Kunstmatige intelligentie voor de MBO verpleegkundige
KI is allang geen toekomst meer, maar de hedendaagse realiteit. Toch wordt het in de zorg sector in een minder rap tempo ingezet dan in andere sectoren omdat het grote vraagstukken met zich meebrengt. De zorg sector is dan ook verdeelt over deze slimme technologie en op welke gebieden je deze kan inzetten (van Smeden et al. 2021). Enerzijds ligt dit aan dure investering die KI met zich meebrengt en anderzijds ligt het aan de aanbieders van KI. Er zijn veel kleine bedrijven die één AI- oplossing, gerelateerd aan één specifiek probleem aanbieden in de zorg. Een It-afdeling van een ziekenhuis bijvoorbeeld zit niet te wachten om met tientallen bedrijven te werken, die ook allemaal hun eigen systeem hebben. Zij gaan toch liever met grotere bedrijven zoals een Philips of Siemens in zee. Echter zijn hun producten nog niet zo ver doorontwikkeld dan wat start-ups aanbieden (Klop W, 2023).
Desondanks komt er in de zorg sector ook veel data voor wat de inzet van KI juist interessant maakt. Door middel van beslissingsondersteunende systemen bijvoorbeeld worden grote databases met klinische gegevens geanalyseerd om vervolgens een aanbevelingen te geven voor een passende behandeling. Ook wordt er al veel gedaan met KI op het gebied van beeldherkenning, om medische beelden te analyseren, zoals röntgenfoto's en MRI-scans. Dit kan verpleegkundigen helpen bij het signaleren en ondersteunen van behandelplannen (Wilman, 2021).
Daarnaast zitten er ook veel kansen in het zorgen op afstand door de monitoring van cliënten door bijvoorbeeld wearables en sensoren. Dit kan verpleegkundigen helpen om veranderingen in de gezondheidstoestand van de cliënt op te merken en snel in te grijpen. KI zit ook geïntegreerd in robots die helpen bij het tillen en verplaatsen van cliënten.
Natural Language Proces (NLP)-systemen zoals chatbots helpen bij het stellen van vragen over behandelingen of het beheren van medicatie (Wilman,2021). Daarnaast kunnen deze systemen ook een deel van het administratief werk automatiseren.
Tot slot kan KI ook worden gebruikt om zorgroosters te maken en taken te plannen. Deze systemen houden rekening met verschillende factoren, zoals de beschikbaarheid van zorgverleners en de zorgbehoeften van zorgvragers.
Toepassingen
-
Wat houdt Pacmed in?
Pacmed Critical biedt verpleegkundigen op KI gebaseerde beslissingsondersteuning die hen helpt om de capaciteit van de intensivecareafdeling (ic) optimaal te benutten. De datagestuurde inzichten kunnen clinici ondersteunen bij het nemen van ontslagbeslissingen die de verblijfsduur optimaliseren en negatieve uitkomsten zoals heropnames en sterfte van ic-cliënt en verminderen (Pacmed, 2023).
Pacmed Critical stelt verpleegkundigen in staat om direct de status van een cliënt en de ontslagprioriteit te bekijken. Het geeft een voorspelling van het risico op heropname of overlijden van een cliënt, samen met gedetailleerde informatie over de factoren die van invloed zijn op de risicovoorspelling. Het systeem is gebouwd rond de ontslagworkflow en geïntegreerd in epd's. Het algoritme is getraind op de eigen cliënt gegevens van elk ziekenhuis en dus uniek voor hun cliënt en populatie. Het systeem gebruikt cliënt kenmerken (van cliënt en die tussen 2016 en 2019 op dezelfde ic zijn opgenomen), klinische observaties, fysiologische metingen, laboratoriumonderzoeken en behandelingsgegevens. Verschillende gesuperviseerde leeralgoritmen zijn getraind om ic-heropname en/of overlijden te voorspellen, beide binnen zeven dagen na ic-ontsla
Input
-
Persoonsgegevens
Technologie
-
Data mining
Output
-
Suggestion
-
-
Wat houdt robot Da Vinci Xi in?
