Machine learning

Met machine learning kan de geestelijke gezondheidszorg beter voorzien in gepersonaliseerde zorg. Ons Centrum voor Economische Evaluatie ondersteunt organisaties bij het toepassen van machine learning.

Wat is Machine Learning?

Machine Learning is een vorm van statistiek die zich richt op voorspellen, bijvoorbeeld van de zorgvraag of zorgbehoefte van een patiënt. De computer doet dit door complexe patronen in grote hoeveelheden data te herkennen en te verbinden.

Mede doordat de wens naar gepersonaliseerde en proactieve zorg steeds sterker wordt, is machine learning in korte tijd zeer relevant geworden binnen de geestelijke gezondheidszorg.

Machine learning-projecten maken het bijvoorbeeld mogelijk te voorspellen welke specifieke patiënten wel of niet geholpen zijn met bepaalde zorg. Dat gaat een stap verder dan weten met welke behandeling of interventie patiënten gemiddeld genomen het beste geholpen zijn.

Aanbod en activiteiten

Ons Centrum voor Economische Evaluatie richt zich op het verbeteren en onderzoeken van de doelmatigheid van de GGZ. Het CEE heeft zich gespecialiseerd in de toepassing van Machine Learning in de GGZ en richt zich daarbij op:  

  1. Kennisverspreiding
  2. Opleiden professionals 
  3. Organisatieadvies
  4. Onderzoek

1. Kennisverspreiding

  • We verspreiden kennis over machine learning, ondermeer met wetenschappelijke publicaties en presentaties bij zorgverzekeraars, zorginstellingen, overheden en kenniscentra.
  • Via het PROSPER-netwerk (PROSpective Psychiatric and Economic Research) wisselen we ervaringen uit en delen we de nieuwste inzichten op het gebied van machine learning in de zorg.

2. Opleiden professionals

Professionals in de ggz kunnen een leergang volgen om machine learning toe te passen in de eigen organisatie. Deelnemers werken tijdens de leergang aan een eigen project, op basis van eigen data, om zo direct, hands-on het geleerde in praktijk te kunnen brengen.

Meer informatie

3. Organisatieadvies

Zorginstellingen, overheidsorganisaties of zorgverzekeraars willen hun data vaak wel gebruiken voor het verbeteren van de zorgkwaliteit of het bieden van meer maatwerk voor hun cliënten, maar weten meestal niet hoe. Wij adviseren over het hele traject: van onderzoek, begeleiding en ondersteuning tot implementatie en evaluatie.

In het kader van wetenschappelijk onderzoek werken we samen met, en ondersteunen of begeleiden we collega-onderzoekers en promovendi bij universiteiten en onderzoeksafdelingen.

4. Onderzoek

De mogelijkheden van machine learning zijn ongekend. Maar wat werkt en wat niet? Het is belangrijk om dat methodologisch te onderzoeken én antwoord te krijgen op klinisch relevante predictievraagstukken.

Kunnen we voorspellen:

  • wie vroegtijdig zal stoppen met een behandeling?
  • welke patiënt succesvol wordt behandeld?
  • wie een suïcidepoging zal doen?
  • wie de komende maand een grote kans heeft op een ziekenhuisopname?
Vragen?
Neem contact op met Joran Lokkerbol.