Sluiten Close icon
Sluiten Close icon
Sluiten Close icon
Sluiten Close

Ontdek Brainport

Ondernemen & Innoveren

Leren & Werken

Partnership Brainport Eindhoven & PSV

Sluiten Close

"Het is ontzettend belangrijk om meer diversiteit te hebben in data science teams"

Geschreven door Philips

Geschreven door Philips

 “We are drowning in information, while starving for wisdom.” Dit beroemde citaat van bioloog E.O. Wilson legt de uitdagingen van data science bloot; ziekenhuizen hebben de beschikking over grote hoeveelheden data, maar weten vaak niet hoe ze daar waardevolle informatie uit kunnen halen.

Daarover gaven Arlette van Wissen en Ymke de Jong een presentatie tijdens het Women in Data Science-evenement, op de High Tech Campus in Eindhoven. Beide experts binnen Philips op het gebied van kunstmatige intelligentie vertelden het publiek (studenten, professionals en wetenschappers op het gebied van data science) over de hordes die nog moeten worden genomen om de vruchten te plukken van data: zoals meer diversiteit en betere samenwerking.

 

Inclusieve data

Senior Data Scientist Arlette van Wissen is binnen Philips verantwoordelijk voor Responsible AI, waar ook ‘bias-free AI’ onder valt. Oftewel: ervoor zorgen dat de algoritmes die Philips ontwikkelt zo veel mogelijk vrij zijn van vooroordelen.

Vooral binnen de gezondheidszorg is het – soms letterlijk – van levensbelang dat datasets inclusief zijn. “We weten bijvoorbeeld dat vrouwen zijn ondervertegenwoordigd in onderzoek naar hartfalen en coronaire hartziekten. Traditioneel is minder dan 30 procent van de clinical trial data in dat domein afkomstig van vrouwelijke patiënten. Dat zorgt er nog steeds voor dat symptomen van deze ziektes bij vrouwen minder goed herkend worden; het kan dus echt een kwestie zijn van leven of dood.”

Arlette liet aan het publiek zien dat er wel degelijk manieren zijn om de kans op vooroordelen in datasets en algoritmes zo klein mogelijk te maken. “Binnen Philips gebruiken we een framework om te toetsen of er risico is op vooroordelen in datasets of algoritmes. Als je bijvoorbeeld weet dat bepaalde groepen ondervertegenwoordigd zijn, dan kun je correcties toepassen om scheve resultaten te voorkomen.

Daarnaast is het belangrijk om te beseffen dat vooroordelen niet alleen in data zitten, maar ook in onszelf. Door de keuzes die we, bewust of onbewust, maken kunnen vooroordelen in algoritmes terechtkomen. Daarom is het zo ontzettend belangrijk dat we meer diversiteit hebben in data science teams.”

Door de keuzes die we bewust of onbewust maken kunnen vooroordelen in algoritmes terechtkomen. Daarom is het zo ontzettend belangrijk dat we meer diversiteit hebben in data science teams.

Arlette van Wissen, Senior Data Scientist


Die boodschap raakte de kern van de missie van Women in Data Science: het bevorderen van inclusie en diversiteit binnen data science.

Digitale transformatie in de zorg

Ymke de Jong, Clinical Data Scientist en Data & AI Partnerships Lead binnen Philips, vertelde het publiek over een andere uitdaging; de digitale transformatie binnen de zorg.

“De gezondheidszorg heeft het op dit moment bepaald niet makkelijk. We hebben te maken met een vergrijzende bevolking en een groeiend personeelstekort. Zorgaanbieders zoeken naar manieren om efficiënter te werken en zo kosten te besparen; de zorg wordt steeds duurder. Patiënten zijn steeds meer betrokken bij hun gezondheid; we googlen allemaal onze symptomen voordat we naar de huisarts gaan met klachten. Ook houden we onze eigen gezondheid bij met smart watches en lifestyle-trackers.”

De digitale transformatie heeft een enorme potentie om deze problemen op te lossen. Maar dan komen we bij een ander probleem: we hebben de beschikking over grote hoeveelheden data, maar weten vaak niet hoe we daar waardevolle informatie uit kunnen halen.”

 

AI is niet de oplossing zelf

Binnen Philips is Ymke verantwoordelijk voor projecten die als doel hebben om innovaties op het gebied van data en AI versneld vanuit het laboratorium naar de klinische praktijk te krijgen. De bottleneck zit volgens Ymke niet zozeer in de technologie: “AI kan heel veel oplossen, maar AI is een hulpmiddel en niet de oplossing zelf. Uit onderzoek van Philips, de Future Health Index, kwam naar voren dat zorgaanbieders nog vaak worstelen met het beheer van data, de uitwisseling van data tussen systemen en het trainen van zorgmedewerkers om de vruchten te plukken van data.”

Als we de digitale transformatie in de zorg willen versnellen, dan is het belangrijk om klinische experts te betrekken in elke stap. Ook is het belangrijk dat we medewerkers trainen hoe ze gebruik kunnen maken van data en het uitwisselen van data eenvoudiger te maken. “Daarnaast geloof ik heel sterk in partnerships ecosystemen zodat we gezamenlijk deze uitdagingen aan kunnen pakken. Een voorbeeld hiervan is de nauwe samenwerking met partners in een regionaal ecosysteem: het Eindhoven MedTech Innovation Center (e/MTIC). Daarin werken Philips, de TU/e en de drie lokale ziekenhuizen: Catharina Ziekenhuis, Máxima Medisch Centrum en Kempenhaeghe samen aan medische innovaties.

Als we de digitale transformatie in de zorg willen versnellen, dan is het belangrijk om klinische experts te betrekken in elke stap. Ook moeten we medewerkers trainen hoe ze gebruik kunnen maken van data en het uitwisselen van data eenvoudiger te maken.

Ymke de Jong, Clinical Data Scientist en Data & AI Partnerships Lead


En met succes; zo hebben we dankzij e/MTIC vorig jaar de Healthdot op de markt gebracht, een sensor die ervoor zorgt dat patiënten na een ingreep sneller naar huis kunnen. Belangrijk voor deze innovatie was de onderbouwing dat de oplossing werkt in de klinische praktijk en daarvoor was de nauwe samenwerking met Catharina Ziekenhuis essentieel.”