LLMs zijn AI-modellen die menselijke taal kunnen lezen, begrijpen en analyseren. Daardoor kunnen ze grote hoeveelheden zorginformatie sneller verwerken en verbanden herkennen die voor mensen minder zichtbaar zijn. Het project richt zich op twee concrete uitdagingen: het eerder herkennen van veranderende zorgbehoeften én het verlichten van administratieve lasten voor zorgprofessionals.
SCOPE is een samenwerking tussen zorginstellingen, kennispartners en innovatiepartners. Onder andere SDW, SOVAK, MindLabs, het Care Innovation Center, Avans Hogeschool en Tilburg University werken samen aan de ontwikkeling en toetsing van deze technologie.
Project 1: Herkennen van veranderende zorgbehoefte
Hoofdvraag: Hoe kunnen LLMs helpen om veranderingen in gedrag, welzijn en gezondheid van cliënten eerder te signaleren?
Wat is zorgbehoefte?
In de langdurige zorg verandert de zorgbehoefte van cliënten voortdurend. Toch worden die veranderingen niet altijd direct opgemerkt. Dagelijkse observaties bevatten vaak waardevolle signalen, maar door werkdruk en de hoeveelheid rapportages blijven patronen soms onzichtbaar.
Binnen dit project onderzoeken we hoe LLMs deze ongestructureerde data kunnen analyseren en subtiele veranderingen sneller zichtbaar kunnen maken. Zo kunnen zorgteams eerder ingrijpen en zorg beter afstemmen op de actuele situatie van de cliënt.
Beoogde resultaten
- Snellere signalering van veranderende zorgbehoeften
- Betere en proactievere zorginterventies
- Meer inzicht in cliëntontwikkeling
- Hogere kwaliteit van zorg
Project 2: LLMs voor administratieve ondersteuning
Hoofdvraag: Hoe kunnen LLMs zorgprofessionals ondersteunen bij het verwerken en structureren van cliëntinformatie?
Ondersteuning
Zorgprofessionals besteden veel tijd aan het handmatig verwerken van informatie uit medische dossiers en intakegesprekken. Dat kost tijd die niet aan directe zorg besteed kan worden.
Binnen dit project onderzoeken we hoe LLMs automatisch relevante informatie kunnen herkennen, samenvatten en op de juiste plek in cliëntdossiers kunnen verwerken. Daarmee wordt administratie slimmer ingericht en ontstaat meer ruimte voor persoonlijke aandacht.
Beoogde resultaten
- Minder administratieve lasten
- Snellere en consistenter ingevulde cliëntdossiers
- Minder kans op fouten in gegevensverwerking
- Meer tijd voor directe zorg
Aanpak en werkwijze
Binnen beide projecten worden zorgdata verzameld, opgeschoond en geanalyseerd. Vervolgens trainen en testen onderzoekers verschillende taalmodellen in samenwerking met zorgprofessionals.
Door deze co-creatie blijven de toepassingen niet theoretisch, maar direct verbonden aan de praktijk. Zo bouwen we aan AI-oplossingen die echt aansluiten op de dagelijkse realiteit van de zorg.
Aan dit project zal vanaf september 2026 een Futures Lab-team gaan werken om deze projecten werkelijkheid te laten worden.
Contact
Neem voor meer informatie contact op met
Robin den Oudsten
Robin.denoudsten@mind-labs.eu