In de zorg voor mensen met een verstandelijk beperking wordt heel veel data routinematig verzameld. Elke dag of tenminste elke week voegen professionals wel informatie toe aan een digitaal dossier.

Tummers neemt ons mee in de wondere wereld van kunstmatige intelligentie, big data, machine learning en meer buzzwords. “Hoe kunnen we deze gebruiken om het leven van mensen met een verstandelijke beperking beter te maken? En geen zorgen: dit is geen raketwetenschap.”

De vier v’s van big data
Eerst maar eens: wat is big data eigenlijk? Tummers noemt de 4 v’s: volume, velocity, variety en veracity. “Het gaat om een hoeveelheid gegevens die je niet meer op je eigen computer kunt verzamelen. Het gaat om data die continu binnenkomt, om verschillende soorten data en om betrouwbare data.”

Wanneer je kunstmatige intelligentie toepast op big data kun je bijvoorbeeld patronen herkennen. Tummers: “In ons dagelijks leven komen we al veel kunstmatige intelligentie tegen, denk bijvoorbeeld aan zoekmachines, computerspelletjes en de spraakherkenning op je telefoon.”

Machine learning
Machine learning is een van de manieren om kunstmatige intelligentie toe te passen. Het is een statistische methode die een dataset gebruikt om er conclusies uit te trekken of om beter te presteren. “Je kunt het bijvoorbeeld gebruiken om data te classificeren, te clusteren of om op basis van bepaalde kenmerken bepaald gedrag te voorspellen”, zegt Tummers.

Je kunt machine learning toepassen door zelf te programmeren, maar er zijn ook al steeds meer systemen beschikbaar waarop je een dataset kunt loslaten die vervolgens automatisch analyses doet, vertelt Tummers.  

Een platform voor kunstmatige intelligentie
Tummers werkt met zijn promotieonderzoek aan een platform voor kunstmatige intelligentie en big data in de zorg voor mensen met een verstandelijke beperking. Daarvoor zijn nog wel wat uitdagingen, vertelt hij. “We willen dit bijvoorbeeld toegankelijk maken voor onderzoek van derden en ervoor zorgen dat we onderzoeksvragen uit de praktijk krijgen.” Ook het waarborgen van de privacy blijft een uitdaging. 

Wat het ook lastig maakt is dat er in de dossiers veel ongestructureerde data is, namelijk tekst. “Dat is nu eenmaal moeilijk te analyseren”, zegt Tummers. “Maar het mooie is weer dat er zo ontzettend veel data over individuele cliënten beschikbaar is.”

Het algoritme als ondersteuner
Een van de deelnemers vraagt in de chat: “Moet je niet opletten dat data en ML de overhand nemen en de cliënt als zodanig nog meer 'object' wordt?” Daar is Tummers het volledig mee eens. “Een algoritme moet nooit leidend zijn in de zorg voor de cliënt. Het zou suggesties kunnen doen aan begeleiders, maar uiteindelijk wordt de zorg door mensen geleverd.”