Vanaf december 2014 vinden er in Ziekenhuisgroep Twente (ZGT) robotgeassisteerde operaties plaats. Met de komst van de operatierobot Da Vinci Xi beschikt het ziekenhuis over een verlengstuk waarmee medisch specialisten nog beter kunnen opereren met minimale belasting voor de cliënt. De robot biedt de specialist verbeteringen, zoals een nog scherper en natuurgetrouwer, driedimensionaal beeld met hoge resolutie en uitvergrote weergave. Daarnaast zijn de armen van de robot smal en reiken ze ver, waardoor hij overal nog gemakkelijker bij komt. Robot Da Vinci Xi maakt gebruik van geavanceerde technologieën, zoals robotica met geïntegreerde kunstmatige intelligentie en haptische feedback, om de precisie en nauwkeurigheid van chirurgische procedures te verbeteren (Da Vinci Xi robot. (z.d.), 2023).
Input
-
Visuele gegevens
Technologie
-
Computer vision
Output
-
Automation
-
-
Wat houdt Med-PaLM in?
Google en DeepMind hebben een door kunstmatige intelligentie aangedreven chatbot-tool ontwikkeld, Med-PaLM genaamd, die is ontworpen om "veilige en behulpzame antwoorden" te genereren op vragen van zorgprofessionals en cliënten. Dat Google het Med-PaLM-model ontwikkelt, is niet toevallig. Google is momenteel al de grootste medische encyclopedie ter wereld. De zoekmachine ontvangt ongeveer 70.000 gezondheidsvragen per minuut (Gupta & Waldron, 2023). Helaas zijn de antwoorden vaak misleidend, omdat ze gebaseerd zijn op populariteit in plaats van op kwaliteit of geloofwaardigheid van de inhoud. Toch heeft het een grote potentie, omdat de applicatie razendsnel bij kan leren.
De applicatie is getest door het doen van een geneeskunde-examen. Waar de eerste versie nog tot een juiste beantwoording kwam van slechts 61,9% van de medische vragen, kan de nieuwe versie Med-PaLM 2 inmiddels serieus opgaan voor een doktersexamen (ICT&health, 2023). De applicatie verbetert, doordat men die voedt met nog meer relevante feedback van medische professionals en data. Google stelt dat bij een test de tweede versie van Med-PaLM bij medische examenvragen consequent presteerde op een expertniveau. Med-PaLM 2 heeft zodoende een nauwkeurigheid van meer dan 85% bereikt en scoort 18% hoger dan de eerdere resultaten bij het geneeskunde-examen. Daarmee kan deze vorm van kunstmatige intelligentie in de praktijk waarschijnlijk slagen voor een officieel ‘doktersexamen’ (ICT&health, 2023).
ChatGPT-3, de huidige versie van het Med-PaLM-model, haalt kennis uit in totaal 175 miljard parameters, verzameld uit ongeveer 10 miljoen webpagina's (Raieli,2023).
Input
-
Persoonsgegevens
Technologie
-
Data mining
Output
-
Suggestion
-
-
Wat houdt U-prevent in?
U-prevent is een applicatie ter ondersteuning van de klinische besluitvorming voor zorgverleners en cliënten, zodat ze samen kunnen beslissen over persoonlijke preventie voor hart- en vaatziekten. De ontwikkelingen in het medische domein gaan hard en de behandelingsmogelijkheden breiden zich snel uit. De U-prevent-app genereert een advies op basis van cliënt kenmerken en soortgelijke cases. Dit levert meer behandelmogelijkheden in minder tijd op en kan zorgen voor een behandeling op maat voor de cliënt (U-prevent,2023) .
Input
-
Online gegevens
Technologie
-
NLP
Output
-
Suggestion
-
-
Wat houdt Attendi in?
De speechservice van Attendi maakt het voor verpleegkundige mogelijk om altijd en overal veilig een rapportage in te spreken. Dit bespaart ze tijd en het zorgt voor completere rapportages. De spraakherkenning heeft een grote nauwkeurigheid voor toepassingen in de zorg. De Attendi-software is een applicatie die is geïntegreerd in het epd en is gebaseerd op een intelligentespraaktechnologie-model dat speciaal is geoptimaliseerd voor de Nederlandse zorg. Spraakoplossingen maken het voor verpleegkundige mogelijk om te interacteren met computers, zonder dat ze daarbij hun aandacht van een cliënt hoeven te verleggen naar een beeldscherm.
