Menu Zoeken English

Data Supported Healthcare

Zorgtech010 data-science unit

In de huidige maatschappij heeft data een belangrijke functie gekregen die beschouwd kan worden als een drijvende kracht voor technologische, medische en sociale innovatie. Dit heeft geleid tot de door ontwikkeling van verschillende technologieën zoals remote sensing, big-data en artificial-intelligence die niet alleen de potentie hebben om de zorg te optimaliseren maar dragen bij aan de transformatie van de visies op zorg en gezondheid.

Over het project

Introductie

De zorg is complexer geworden en daarmee ook uitdagender voor de individuele gezondheidszorgprofessional die steeds vaker wordt geconfronteerd met langdurige complexe ziekten binnen eveneens complexe sociale en fysieke contexten. In de laatste decennia is het duidelijk geworden dat gezondheid verder gaat dan de traditionele ziekte kaders waar de zorg nog steeds omheen georganiseerd is. Deze complexiteit vereist een bredere blik waarbij data-technologie ondersteuning kan bieden bij complexe beslissingen in diagnostiek en behandeling maar dient ook toegankelijk en begrijpelijk te zijn voor de burger.

Projectbeschrijving

Data Supported healthcare is een trans-disciplinaire onderzoeksgroep vanuit (sociale)zorg, en technologie die innovaties ontwikkelen voor complexe maatschappelijke zorgvraagstukken. Desondanks dat binnen sectoren zoals de technologie en economie het gebruik van data-technologie veel gangbaarder is, blijkt de zorg nog op dit terrein achter te lopen. Binnen de zorg worden steeds meer data-toepassingen ontwikkeld maar deze zijn vaak kleinschalig van aard of zeer specialistisch. Steeds vaker wordt het duidelijk dat zorg leveren vanuit ziekte georiënteerde kaders niet voldoende is en dat de rol van de maatschappij en de gevolgen van langdurig ziek zijn zelf niet worden meegenomen op basis van de complexiteit of zelfs deze niet eens overwegen. Deze complexiteit is voor menig professional lastig te vatten en vallen dikwijls buiten (specialistische) ziekte kaders, waardoor de zorg gefragmenteerd kan worden maar ook minder effectief. Vooral bij langdurige ziekte, waarbij comorbiditeit ontstaat, en in het bijzonder voor kwetsbare individuen in armoede (sociaal/economisch) en met beperkte gezondheidsvaardigheden.

Naast de toegenomen complexiteit van de huidige zorg, is er ook steeds een grotere registratie last die niet alleen veel inspanning vereist maar gaat ook ten koste van de zorg zelf. Het Rotterdam Urban Health-data Platform vormt de basis voor data verkregen uit (commerciële)wearables/sensoren, openbare databases van de overheid over de fysieke en sociale omgevingsfactoren, Elektronische Patiënten Dossiers die gebruikt kunnen worden voor optimaliseren van diagnostiek en de behandeling en de visie op het gebied van gezondheid zullen transformeren. Centraal in de werkwijze staat de rol co-creatie en de samenwerking tussen professional, burger en lokale overheid.

(Beoogde) resultaten

Huidige lopende projecten

  • Clinical text and data mining in electronic health records in the  context of chronic pain and fatigue
  • Data driven clinical decision support in the complex care of oncology
  • Data driven social innovation and citizen science
  • Longterm non-invasive monitoring and artificial intelligence driven diagnostics
  • Rotterdam Urban Health-data platform
  • Kopzorgen!
  • ACT4FATIGUE

Prijzen

  • NL-AIC hackaton voor onderwijs: 1e plaats
  • NVFK jonge onderzoekers prijs 2021: 3e plaats

Publicaties 2021

  • M.C. Scheper, M. van Velzen (2021): Visie document Hogeschool Rotterdam: data ondersteunde gezondheidszorg en innovatie (2021)
  • L. de Koning, M.C. Scheper et al (2021); Clinical features and biomechanical gait characteristics of adolescents with hypermobility disorders compared to healthy adolescents (IN PRESS)
  • M.C. Scheper et al (2021); Generalized Hyperalgesia and preceding five-year trajectories of pain and fatigue in children with Hypermobility Syndrome/Ehlers-Danlos (IN PRESS)

Producten

  • Rotterdam Urban Health-data platform: basis infrastructuur voor het linken van openbare bronnen van data, (consumer) wearables/sensoren en elektronische patiënten dossiers; remote sensing operationeel februari 2022
  • Stress monitoring applicatie B.A.A.S: Adaptief stress monitoring en micro-interventie systeem voor (non)klinisch gebruik
  • Remote 6MWT: applicatie voor geautomatiseerde afname van de 6 minuten looptest in real life conditions
  • Ontwikkeling train de trainer traject voor responsible AI voor zorg opleidingen (NL-AIC)

Samenwerkingen

Naast het ontwikkelen van toepassingen op basis van data technologie voor het oplossen van complexe zorgmaatschappelijke problemen, richt het onderzoek binnen data supported healthcare ook op het opleidingsprofiel van de toekomstige zorgprofessional die in de nabije toekomst bigdata, remote sensing en Artificial Intelligence gewetensvol moeten inzetten en deze ook op waarde moet kunnen schatten binnen het klinische proces. Daarnaast is het uitgangspunt van al het onderzoek co-creatie samen met onderzoeker, zorgprofessional, lokale overheid, student en burger. Vooral de centrale rol van de burger binnen niet alleen het identificeren van relevante zorgmaatschappelijke dilemma’s als mede de potentiële toepassingen die, ongeacht opleidingsniveau, socio-economische positie, toegankelijk en te doorgronden zijn. Deze samenwerking resulteert in het ontstaan van “learning communities” waarbij trans-disciplinair werken niet alleen wordt onderwezen maar ook wordt uitgedragen met het oog op de professional van de toekomst.  

Partners

  • Haagse Hogeschool
  • Hogeschool Leiden
  • Erasmus MC (Afdeling Anesthesiologie, kinder dermatologie, reumatologie, klinische genetica, landelijk expertise centrum voor Ehlers-Danlos en zeldzame ziekten)
  • Maasstad ziekenhuis
  • Rijndam Revalidatie
  • Vitale Delta
  • Medical Delta
  • Health Holland
  • Gilo technologies
  • Incura
  • NL-AIC

Projectfeiten



 2021 - 2025



SIA Postdoc, Zorgtech010, Kenniscentrum Zorginnovatie, Instituut voor Gezondheidszorg



alle lectoraten van IvG, CMI, EAS


Zorgtechnologie

Publicaties

Medewerkers

betrokken bij het project
  • Drs. M. van Velzen (co-lead, promovendus musculoskeletale pijn en vermoeidheid)
  • Drs. H. de Graaf-Waar (Promovendus oncologie)
  • Drs. L. van Muilwijk (promovendus citizen science)
  • Drs. O. Reijmerink (promovendus stress en neurofysiologie)

We gebruiken cookies voor analyse en marketing om de website te verbeteren.

Wijzig cookie-instellingen