Gegevenswolk

Binnen de zorg voor mensen met een verstandelijke beperking wordt veel geregistreerd. Welke nieuwe inzichten kunnen we uit die registraties halen?

Joep Tummers

PhD kandidaat bij academische werkplaats Sterker op eigen benen

Joep Tummers.jpg

Big data voor de zorg voor mensen met een verstandelijke beperking

Binnen de zorg voor mensen met een verstandelijke beperking wordt enorm veel geregistreerd: door begeleiders, artsen, therapeuten, noem het maar op. Deze zorgprofessionals zijn soms wel 25% van hun tijd bezig met registraties. Binnen dit onderzoek willen we kijken of we nieuwe inzichten uit deze registraties kunnen halen. Kunnen wij bijvoorbeeld incidenten voorspellen aan de hand van teksten in elektronische cliënten dossiers? Dit doen we met behulp van kunstmatige intelligentie op bestaande registraties. Hier is dus geen extra registratielast voor de zorgprofessionals. 

Hieronder zijn de reeds gepubliceerde artikelen van Joep Tummers te vinden.

COVID-19

Coronaviruses and people with intellectual disability: an exploratory data analysis

Health information systems

Obstacles and features of health information systems: A systematic literature review

Incidents and COVID-19

Impact of the initial response to COVID-19 on long-term care for people with intellectual disability: an interrupted time series analysis of incident reports

Lessen voor de toekomst na eerste COVID-19 lockdown

Incidentmeldingen in de langdurige zorg voor mensen met verstandelijke beperkingen na de eerste Covid-19 lockdown: Lessen voor de toekomst

Architecture HIS

Designing a reference architecture for health information systems

Big data in healthcare for people with intellectual disabilities

Within the care for intellectually disabled people, a lot of registration takes place: by supervisors, doctors, therapists, you name it. These professionals sometimes spend up to 25% of their time registering. Within this research we want to investigate whether we're able to gain new insights from these registrations. For example, can we predict incidents on the basis of texts in electronic client dossiers? We do this by using artificial intelligence on existing registrations. This means no extra registration burden for the healthcare professionals.