Attendi maakt als input gebruik van bestaande data uit de praktijk. Dat houdt in dat de modellen bekend moeten zijn met woorden die vaak in dezelfde context voorkomen en met woorden die men in een specifiek zorgdomein gebruikt. De modellen worden daarom continu verbetert door binnenkomende data te annoteren (Attendi, 2023).
Input
-
Auditieve gegevens
Technologie
-
NLP
-
Audio processing
-
Speech processing
Output
-
Automation
-
-
Wat houdt Tell James in?
Tell James is een soortgelijk model als Attendi. Het is een aanbieder van spraakgestuurd rapporteren in de sector Zorg en Welzijn. James zet de gesproken rapporten om naar tekst en plaatst ze in het dossier van de desbetreffende zorgvrager. Tell James laat de verpleegkundige zijn rapportage inspreken tijdens of na het bezoek aan de cliënt.
Jasper Drenth, Stichting Philadelphia.
“Dit heeft een positieve invloed op het begrip en de betrokkenheid van de cliënt: de zorgprofessional praat niet langer over, maar met de cliënt. De zorgverlener hoeft zijn rapportage niet meer naar het einde van de dag te verschuiven, waardoor de kwaliteit van de rapportages omhooggaat. Schriftelijke rapportages zijn vaak onvolledig, doordat de zorgprofessional ze pas na een volledige dienst invult voor alle cliënten. Met Tell James is het mogelijk om op locatie of tussen afspraken door alle bevindingen in te spreken en in het dossier te borgen, tot in het kleinste detail”
Tell James werkt met spraak-naar-tekstmodellen. De speciale spraaksoftware is geïntegreerd in het elektronisch cliëntendossier (ecd) of epd. De domeinspecifieke spraakmodellen zijn getraind met medische informatie uit bestaande verslagen en uitgebreid met het medisch woordenboek. Het medisch woordenboek is verrijkt met woorden voor behandelingen en medicaties die zorgverleners gebruiken in dat specifieke domein. Bijvoorbeeld gehandicaptenzorg, ouderenzorg of jeugdzorg.
"Ik denk dat je veel meer naar een systeem gaat waarbij regie verpleegkundigen andere taken krijgen. Ze gaan analyses doen op basis van geschreven rapportages en bevindingen van collega's. De wijkverpleegkundigen gaan juist hands on aan de slag. Ik denk dat je nog meer functie differentiatie krijgt en dat één van de functies op dat stukje data analyse rondom cliënten thuis zal gaan zitten”.
Tijn Gerrits, Werkgeversvereniging van zorg- en welzijnsorganisaties.Input
-
Auditieve gegevens
Technologie
-
NLP
-
Speech processing
-
Audio processing
Output
-
Automation
-
-
Wat houdt TONOS Care in?
In Nederland wonen zo’n 135.000 mensen in een verpleeg- of verzorgingshuis, verdeeld over meer dan 2400 locaties (Actiz, 2023). Bewoners van een verpleeg- of verzorgingshuis zijn langdurig afhankelijk van zorg bij onder meer het opstaan, naar bed gaan, persoonlijke hygiëne, aan- en uitkleden, eten en het toedienen van medicatie. Om het voor bewoners mogelijk te maken om hun leven te leiden zoals zij dat willen, is het cruciaal dat zij de benodigde zorg zoveel mogelijk op het door hen gewenste tijdstip geleverd krijgen. TONOS is een slimme applicatie die zorgprofessionals snel en flexibel optimale capaciteitsplanning en looproutes laat maken. De zorgvraag is in enkele seconden automatisch in balans gebracht met de beschikbare personele capaciteit. De uitkomsten helpen om zonder hollen of stilstaan de juiste zorg op het juiste moment te leveren.
In de praktijk blijkt planning lastig te realiseren. Het is een steeds grotere uitdaging om de zorg tijdig te kunnen leveren. Deels door druk op de budgetten, en steeds vaker door personeelstekorten. In de huidige situatie kost het maken en aanpassen van basisroosters veel tijd. Tonos heeft in samenwerking met zorgorganisaties razendsnelle algoritmes ontwikkeld (en uitvoerig getest) die rekening houden met zowel de vaak voorkomende als de fluctuerende zorgvraag (Tonos Care, 2023).
Input
-
Persoonsgegevens
-
Historische gegevens
-
Locatiegegevens
Technologie
-
Data mining
Output
-
Automation
-
Suggestion
-
Notification
-
-
Wat houdt de Molly-app in?
