Inloggen
16-05-2023
Op woensdag 24 mei 2023 zijn we met Therapieland aanwezig op het congres Data Driven Healthcare in Jaarbeurs Utrecht. Om 11.10 uur zullen we een sessie houden over Matchmaking en de rol die daarin is weggelegd voor AI. Matthijs Spruijt (Data Lead bij Therapieland) en Suzanne Martens (Data Scientist bij Therapieland) beantwoordden alvast een paar vragen over dit veelbelovende onderwerp.
Over IJ-lab
IJ-lab is de onderzoekstak van Therapieland. Bij Therapieland willen we zo veel mogelijk mensen helpen met hun mentale veerkracht. Daarvoor is het belangrijk om te onderzoeken hoe we dit zo goed mogelijk kunnen doen. Inzichten in het gebruik en de effecten van onze producten kunnen ons helpen deze beter te maken, meer mensen te bereiken, en mensen beter en sneller te helpen. De kennis die we opdoen brengen we naar ons team, maar ook naar buiten. Zo kunnen we met onderzoek de zorg verbeteren en kunnen we behandelaren die werken met onze producten meer handvatten bieden om e-Health succesvol in te zetten.
Waar doet IJ-lab onderzoek naar?
“IJ-lab doet onderzoek naar de implementatie, het gebruik, de uiteindelijke effecten en naar de waarde in bredere zin.
Een belangrijk onderzoeksonderwerp is Matchmaking. Therapieland biedt meer dan 200 e-Health-programma’s. Zo kunnen we mensen met een breed scala aan hulpvragen helpen. Maar hoe vind je dat ene programma dat het best aansluit? Daarvoor ontwikkelt IJ-lab de Matchmakingtool, via data science en machine learning. Deze tool kan de gebruiker adviseren bij het vinden van het juiste programma.”
Het ontwikkelproces van de Matchmakingtool
“De afgelopen twee jaar hebben we de data-infrastructuur opgezet die nodig is om de tool te kunnen ontwikkelen. Zo hebben we aan het eind van ieder programma een stap geïmplementeerd waarin de gebruiker wordt gevraagd of die zich geholpen voelt door het volgen van het programma. Ook hebben we een vragenlijst ontwikkeld die uitvraagt welke behoeften gebruikers hadden voorafgaand aan het programma. Deze informatie wordt gebruikt om een machine learning model te trainen, dat aan de hand van de antwoorden op de vragen probeert te voorspellen of een bepaald programma geschikt is.
Er is inmiddels een tool gebouwd die de antwoorden op de vragenlijst kan ontvangen en een lijstje aanbevelingen kan teruggeven. Het machine learning model bepaalt welke programma’s op dat lijstje moeten komen.
Uiteindelijk willen we dat dit een functionaliteit wordt die in het platform is geïntegreerd. Om tot dit punt te komen moet het machine learning model nog worden verbeterd. De resultaten zijn veelbelovend, maar nog niet op het niveau dat we willen bereiken voor we de service aan klanten aanbieden. Hier wordt nu aan gewerkt.”
Hoe werkt het voorspellend datamodel van Therapieland?
“Het voorspellende model is een variant op het principe van ‘collaborative filtering’. Dit is een methode die veel wordt gebruikt door contentplatforms (bijvoorbeeld YouTube en Netflix).
In de basis probeert het algoritme te bepalen op welke andere gebruikers een nieuwe gebruiker het meest lijkt. Op een platform als YouTube wordt dat bepaald door te kijken naar het gedrag van een gebruiker op de site, in combinatie met demografische gegevens. Bij Therapieland is dit gebaseerd op de eerder genoemde vragenlijst over de behoeften van de gebruiker.
De ervaring van de gebruikers waar de nieuwe gebruiker op lijkt, wordt dan ingezet om te voorspellen wat voor de nieuwe gebruiker goed zal werken. In de meeste systemen is het doel om de gebruiker dingen aan te bevelen die ze zo lang mogelijk op het platform houden, en het algoritme is dus ook geoptimaliseerd om dat te doen. Bij Therapieland is het doel anders. Het maakt niet uit hoe lang iemand op ons platform is, of hoeveel programma’s diegene volgt, het gaat erom dat ze geholpen zijn. Ons algoritme maakt daarom gebruik van in hoeverre men zich geholpen voelde door een programma.”
Hoe kan AI bijdragen aan waardegedreven zorg?
“AI kan helpen bij het in kaart brengen van de problematiek van een cliënt. Ook kan AI een adviserende rol hebben, door relevante mogelijkheden aan te wijzen (bijvoorbeeld programma’s, behandelmethoden of instituten/individuele behandelaren met de nodige expertise). Op die manier kan zowel de efficiëntie van ons zorgsysteem en de eigen regie van de cliënt (tot op zekere hoogte) worden vergroot. Verder zijn er mogelijkheden om AI in te zetten om interventiemomenten op te sporen (bijvoorbeeld momenten waarop een cliënt op het punt staat een terugval te krijgen). AI kan de mentale gezondheidszorg echt minder complex maken voor zowel behandelaren als cliënten.”
Meer weten over de Matchmakingtool en de rol van AI in de GGZ? Kom langs bij onze sessie tijdens het congres Data Driven Healthcare: woensdag 24 mei, 11.10 uur, Jaarbeurs Utrecht.
