Aftermovie

Bekijk de aftermovie van 1 minuut

Vervolg

Heb je interesse om aan één van de use cases mee te doen? Meld je aan vóór 1 november, en we houden je op de hoogte van het verdere verloop.

De besproken use cases:

1. Datagedreven voorspellen van verloop en verzuim: Een model gericht op het datagedreven voorspellen van verzuim en verloop met als doel om het verzuim en verloop te voorkomen of reduceren.
2. Inzet AI-collega’s met het Covince AI-platform: Een platform van CoVince voor leren, samenwerken én on the job support ten behoeve van aanname, ontwikkeling en behoud van personeel.
3. Robotic Process Automation om administratieve processen te automatiseren: “Elly in de zorg”
4. Verbeteren overdracht: Samenwerken aan de overdracht en presentatie van informatie om risico’s, sentiment en thematiek in de bevindingen tijdig te signaleren.
5. MDO-voorspeller: Wat zegt de data? Welke cliënten moeten we bespreken? Welke signalen bepalen of de zorg op- of afgeschaald zal worden?
6. AI-Chatbot voor bewoners of familie (of medewerkers!): Een chatbot trainen op basis van de gegevens van de zorgorganisatie (bijv. instructies vanuit intranet, SharePoint en handleidingen) om werkdruk te verminderen.

Aanmelden: Link

Contactpersoon: Kylian Hendriks, Kylian@alykin.eu

De toepassing van data science heeft een enorm potentieel om de zorg en ondersteuning aan mensen te verbeteren. Lees het gesprek tussen student Ilan Smeerdijk en facilitator datagedreven werken Kylian Hendriks over de mogelijkheden om data science in de gehandicaptenzorg toe te passen.

Ilan Smeerdijk:
“Ik ben Ilan Smeerdijk, student aan de Universiteit Twente, bachelor Industrial Engineering and Management met een specialisatie in data science. Ik heb een enorme passie voor jazzmuziek en woon regelmatig liveoptredens bij. Ik heb ook een half jaar in Seoul gestudeerd en daar nóg meer nieuwe genres mogen ontdekken.”

Kylian Hendriks:
“Ik ben Kylian Hendriks. Bij G-AAN ondersteun ik het creëren van een lerend netwerk voor datagedreven werken. Naast G-AAN werk ik bij Valtes, een AI-bedrijf met een maatschappelijk hart. En, niet onbelangrijk, ik ben een fervent wijnliefhebber en sportief ingesteld om die lekkernijen te compenseren.”

“Ik vind het geweldig dat ik eindelijk in de zorg kan werken. Mijn moeder werkt in de geestelijke gezondheidszorg, en ik vind het heel interessant en nobel wat ze daar allemaal doen. Het is fijn om aan een project te werken dat echt impact heeft op het leven van mensen.” – Ilan Smeerdijk

Hoe ben je in dit vakgebied terechtgekomen, Ilan?
“Mijn passie voor data science heeft me hier gebracht. Het is geweldig om in de gezondheidszorg te werken en echt impact te hebben op het leven van mensen.”

Wat houdt je opdracht in?
“Ik ben sinds kort begonnen met mijn scriptie. Mijn opdracht draait om het gebruik van datascience om incidenten te voorspellen en te verminderen. Ik ben nu alweer een paar weken bezig met mijn scriptie.”

Wat is datascience precies?
“Het is een manier om informatie uit gegevens te halen. Stel je voor dat je een heleboel gegevens hebt, zoals cijfers, tekst, of zelfs foto’s. Een data scientist gebruikt slimme technieken om deze gegevens te onderzoeken en er iets nuttigs uit te halen.”

Welke uitdagingen kom je tegen?
“De kwaliteit van de data is vaak een uitdaging. Veel organisaties hebben geen duidelijk beeld van wat ze willen bereiken met data science.”

Wat zou je als succes beschouwen?
“Succes voor mij zou zijn om duidelijke relaties te vinden tussen verschillende factoren die bijdragen aan incidenten, zodat we gerichte maatregelen kunnen nemen en daarmee de zorg kunnen verbeteren.”

Wat vind je het leukst aan dit project?
“Het is fijn om aan een project te werken dat echt impact heeft op het leven van mensen. Daarnaast werkt mijn moeder in de geestelijke gezondheidszorg, wat me extra motiveert.”

Ilan benadrukt verder het belang van sociaal relevante projecten en de voldoening dat het hem geeft om de gezondheidszorg te verbeteren – heel wat anders dan de onderzoeken die zijn medestudenten doen. Zijn toewijding aan data science toont het potentieel van datagedreven oplossingen om effectievere en efficiëntere zorg te creëren.

“De zorg wereld en de datascience wereld spreken een andere taal en hebben een andere mindset. Door studenten als Ilan samen te brengen met de zorg, kan je samen kijken wat je voor elkaar kunt betekenen en gezamenlijke uitdagingen wegnemen.” – Rody Fokke, Data-analist & procesbegeleider Ilan

Hoe gaan wij nu verder?
We willen z.s.m. samenkomen om van elkaar te leren en op de hoogte te blijven van alle nieuwigheden. Kylian werkt aan de voorbereiding van een lerend netwerk en een reeks aan inspirerende (online) bijeenkomsten. Na de zomer plannen we samen met experts een aantal sessies in om te laten zien hoe je bestaande data kunt gebruiken, ongeacht de grootte van je organisatie. Dit wordt vooral leuk én leerzaam!

Een tipje van de sluier? Vooruit dan maar 😉
We beginnen met een heel overzichtelijk, laagdrempelige bijeenkomst in de vorm van een Lunch & Learn sessie in oktober. Deze is volledig digitaal, zodat je makkelijk kunt aanhaken! Hierin zullen twee experts van ForFacts op het gebied van datagedreven werken jullie meenemen in de wonderlijke wereld en mogelijkheden hiervan

SAVE THE DATE: Over de wonderlijke wereld van datagedreven werken door ForFacts
Online op 16 oktober om 12:00 uur. De link volgt!

Meer over de experts van ForFacts? Dit is wat ze ons nu alvast kunnen vertellen:
“Meer datagedreven werken is een veelgehoorde ambitie tegenwoordig. Maar is data niet vooral voor analisten en data scientists? En wat heeft dat nou met mijn dagelijkse werk te maken? Wat betekent datagedreven werken in de zorg eigenlijk? Wij zijn Forfacts en we nemen je graag mee in dit onderwerp in een Lunch & Learn-sessie. Oh, en we houden het simpel!”