Sinds 2014 gebruikt het Hart+Vaat Centrum van het Maastricht UMC+ het online platform MijnHartfalencoach om in contact te komen met cliënten. Het Hart+Vaat Centrum begeleidt hen op afstand. De website biedt informatie, coaching en een individueel behandelplan. De Amerikaanse firma Sensely, een bedrijf dat kunstmatige-intelligentesystemen en chatbots voor de zorg ontwikkelt, kwam met de chatbot als toevoeging. Molly is een virtuele verpleegkundige die hartfalencliënten moet ondersteunen. Molly vraagt cliënten via een app hoe het met hen gaat, informeert hen over het uitvoeren van gewicht- en bloeddrukmetingen en uitslagen, en geeft advies. Het systeem werkt via een smartphone en tablet en werkt daarnaast met een bluetoothbloeddrukmeter en -weegschaal waarmee cliënten zelf metingen uitvoeren. Op dit moment praat Molly alleen en kunnen cliënten in de app hun antwoord invoeren. In de toekomst zal Molly ook kunnen luisteren en kunnen cliënt en tegen haar praten.
Input
-
Persoonsgegevens
-
Bevolkingsgegevens
Technologie
-
Data mining
-
NLP
Output
-
Notification
-
Automation
-
Prevention
-
-
Wat houdt Florence 2.0 in?
Florence 2.0 geeft advies over een gezondere levensstijl en mentale gezondheid. Door middel van een reeks interactieve vragen zal Florence advies geven over stressmanagement, goed eten, actiever zijn, stoppen met tabak en e-sigaretten en COVID-19-vaccins. In het Arabisch, Chinees, Frans, Russisch, Spaans en Hindi kan Florence momenteel mensen ondersteunen om te stoppen met roken en informatie verstrekken over COVID-19. Florence gebruikt als onderliggende technologie NLP. Ze is geprogrammeerd met de laatste informatie van de Wereldgezondheidsorganisatie op het gebied van onder meer COVID-19. Florence is gemaakt met technologie die is ontwikkeld door het in San Francisco en Nieuw-Zeeland gevestigde Digital People-bedrijf Soul Machines, met ondersteuning van Amazon Web Services en Google iCloud (WHO, 2023).
Input
-
Visuele gegevens
-
Locatiegegevens
-
Persoonsgegevens
Technologie
-
NLP
Output
-
Suggestion
-
-
Wat houdt Sensara in?
Sensara is een zorgtechnologiebedrijf, gespecialiseerd in slimme monitoringsoplossingen voor de thuiszorg en verpleeghuizen. Sensara genereert op data gebaseerde inzichten die zorgverleners helpen beter te weten wat er speelt, zodat zij de beste kwaliteit van zorg kunnen leveren. De gegenereerde data zijn zichtbaar in de SensaraCare-app op de tablet en smartphone en in verschillende zorgdashboards. Door deze leefstijlmonitoring hebben zorgverleners beter inzicht in trends van bewoners en kunnen ze afwijkend gedrag verklaren of zien aankomen. Hierdoor kunnen ze bijvoorbeeld het aantal valincidenten verminderen en bewoners meer nachtrust bieden. Sensara verzamelt data uit meerdere bronnen, zoals sensoren, gps-locators, BLE-trackers en camera’s. Vervolgens analyseert een algoritme de verschillende datastromen en informeert zorgverleners alleen wanneer iets relevant is. Hiervoor zijn zogenaamde regels in het algoritme ingebouwd. De onderliggende technologie is een combinatie van computer vision en datamining. Met computer vision kan het systeem mensen detecteren met de camera en informatie verstrekken over bijvoorbeeld locatie en verplaatsing van deze persoon.
Input
-
Persoonsgegevens
-
Visuele gegevens
-
Locatiegegevens
Technologie
-
Computer vision
-
Data mining
Output
-
Notification
-
Impact op het werkveld van de Mbo-verpleegkundige
Impact op werkprocessen
KI heeft de potentie om het werk van verpleegkundigen aanzienlijk te beïnvloeden en verbeteren. Een van de belangrijkste manieren waarop KI het werk van verpleegkundigen kan beïnvloeden, is door de ontwikkeling van geautomatiseerde beslissingsondersteunende systemen. Deze systemen kunnen verpleegkundigen helpen bij het nemen van klinische beslissingen, zoals het identificeren van risicocliënt en het bepalen van de effectiefste behandelingsopties. Dit kan de nauwkeurigheid en consistentie van de besluitvorming verbeteren en de werkdruk verminderen.
