Nedap: 5 benodigdheden voor succesvolle AI-toepassing

Van een fitbit voor koeien en een tag voor toegangscontrole, tot slimme taaltechnologie voor de zorg (daarover later meer): in het fraaie hoofdkantoor in Groenlo vliegen de AI-voorbeelden over tafel. Nedap noemt zichzelf een technologiebedrijf pur sang, en was in de jaren ’70 een van de pioniers in de ontwikkeling van RFID. Die contactloze communicatietechnologie wordt nu wereldwijd op grote schaal toegepast, onder andere in de OV-chipkaart.

Van hardware naar software
Directeur Ruben Wegman: “Als apparatenfabriek waren we goed in het in elkaar zetten van dingen. Dat doen we nog steeds, maar we zijn steeds meer opgeschoven van hardware naar software. Daarbinnen speelt Artificial Intelligence een grote rol.”

Om AI toepasbaar te maken zijn er verschillende elementen nodig, betoogt Wegman. “Allereerst moet je weten waar je het over hebt als het over AI gaat – je moet voldoende technische kennis hebben. Daarnaast is domeinkennis van belang: je moet tot in detail snappen wat er speelt in een specifieke markt. Zonder voldoende bruikbare data ben je nergens, dus dat is een derde vereiste. Financiële middelen zijn ook niet onbelangrijk. En als laatste: ondernemerschap. Je moet in staat zijn om tot schaalbare proposities en waardevolle projecten te komen.”

De hub als knooppunt
Volgens Wegman zou AI-hub Oost-Nederland partijen moeten helpen bij het compleet maken van deze set aan elementen. “Wat ontbreekt er bij een partij of project en hoe kunnen we dat opvullen? De hub moet daar de juiste verbindingen voor leggen. Het moet een loket worden, een knooppunt. Veel ondernemers hebben zo’n lokaal steunpunt nodig; een laagdrempelige plek die je toegang geeft tot de rest van het AI-systeem – tot Brussel aan toe. Bovendien brengt de hub onderwijs en bedrijfsleven dichter bij elkaar. We merken dat hoogleraren ons steeds beter weten te vinden, alleen al doordat er in de markt over de AI-hub wordt gepraat.”

Technologie in de zorg
Nedap laat zich de afgelopen jaren steeds meer leiden door de markt. Niet toepassen waar ze goed in zijn, maar ontwikkelen waar behoefte aan is. Geen managementlagen, maar veel vrijheid en verantwoordelijkheid voor de medewerkers. Ook op thema’s zijn ze niet ‘kapot georganiseerd’, zoals Wegman het noemt. “We zijn steeds minder domeinspecifiek en steeds meer hybride geworden.”

Wel heeft het technologiebedrijf enkele marktgroepen geformuleerd, waarvan Healthcare een belangrijke is. Data science manager Thomas Markus: “Er staat in de zorg steeds meer druk op specialistisch personeel. Dat is deels op te lossen met de juiste opleidingen, en deels met technologie.”

Een voorbeeld is de applicatie Ons Wondzorg, waarmee wonden worden gemonitord. “Een wondverpleegkundige kan met onze app foto’s maken en de wond analyseren, in plaats van deze te moeten beschrijven. De app houdt in de gaten of de wond goed geneest, en geeft aan of het nodig is om een specialist in te schakelen. Die analyse overlaten aan technologie scheelt tijd en schept ruimte voor meer aandacht en betere zorg, zowel voor de patiënt als de specialist.”

Trends ontdekken
Ook wordt Natural Language Processing (NLP) steeds vaker toegepast in de zorg. Markus: “Er zit heel veel data in de zorgsystemen, maar die is niet altijd gestructureerd ingevoerd. Door die data beter te ontsluiten, kunnen zorgorganisaties gemakkelijker trends ontdekken. Bijvoorbeeld of het aantal diabetespatiënten of mensen met dementie toe- of afneemt, of de zorgbehoefte goed verspreid is over teams en welke andere automatisch geïdentificeerde ontwikkelingen daarmee kunnen samenhangen.”

Ten slotte een voorbeeld van de eerder genoemde slimme taaltechnologie voor de zorg, FutureType geheten. “Dat is een hulpmiddel voor tekstvoorspelling in rapportages en patiëntendossiers. Zoals bijvoorbeeld Google op basis van een aantal tekens of woorden suggesties doet voor je zoekopdracht op internet, doet FutureType dat voor complexe medische teksten. De suggesties worden mede gebaseerd op iemands zorgprofiel, op een privacy preserving manier.” In de korte periode dat het systeem draait, hebben artsen en verpleegkundigen dankzij het zelflerende systeem maar liefst twee miljoen woorden minder in hoeven voeren. “Dat scheelt tijd en de kans op fouten wordt kleiner.”

Grenzen stellen zonder beperkingen
Kortom: AI helpt om de zorg te verbeteren. Ook hier geldt volgens Wegman dat alle vijf de onderdelen aanwezig moeten zijn voor succesvolle toepassing. “Wat bruikbare data betreft, ligt daar een uitdaging. Zoals mijn collega net al noemde is er in de zorgsector volop data, maar in verband met privacy is lang niet alles ook daadwerkelijk beschikbaar. Dat is typisch iets waar de hub, en dan vooral de overkoepelende Nederlandse AI Coalitie, iets in kan betekenen. Samen kun je de voorwaarden scheppen en de kaders bepalen. We moeten grenzen stellen, zonder innovatie te veel te beperken.”