Kunstmatige intelligentie voor de maatschappelijke zorg

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. Zo kan er binnen de maatschappelijke zorg door middel van KI meer gedaan worden met clientmatching. Hierdoor kunnen cliënten verbonden worden met de juiste zorgverlener op basis van verschillende factoren, zoals de zorgbehoefte van de cliënt en de vaardigheden van de zorgverlener. 

Daarnaast kan er social monitoring plaatsvinden. Dit is het volgen van sociale media en online activiteiten van cliënten. Zodat risicofactoren geïdentificeerd kunnen worden en de gepaste zorg en ondersteuning geboden wordt. Dit is met name belangrijk door de snelle groei van digitalisering binnen de maatschappij. Daarnaast wordt er in de maatschappelijke zorg steeds meer gedaan met beeldherkenning. Beeldherkenning helpt bij de detectie van ziektes of het identificeren van veranderen in de fysieke gesteldheid van cliënten.  

KI-systemen worden ook ingezet om planning en roosters te maken en taken te plannen voor zorgverleners. Deze systemen houden rekening met verschillende factoren, zoals de beschikbaarheid van medewerkers en de zorgbehoeften van cliënten. 

Binnen maatschappelijke zorg zijn robots steeds meer geïntegreerd met KI. Ze kunnen ingezet worden om zorgverleners te ondersteunen bij het uitvoeren van taken, zoals het tillen en verplaatsen van cliënten. Tot slot wordt de communicatie verbetert door NLP-systemen. Bijvoorbeeld door het gebruik van chatbots, die cliënten kunnen helpen bij het stellen van vragen over hun behandeling of het beheren van hun medicatie. 

Net als in de verpleegkunde en verzorgende-IG, kan het gebruik van KI in de maatschappelijke zorg de kwaliteit van zorg verbeteren en de werklast van zorgverleners verminderen. Het is echter belangrijk dat zorgverleners zijn opgeleid om deze technologieën effectief te kunnen gebruiken en om ervoor te zorgen dat de zorg die ze leveren van hoge kwaliteit blijft. 

Toepassingen

  • Wat houdt Tell James in? 

    Tell James is een soortgelijk model als Attendi. Het is een aanbieder van spraak gestuurd 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 domein specifieke 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
    • Tekstuele 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
    • Historische gegevens

    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

    • Persoonsgegevens
    • Visuele gegevens
    • Locatiegegevens

    Technologie

    • NLP

    Output

    • Suggestion
  • Wat houdt BedSense in? 

    De nachtdienst in de zorg is verantwoordelijk voor meerdere bewoners en kan niet overal tegelijk zijn. Medewerkers ervaren tijdens de nachtdienst dan ook regelmatig een hoge werkdruk (TNO,2023, RMMBR,2023). Ze weten niet welke bewoners rustig slapen, onrustig slapen of zelfs uit bed zijn. Als dat overzicht ontbreekt, moeten ze nachtrondes lopen. De Momo BedSense-app is een sensorplaat die je op borsthoogte onder het matras van de zorgvrager plaatst. Deze bedsensor geeft, naast het feit of iemand in of uit bed is, gedetailleerde informatie over de zorgvrager (bijvoorbeeld de hartslag, druk, lighouding en trillingen). Een app geeft die data weer en die bieden inzicht in welke bewoners veilig en rustig in bed liggen, wie onrustig is en wie dringend hulp nodig heeft. Bijvoorbeeld om valincidenten of decubitus te voorkomen. Verzorgende-IG kunnen zo goed inschatten welke acties nodig zijn. Behandelaren kunnen de informatie in de app analyseren voor gerichte advisering over interventies, bijvoorbeeld om het slaappatroon te bevorderen. De informatie uit de ook ook gebruikt worden om de ochtendzorg te personaliseren. Omdat de BedSense-app informatie geeft over welke bewoner al wakker is en welke niet, kan aangesloten worden op de individuele behoeften en het ritme van de zorgvragers. Dit draagt bij aan een betere kwaliteit van leven en welzijn van de zorgvrager en een afname van gedragsproblematiek (Admin, 2022). 

    Input

    • Persoonsgegevens
    • Visuele gegevens
    • Locatiegegevens

    Technologie

    • Computer vision
    • Data mining

    Output

    • Notification
    • Prevention
    • Suggestion
  • Wat houdt robot Phi in? 

    Robot Phi is net als Zora een humanoïde robot, die voor allerlei functies ingezet wordt. De zorg zet de sociale robot in om bewoners te ondersteunen, activeren en vermaken. Robot Phi heeft gezichtsherkenning en spraakherkenning en kan met cliënten communiceren via spraak en het scherm op zijn buik. Tijdens ‘logeerpartijen’ bij cliënten is de robot uitgeprobeerd. Hij heeft ook een eigen YouTube- en Instagramkanaal. Robot Phi kan bewoners helpen zelfstandiger te leven door ze eraan te herinneren dat ze medicijnen moeten innemen, of andere praktische activiteiten gedurende de dag. Daarnaast heeft de robot een sociaal effect in de vorm van een maatje dat vraagt naar hoe de dag is geweest en die kan praten over bijvoorbeeld hobby’s. 

