De methode maakt het mogelijk om volledig fictieve patiëntgegevens te genereren die wel realistisch zijn en dezelfde structuur en taal behouden als echte zorgdata. Zo kunnen onderzoekers, zorginstellingen en bedrijven veilig werken met data voor onderzoek, onderwijs en innovatie, zonder dat er risico is op schending van de privacywetgeving (AVG).
De resultaten zijn gepubliceerd in het internationale tijdschrift Frontiers in Artificial Intelligence. De volledige werkwijze, inclusief code en voorbeelddata, is open source beschikbaar via GitHub, zodat iedereen ermee aan de slag kan.
Studenten in de hoofdrol
Bijzonder is dat ook bachelorstudenten van het Instituut voor Communicatie, Media en Informatietechnologie (CMI) een grote rol speelden. Via de Data Science talentenpool werkten zij mee aan de proof-of-concept. Ze leerden hoe AI en data-analyse in de praktijk werken én droegen als co-auteur bij aan een internationale publicatie.
Met deze publicatie staat Hogeschool Rotterdam internationaal op de kaart als pionier in het gebruik van AI en zorgdata. Het is een belangrijke stap richting een AI-ready lerend zorgsysteem, waarin onderwijs, onderzoek en praktijk samenkomen. Voor de zorg betekent dit veilige en snelle toegang tot data voor innovatie en onderzoek. Voor studenten laat het zien hoe zij midden in de frontlinie van AI-toepassingen in de zorg leren en bijdragen. En voor de hogeschool onderstreept het onze zichtbaarheid als koploper in praktijkgericht AI-onderzoek.
Interview
Mark, jij bent eerste auteur én promovendus. Wat maakt deze publicatie bijzonder?
Hoofdauteur Mark van Velzen legt uit: "We hebben een methodiek ontwikkeld waarmee we met behulp enkele echte voorbeelden uit de dagelijkse praktijk en generatieve AI synthetische elektronische patiëntendossiers kunnen maken. Wat uniek is: we bewaren de structuur, taal en informatie-inhoud, maar vrij van herleidbare persoonsgegevens. Dit opent de deur voor veilig onderzoek en onderwijs, zonder juridische en ethische belemmeringen."
Hoe zijn studenten van de Hogeschool hierbij betrokken?
Mark: "Via onze zelf opgezette Data Science talentenpool hebben studenten actief meegedacht en gebouwd aan deze proof-of-concept. Ze leerden werken met AI, data-analyse en evaluatiekaders in een realistisch en maatschappelijk relevant project." Het leuke is dat deze bachelor studenten van het CMI instituut daarmee belemmeringen weghalen waar zowel de masterstudenten van het IVG instituut als ook ikzelf als promovendus van profiteren. Dit vind ik nu echt de kracht van een lerende gemeenschap waarin personen van en met elkaar kunnen leren. Ik leer van deze studenten en zij leren weer van mij doordat zij weer kennis verkrijgen over gezondheid en gezondheidszorg.
Tim Hulsen, jij bent lector AI & Data Supported Healthcare. Wat is de meerwaarde van deze aanpak?
"Met deze methode maken we het mogelijk om data te delen en te analyseren op een manier die volledig in lijn is met privacywetgeving zoals de AVG. Onderzoekers bij zowel publieke instellingen als bedrijven kunnen sneller prototypen, modellen testen en innovatieve zorgtoepassingen ontwikkelen zonder te wachten op langdurige goedkeuringsprocedures."
Mark Scheper, als lector AI & Data Supported Healthcare, hoe past dit binnen de missie van de Hogeschool Rotterdam?
“Dit project laat zien hoe praktijkgericht onderzoek en onderwijs elkaar versterken. Studenten leren in een realistisch project, en hun inbreng helpt ons om echte zorginnovaties te realiseren.”
Hoofdauteurs publicatie: Mark van Velzen, Rob van der Willigen