Daarnaast kan KI de administratieve taken van verpleegkundigen verminderen door het automatiseren van taken, zoals het bijhouden van cliënt en dossiers en het plannen van afspraken. Dit kan verpleegkundigen meer tijd geven voor directe cliënten zorg, en burn-out verminderen. De verpleegkundige speelt daarnaast een rol in de communicatie met de zorgvrager en zijn sociale netwerk. De verpleegkundige moet dan ook in de toekomst kunnen uitleggen hoe KI-systemen werken en hoe ze inzichten verrijken door het gebruik ervan.
Expert en professor. Dr. Haselager vertelt:“Iets waar nu heel veel aan gewerkt wordt, zijn decision support systems. Dat zijn besluitvorming ondersteunende systemen die een hypothese, diagnose of een behandelingsmethode voorstellen. Als expert krijg je dan een voorzet, tot een diagnose en behandelingsplan. Je moet hier wel je scherpte behouden en dat vraagt een andere soort van instelling. Want nu neem je nog steeds zelf de beslissingen. Als je bijvoorbeeld niet in een zelfrijdende auto zit dan neem je alle beslissingen zelf, nou dan let je wel op. Daarom word je ook moe op een gegeven moment. Maar in een zelfrijdende auto, of met een diagnose systeem krijg je een ander soort werkhouding. Wat zijn nou de momenten waarop je extra moet gaan opletten. Dat vergt dus een andere training. Dat vergt ook een training met KI”- Prof. dr. Haselager, Radboud Universiteit
“Een verpleegkundige zal door de ontwikkeling van KI een anamnese en/of een analyse moeten doen over wat de situatie is en wat dan de beste interventie is. Dit moet hij doen op basis van de data die hij heeft gekregen. Op deze manier analyseren, vraagt een totaal andere skillset van de medewerker. Je doet het namelijk niet op basis van wat je observeert, hoort of voelt. Je krijgt ander soort input, waarbij je dezelfde overweging moet maken. En die overweging zal steeds vaker op basis van data zijn die uit een digitaal middel voortkomt. Dat is een totaal andere analysemethode, dus dat zie ik als één van de grootste veranderingen voor zorg en welzijn medewerkers”.
Tijn Gerrits, Werkgeversvereniging van zorg- en welzijnsorganisaties.
Daarnaast kan KI de administratieve taken van verpleegkundigen verminderen door het automatiseren van taken, zoals het bijhouden van cliënt en dossiers en het plannen van afspraken. Dit kan verpleegkundigen meer tijd geven voor directe cliënten zorg, en burn-out verminderen. De verpleegkundige speelt daarnaast een rol in de communicatie met de zorgvrager en zijn sociale netwerk. De verpleegkundige moet dan ook in de toekomst kunnen uitleggen hoe KI-systemen werken en hoe ze inzichten verrijken door het gebruik ervan.
Prof. dr. Haselager, Radboud Universiteit“Kunnen we KI gebruiken om duidelijkere uitleg te geven aan mensen. En daarom is nu die interesse in ChatGPT natuurlijk, want die babbelt wel wat af. Maar dan is toch weer de vraag, klopt het wel wat het systeem zegt? Uiteindelijk als je het over een cliënt hebt, blijft de communicatie tussen zorggever en cliënt super belangrijker”
“We doen binnen de zorg al veel met KI, zonder dat de zorgprofessional dit beseft. Weten wat je wel en niet kun met KI wordt steeds belangrijker. Heel veel roosterprogramma’s bijvoorbeeld draaien met onderliggen KI-aspecten, maar het menselijk aandeel blijft hierin belangrijk. De zorgmedewerkers hebben wel een bepaalde expertise die handig is om te hebben in zo’n planning, bijvoorbeeld bij mevrouw Jansen moet altijd een vrouw komen, want die vindt het vervelend als een man haar verzorgt.” Jasper Drenth, Stichting Philadelphia.
Jasper Drenth, Stichting Philadelphia.