    Input

    • Persoonsgegevens
    • Visuele gegevens

    Technologie

    • Computer vision
    • Speech processing

    Output

    • Suggestion
    • Notification
  • Wat houdt CheckCheck in? 

    Het uitvoeren van een dubbele controle bij de toediening van risicovolle medicatie is een belangrijke en verplichte activiteit in de zorg. Een verkeerd medicijn, tijdstip of dosering kan grote (gezondheid)schade opleveren. CheckCheck is een applicatie voor de uitvoering van de dubbele medicijncontrole, met behulp van kunstmatige intelligentie en draait op een mobiel device van de zorgprofessional. CheckCheck leest ter voorbereiding op de controle de receptregel automatisch in. Vervolgens bevestigt de verzorgende-lG haar/zijn eigen identiteit, die van de zorgvrager en de toe te dienen medicatie. CheckCheck controleert razendsnel de door de zorgprofessional gefotografeerde medicatie. CheckCheck maakt gebruik van tekst- en beeldverwerking. Op basis van foto’s van de medicatie en de gegevens van de zorgvrager kan CheckCheck een controle uitvoeren.  

    Input

    • Persoonsgegevens
    • Visuele gegevens

    Output

    • Notification
    • Automation

Impact op het werkveld van de maatschappelijke zorg

Impact op werkprocessen

De impact van kunstmatige intelligentie (KI) is niet beperkt tot de gezondheidszorg, maar kan ook van invloed zijn op de functies binnen maatschappelijke zorg. KI wordt gebruikt om cliënten te identificeren die extra aandacht nodig hebben. Of om risicosituaties te voorspellen, zoals een val of een gezondheidsprobleem. Dit kan verzorgers in de maatschappelijke zorg helpen om betere zorg te bieden en de veiligheid van cliënten te verbeteren. Ook kunnen ze door het gebruik van sensoren efficiënter werken en zorg op maat aanbieden. Door de sensoren kun je bijvoorbeeld inzicht krijgen in het slaapritme van de zorgvrager en daarop inspelen. Dit betekent concreet dat zorgvragers minder controles tijdens de nacht hoeven uit te voeren en bijvoorbeeld gerichter in de ochtend de zorgvragers die als eerste opstaan kunnen helpen.  

“Op korte termijn zal KI richting een situatie gaan waarbij jij met een opdracht naar een cliënt gaat en je gewoon inzicht krijgt dat er een bepaalde interventie of ondersteuning nodig is, gerichtere zorg dus. En dat je via je telefoon of een iPad te zien krijgt wat de belangrijke zorgvragen zijn en dat je dan niet eerst heel de rapportages van de afgelopen week terug hoeft te lezen. Als het goed gaat hoef ik het niet te weten. Ik moet weten als ik iets moet doen”.
Jasper Drenth, Stichting Philadelphia. 

Daarnaast kun je KI gebruiken om de communicatie tussen cliënten en verzorgers te verbeteren, bijvoorbeeld door het gebruik van chatbots of virtuele assistenten. Dit kan bijdragen aan de tevredenheid van zorgvragers en hun kwaliteit van leven helpen verbeteren, doordat ze zelfredzamer zijn. Spraakgestuurd rapporteren kan daarnaast ook helpen om de administratieve lasten voor zorgverleners te verminderen.

Impact op vaardigheden

De inzet van kunstmatige intelligentie (KI) in de maatschappelijke zorg zal waarschijnlijk een verschuiving teweegbrengen in de vaardigheden die van zorgverleners binnen de maatschappelijke zorg verwacht worden. Naast de vaardigheden die ik eerder bij de verpleegkundigen en de verzorgers heb genoemd, zoals empathie, communicatie, creativiteit en kritisch denken, zijn er nieuwe vaardigheden die relevant zijn voor het werken met KI in de maatschappelijke zorg.

Nieuwe vaardigheden zoals digitale vaardigheden. Zorgverleners moeten zich comfortabel voelen met het werken met digitale technologieën en KI-systemen. Ze moeten weten hoe ze deze systemen kunnen gebruiken en hoe ze gegevens kunnen interpreteren. Daarbij hoort ook kennis van hoe ze gegevens die de KI-systemen genereren, kunnen interpreteren en analyseren. Ze moeten weten hoe ze deze gegevens kunnen gebruiken om de zorg te verbeteren.

Tijn Gerrits, Werkgeversvereniging van zorg- en welzijnsorganisaties.

“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”

Het probleemoplossend vermogen gaat ook omhoog door de inzet van KI technologieën. Zorgverleners binnen de maatschappelijke zorg moeten in staat zijn om problemen op te lossen die voortvloeien uit het gebruik van KI-systemen. Ze moeten bijvoorbeeld weten wat ze moeten doen als er fouten optreden of als de gegevens onjuist lijken te zijn. Denk aan het gebruik van applicaties, zoals Molly of BedSense. Tot slot doet KI een beroep op samenwerking. Zorgverleners moeten in staat zijn om samen te werken met andere zorgverleners en technologie-experts om KI-systemen te ontwikkelen en te gebruiken. Ze moeten weten hoe ze kunnen bijdragen aan het ontwikkelen van systemen die de kwaliteit van zorg verbeteren.