Healthcare Data Science
Inzet van machine learning om zorg te kwantificeren
Binnen zorgorganisaties zijn data scientists doorgaans kostbare resources. In de praktijk blijkt dat 80 tot 90% van de tijd verloren gaat aan het ophalen en opschonen van data. Terwijl zij zich vooral willen bezighouden met het interpreteren en verwerken van data. Die mogelijkheid bieden wij door alle data te structureren, te combineren en op te schonen.
Aan de hand van machine learning en de beschikbare data kunnen wij allerhande zaken afleiden. Zo is het eenvoudig om voor zorgverleners alle behandelingen en vergelijkbare kenmerken inzichtelijk te maken. Dat zorgt ervoor dat spitten door alle dossiers in de EPD’s verleden tijd is. Of de mogelijkheid om emoties in tekst te kwantificeren om zo een indruk te geven van cliënten.
Data-driven software als je zorgzame collega
We leren onze opdrachtgevers om met hun eigen data patronen te ontdekken, te signaleren en te voorspellen. Zo wordt het werk voor zorgprofessionals makkelijker. Voor de zorgorganisatie ADHDcentraal hebben we data vanuit hun ECD en andere testen gecombineerd. Met de uitkomsten was het mogelijk om sneller een diagnose te stellen of het ADHD betreft. Dat scheelt tijd voor de behandelaar en in plaats van de diagnose te bepalen. kan er direct gestart worden met behandelen van cliënten.
Handout ‘How to learn machine learning?’
In 6 stappen leer jij Data Science toepassen in jouw zorgorganisatie!
Wil jij aan de slag met data science in jouw organisatie? Aan de hand van het CRISP-DM model laten wij zien hoe je in 6 stappen met data science kunt starten! Als voorbeeld hanteren we hoe Ravian Wettstein en Jeroen Kroesen van ADHDcentraal aan de slag zijn gegaan met hun eigen machine learning project.
De Handout ‘How to learn machine learning?’ bevat de volgende inhoud:
✔ Business & Data understanding
✔ Data Preparation & Modeling
✔ Evaluation & deployment