Ons werk

Appl.AI Webinar #3 - Kijkersvragen

Tijdens het Appl.AI webinar #3 'Hoe kunnen we de preventieve zorg met AI verbeteren?' ontvingen we vele kijkersvragen. Hieronder de antwoorden van onze panelleden op de meest voorkomende onderwerpen.
Het webinar bestond uit een panel met digital health expert Jildau Bouwman (links) en lead digital innovation expert Bram van Leeuwen (rechts).

Kijk hier het webinar terug

Appl.AI Webinar #3: 'Hoe kunnen we de preventieve zorg met AI verbeteren'’

Terugkijken

1. Wat is eigenlijk de reden dat de zorg in de basis zo gefocust is op de medische kant ipv de preventieve kant?

Ten eerste heeft de ontwikkeling van allerlei medicatie geleid tot een enorme toename in gezonde levensjaren (denk daar bv aan antibiotica). Hierdoor is een systeem ontstaan dat de medische kant van gezondheid ondersteund. Om dit te veranderen moeten alle partijen mee bewegen. Dat zullen ze alleen doen als ze directe baten zien. En de baten van een preventief systeem liggen op de lange termijn en de baten en de lasten liggen vaak niet bij dezelfde partij.

  1. 2. Het is helder dat te veel eten én te weinig bewegen de belangrijkste reden van overgewicht en DM type II zijn. Wat zou de overheid hierin moeten betekenen, zijn hier goede voorbeelden van?

Een mooi voorbeeld van overheidsingrijpen tegen obesitas is de sugartax in Groot Brittannië. Dit heeft geleid tot een afname in het drinken van suikerhoudende dranken. Daarnaast zijn er voorbeelden van landen waar er op scholen veel meer wordt bewogen. Dit zijn methoden die ook de Nederlandse politiek zou kunnen gebruiken.


  1. 3. Ik werk zelf in de zorg en merk dat technische vooruitgang moeilijk gaat, waar haalt ze (Jildau) haar optimisme vandaan?

Dit herken ik, alhoewel er technische ontwikkelingen zijn, worden ze regelmatig niet goed geïmplementeerd. Een van de redenen is mijns inziens dat de gebruikers niet goed worden meegenomen in de ontwikkeling. Daardoor weten ze niet goed hoe het hen helpt en sluit het niet aan op hun behoeftes. Ik denk dat als die co-creatie wel beter gaat plaatsvinden dat er grote stappen kunnen worden gezet.


  1. 4. Hoe weet een gebruiker of hij/zij te maken heeft met kwalitatief goede technologie die privacy respecteert? Hoe zou de gebruiker daarover geïnformeerd kunnen worden?

Een antwoord zou kunnen zijn dat er een verplichting zou moeten zijn voor certificering en wetgeving. Daarnaast zie ik zelf dat wetgeving (bv de AVG) nog zeker niet helemaal wordt nageleefd. Dus als gebruiker moet je mijns inziens inderdaad beter zichtbaar krijgen hoe en waarvoor jouw data wordt gebruikt. Hoe dat inzichtelijk te maken is nog een punt waar onderzoek naar nodig is. Daarnaast moeten personen en organisaties ook zelf meer gaan vragen om transparantie.


  1. 5. Wat is het grootste struikelblok voor innovatieve ontwikkelingen in de zorg?

80% van de innovaties haalt het niet naar de behandelkamer simpelweg omdat er onvoldoende aandacht is voor de implementatie en aansluiting op bestaande zorgprocessen. De meerwaarde wordt onvoldoende gevoeld door de eindgebruikers. Daarnaast helpt het huidige bekostigingsstelsel ook niet mee die is ingericht op volume in plaats van kwaliteit.


  1. 6. AI lijkt steeds meer een soort van magische term te zijn. Ook van de panelleden krijg ik de indruk dat AI de problemen in de zorg gaat oplossen. Zo simpel kan het toch niet zijn?

AI is zeker niet de magische oplossing voor de uitdagingen waar de zorg voor staat. Wel geloof ik dat het kan gaan helpen. De hoeveelheid data in de zorg verdubbelt momenteel ieder kwartaal. AI kan helpen om deze data razendsnel te interpreteren en op basis daarvan suggesties te doen. De professional en de patiënt blijven echter samen in de lead en kunnen op basis hiervan samen keuzes maken.