De implementatie van KI in de gezondheidszorg – en specifiek in de verpleegkunde – is relatief nieuw en er zijn nog uitdagingen op het gebied van datakwaliteit, privacy en ethiek. Het is daarom belangrijk dat verpleegkundigen goed zijn opgeleid en geïnformeerd over de mogelijkheden en beperkingen van KI, zodat zij kunnen bijdragen aan de ontwikkeling en implementatie van deze technologieën in de gezondheidszorg.
Impact op vaardigheden
De opkomst van KI in de gezondheidszorg zal waarschijnlijk een verschuiving teweegbrengen in de vaardigheden die je van verpleegkundigen mag verwachten.
Enerzijds kan de inzet van KI de routinematige taken van verpleegkundigen verminderen, waardoor zij zich kunnen concentreren op taken die meer menselijke vaardigheden en emotionele intelligentie vereisen, zoals empathie, communicatie en cliënt en zorg. Verpleegkundigen kunnen zich dan meer richten op het ontwikkelen van klinisch redeneren, creatief denken en besluitvorming.
“KI gaat het verschil maken in thuismonitoring waarbij je als verpleegkundige op basis van afwijkend gedrag preventief kan inzien of de zorgvrager iets onder de leden heeft. Zo kun je sneller ingrijpen. Dit betekent wel dat men op een andere manier de gegevens die hij/zij krijgt moet interpreteren”.
Tijn Gerrits, Werkgeversvereniging van zorg- en welzijnsorganisaties.
Anderzijds zal de inzet van KI ook nieuwe vaardigheden vereisen, zoals het vermogen om de gegevens die KI-systemen genereren te begrijpen en te interpreteren, en het vermogen om deze gegevens op een zinvolle manier te integreren in de zorg. Daarnaast kunnen verpleegkundigen betrokken zijn bij het ontwikkelen, testen en verbeteren van KI-systemen, wat specifieke technische en analytische vaardigheden vereist.
Tijn Gerrits van de Werkgeversvereniging van zorg- en welzijnsorganisaties vertelt:Tijn Gerrits van de Werkgeversvereniging van zorg- en welzijnsorganisaties vertelt: “Een stukje data-analyse: Zorgmedewerkers moeten kunnen redeneren waar de data vandaan komt, hoe die is opgebouwd, waarom dat een bepaald advies oplevert. Anders weet je niet wat je leest en hoe je dit moet interpreteren. Dat wordt steeds lastiger naarmate KI voor meer complexere taken wordt ingezet”
Prof. dr. Haselager, Radboud Universiteit“Eén van de taken die je steeds meer krijgt, in allerlei beroepsgroepen maar zeker ook in de zorg, is de controletaak. Het KI-systeem gaat met suggesties, diagnoses, notificaties etc. komen die je een bepaalde informatie verschaft. De verpleegkundige moet daar als het ware het overzicht in behouden en uiteindelijk de knoop doorhakken. Dus gek genoeg is al die informatieverwerking weer nieuwe informatie voor de mens. En die moet eigenlijk kijken, klopt dit wel? Dan spreek je al je gezond verstand, mensenkennis en empathisch vermogen aan om daar goed gebruik van de maken en ook als nodig aan de bel te trekken. Mensen zijn eigenlijk de noodknop”.
Kortom, de opkomst van KI zal waarschijnlijk een verschuiving teweegbrengen in de vaardigheden die je van verpleegkundigen mag verwachten. En het zal nieuwe kansen bieden om vaardigheden te ontwikkelen en te gebruiken die verder gaan dan de traditionele taken van verpleegkundigen. Het is daarom belangrijk dat verpleegkundigen zich blijven bijscholen in het kader van het zich een leven lang ontwikkelen, zodat ze zich kunnen aanpassen aan deze veranderingen en profiteren van de voordelen die KI de zorg kan bieden.
“Belangrijk voor studenten is te leren hoe je nou die KI-monitoring task en die controlerende functie uitvoert. Dat is niet makkelijk. En dat is niet alleen een individuele kwestie, dat is ook een organisatieprobleem. Dus een verzorgingshuis, of een ziekenhuis, die dienen dat ook mogelijk maken. Het is niet alsof je een laptop even meegeeft, je verandert de hele structuur van besluitvorming. Daar moeten we meer over na denken”
Expert Prof. dr. Haselager, Radboud Universiteit