Tech

Trimbos wil koudwatervrees voor machine learning in ggz wegnemen

Behandelaars zullen niet worden vervangen door algoritmen, maar ggz-instellingen kunnen niet om de inzet van kunstmatige intelligentie heen. Anders komen ze op een zijspoor te staan. Behandelaars die geen gebruik maken van algoritmen zullen wel vervangen worden door behandelaars die dat wel doen.

Dat betoogt Joran Lokkerbol van het Trimbos Instituut. Lokkerbol specialiseerde zich aan Harvard en MIT in machine learning.

Voorspellen

Machine learning wordt steeds meer relevant binnen de ggz, omdat daar de nadruk steeds meer op gepersonaliseerde en proactieve zorg komt te liggen. Dat betreft meer dan kijken met welke behandeling cliënten het beste geholpen zijn. Het is volgens Lokkerbol eerder andersom: juist het voorspellen welke specifieke patiënten geholpen zijn met bepaalde zorg is een van de mogelijkheden van machine learning. Dat komt doordat met machine learning complexe patronen in grote hoeveelheden data kunnen worden gevonden, die normaal niet zichtbaar zouden zijn. Dat levert volgens Lokkerbol nieuwe kennis op voor de klinische praktijk.

Lokkerbol heeft daarom een cursus opgezet om projectmatig data en machine learning in te zetten. Door kleine successen te bereiken hoopt hij de koudwatervrees binnen de ggz wat weg te nemen.

1 Reacties

om een reactie achter te laten

Arne van Oranje

17 december 2018

Big Data + Machine Learning + Overheid + Zorgverzekeraars = geen zorg op maat maar zorgprogrammatisch werken

Top