  1. 7. Apps worden ontwikkeld door bedrijven met een winst oogmerk. Hoe kun je dan garanderen dat er ethisch met de data van burgers wordt omgegaan? Doet de overheid, Europa doet?

Er zijn verschillende richtlijnen en wetten waaraan leveranciers moeten voldoen. Natuurlijk hebben we de GDPR maar veel AI initiatieven vallen ook in de categorie ‘medische apparaten’. Het gevolg hiervan is dat ze transparant moeten zijn in hoe het apparaat werkt en hoe er met de data omgegaan wordt. Persoonlijk verwacht ik dat wanneer dergelijke oplossingen vergoedt gaan worden men hogere eisen gaat stellen aan de transparantie over data.

Kijk hier het webinar terug

Appl.AI Webinar #3: Hoe kunnen we de preventieve zorg met AI verbeteren?

APPL.AI WEBINAR
Ons werk

Appl.AI Webinar #1: De rol van AI in overheidsbesluitvorming

De hoofdvraag die we behandelden in het webinar is ‘Hoe kan AI de overheid helpen bij transparante en eerlijke besluitvorming?’. Het webinar vond plaats op woensdag 27 mei 2020 en is hier terug te kijken. ... Lees verder
Kennis

Datagedreven besluitvorming

Elke dag staan beleidsmakers en ambtenaren voor complexe uitdagingen. Bijvoorbeeld het bestrijden van langdurige werkloosheid, het bereiken van duurzaamheidsdoelstellingen en het anticiperen op technologische... Lees verder
Expertise

Het Policy Lab: datagedreven beleidsontwikkeling

Het gebruik van nieuwe databronnen en technologische ontwikkelingen als Kunstmatige Intelligentie biedt kansen voor beleidsmakers om nieuwe inzichten op te doen en beter in te spelen op maatschappelijke... Lees verder
Kennis

Fair Machine Learning bestrijdt vooringenomenheid  

Een AI tool baseert haar berekeningen op basis van data. Als deze data biased (vooringenomen) is, zal dat in de berekening doorwerken. Wanneer bij een beroepsgroep in het verleden mannen de voorkeur hadden,... Lees verder
Kennis

AI draagt bij aan eenduidige informatie

Wanneer we een beslissing willen maken of iets willen controleren is correcte informatie cruciaal. Hoe eenduidiger de informatie, hoe beter. Wanneer dit niet het geval is en er bijvoorbeeld verschillende termen... Lees verder
Kennis

Naar samenwerking mens en machine

Door het toenemende potentieel van AI is ons leven steeds meer verweven met het gebruik van AI-technologie. Het wordt een partner in plaats van een instrument. Toch is AI-technologie altijd ingebed in... Lees verder
Kennis

Betrouwbare, transparante en eerlijke AI

De huidige AI-systemen zijn verre van perfect en nemen beslissingen die moeilijk te begrijpen zijn. Acceptatie van AI-systemen in de samenleving vraagt om transparante algoritmes en naleving van wet- en... Lees verder
Kennis

Deep Vision haalt informatie uit afbeeldingen

Een foto zegt meer dan 1000 woorden. Voor mensen is het lastig om nuttige informatie uit foto’s of video’s te halen. Met Deep Vision ontwikkelen wij AI algoritmes die beelden automatisch analyseren.  ... Lees verder
Roadmap

AI-technieken

AI is een sleuteltechnologie voor nieuwe toepassingen die bijdragen aan een sterkere industrie en samenleving. Hiervoor werken we samen met onderzoeksinstellingen, bedrijven en overheden in het TNO Appl.AI... Lees verder

test

test

Jaarverslag2019
Contact

Ir. Carla Rombouts-Gordijn

  • Digital health
  • Data management
  • Lifestyle & health
  • Privacy
  • Artificial intelligence

Volg TNO op social media

Blijf op de hoogte van het laatste nieuws, de vacatures en activiteiten

Op TNO.nl maken we gebruik van cookies. De daarin opgeslagen informatie kan bij een volgend bezoek weer naar onze servers teruggestuurd  worden.