is om zorgmedewerkers te ondersteunen bij het maken van betere keuzes, zodat cliënten op het juiste moment de juiste ondersteuning krijgen. Tegelijkertijd helpt dit om de werkdruk voor zorgpersoneel te verlagen.

 

Aanleiding

De ouderenzorg kampt met een groeiend probleem: het aantal cliënten neemt toe, terwijl er te weinig zorgmedewerkers zijn om aan de vraag te voldoen. Hierdoor raken verpleeghuizen overvol, worden wachtlijsten langer en neemt de werkdruk voor zorgpersoneel toe. Zorgtechnologie, zoals beeldbellen, medicijndispensers en leefstijlmonitoring, kan helpen om zorg efficiënter te organiseren en tijd te besparen.

Ondanks het potentieel wordt zorgtechnologie nog niet effectief ingezet. Dit komt doordat zorgorganisaties moeite hebben met de implementatie en opschaling ervan. Zorgmedewerkers weten vaak niet welke technologieën beschikbaar zijn of wanneer deze geschikt zijn voor cliënten. Ook zijn de criteria voor gebruik vaak onduidelijk of lastig te onthouden.

Nedap Healthcare wil dit probleem oplossen door een oplossing te ontwikkelen die zorgmedewerkers helpt om de juiste technologie op het juiste moment in te zetten. Tijdens een pilot bleek een keuzehulp voor zorgtechnologie succesvol. Daarom wil Nedap nu een generieke keuzehulpoplossing ontwikkelen die toepasbaar is voor alle zorgorganisaties en verschillende vormen van zorgtechnologie.

Het elektronisch cliëntendossier (ECD) van Nedap, waarin zorgvragen van cliënten zijn gespecificeerd, kan helpen om passende zorg te bepalen en zorg efficiënter te organiseren. Voor een effectieve inzet van AI is echter kennis van explainable AI nodig, wat Saxion kan bieden.

Kennis en stand van het onderzoek

Dit project bouwt voort op de kennis, ervaring en technologie van de betrokken partners. Het richt zich op drie hoofdthema’s: data-exploratie, data-analyse en de softwarematige koppeling tussen bestaande systemen.

Nedap Healthcare heeft ervaring met het ondersteunen van zorgorganisaties via hun elektronisch cliëntendossier ‘Ons’, dat helpt bij het registreren en beheren van zorginformatie. Ook heeft Nedap een succesvolle pilot uitgevoerd met een keuzehulp voor zorgtechnologie, wat het nut van gepersonaliseerde suggesties voor zorgmedewerkers aantoont.

Er is echter nog geen generieke oplossing die werkt voor alle zorgorganisaties en zorgtechnologieën. Ook ontbreekt de kennis om op basis van data-analyse de juiste cliënten te selecteren voor zorgtechnologie.

Saxion brengt expertise in kunstmatige intelligentie (AI) en explainable AI (XAI) in. XAI is essentieel om zorgmedewerkers inzicht te geven in hoe AI-suggesties tot stand komen. Het project past deze kennis toe om een transparant en betrouwbaar systeem te ontwikkelen. Dit ondersteunt zorgorganisaties bij het verantwoord inzetten van zorgtechnologie, precies waar en wanneer dat nodig is.

Beoogde resultaten

Het project levert een softwaretool op die gepersonaliseerde suggesties geeft voor zorgtechnologie. Deze Digitale Hulpmiddelen-Assistent (DHA) analyseert welke cliënten baat hebben bij specifieke technologieën, gebaseerd op duidelijke criteria. Hierdoor kan zorgtechnologie doelgericht en effectief worden ingezet.

Nedap Healthcare ondersteunt met het ECD ‘Ons’ al de fysieke zorg. Met de DHA wil Nedap nu ook de inzet van zorgtechnologie verbeteren en meer impact maken door bij te dragen. Bovendien willen ouderenzorgorganisaties 20–30% van de zorg digitaal organiseren, wat met deze oplossing mogelijk wordt.

De DHA ondersteunt zorgmedewerkers door suggesties te geven op basis van kenmerken die zijn afgeleid uit het Omaha-systeem voor zorgbeschrijving en gegevens uit het ECD. AI-technieken zoals decision trees en random forests worden ingezet om patronen te herkennen. De AI-modellen zijn transparant, wat wordt aangeduid als explainable AI (XAI). Dit helpt zorgmedewerkers om de suggesties te begrijpen en vertrouwen, wat bijdraagt aan een verantwoorde inzet van zorgtechnologie.

Het project legt de basis voor Explainable AI voor de Digitale Hulpmiddelen-Assistent (XAIDHA). Hierdoor kunnen zorgmedewerkers beter geïnformeerde keuzes maken en krijgen cliënten op het juiste moment de juiste zorgtechnologie.

Activiteiten & projectaanpak

Het project werkt volgens de CRISP-DM-methode (CRoss-Industry Standard Process for Data Mining). Deze iteratieve aanpak begint bij het begrijpen van de behoeften van de zorgorganisatie. Daarna worden data geanalyseerd, gemodelleerd en geëvalueerd. Dankzij de cyclische werkwijze wordt het resultaat continu verbeterd.

Het project richt zich op vier onderzoeksvragen:

  1. Wat zijn de Omaha-gebruikersprofielen?
    Dit zijn de criteria om te bepalen welke cliënten baat hebben bij medicijndispensers, beeldbellen, leefstijlmonitoring en dagstructuurondersteuning.
  2. Hoe maken we een transparant classificatiemodel?
    Dit model selecteert nieuwe cliënten voor zorgtechnologie, volgens de principes van explainable AI (XAI).
  3. Hoe automatiseren we de analyse van gebruikersprofielen?
    De analyse moet softwarematig kunnen worden geïntegreerd voor praktisch gebruik.
  4. Hoe passen we deze aanpak toe op andere data?
    Het model moet flexibel zijn en werken met andere soorten data dan Omaha-classificaties.

Door deze aanpak ontstaat een betrouwbare en transparante keuzehulp voor zorgtechnologie, die zorgmedewerkers effectief ondersteunt.

Nedap Healthcare werkt nauw samen met het lectoraat Ambient Intelligence om de Digitale Hulpmiddelen-Assistent (DHA) te ontwikkelen. Dankzij hun ervaring met het ECD ‘Ons’ en eerdere pilots met keuzehulpen, levert Nedap waardevolle kennis en technologie voor dit project.

 

Meer info over dit project vindt u hier

Partners

Betrokken bij onderzoek

Loading...

Jeroen Linssen

Wouter Teeuw

Iris Heerlien

Selin Çolakhasanoglu

Resultaat

Loading...

Projectfoto's

Contactgegevens

Bezoekadres
M.H. Tromplaan 28
7513 AB Enschede

Postadres
Postbus 70000
7500 KB Enschede

  • info@techforfuture.nl

Informatie

  • Privacy statement
  • Disclaimer
  • Route beschrijving

Volg ons

Linkedin Youtube

Hogescholen

Webdesign Swipe Media

  • Home
  • TechForFuture
  • Projecten
  • Nieuws
  • Experts
  • Contact

Contact

  • info@techforfuture.nl
  • Zoek..