In de komende jaren zullen steeds meer mensen met steeds complexere problemen (langdurige) zorg nodig hebben, terwijl er een afname wordt verwacht van beschikbaar personeel. Hierdoor moet steeds meer werk worden gedaan met steeds minder beschikbare zorgprofessionals. In de dagelijkse praktijk besteden zorgprofessionals maar liefst 40% van alle tijd met een cliënt aan het documenteren en registreren van data, waardoor er minder tijd overblijft voor het verlenen van zorg. Jaarlijks wordt op deze manier een enorme hoeveelheid data opgeslagen. Vervolgens worden deze data vaak niet op een zinvolle manier ingezet voor cliënten, terwijl hier veel mooie kansen en mogelijkheden liggen. Dit vergroot de uitdaging om met minder zorgprofessionals betere/meer zorg te leveren.

In de zorgsector wordt steeds meer gekeken hoe technologie ingezet kan worden om de zorg beter, toegankelijker, menselijker en efficiënter te maken. Volgens de Nederlandse overheid en de EU is digitalisering een belangrijke aanjager van de benodigde transitie in de zorg. Beschikbare en opkomende (data)technologie zoals big data, remote sensing, Artificial Intelligence, Virtual Reality en (voorspellende) analytics zullen een belangrijke rol spelen in zorg en innovatie. Cruciaal daarbij is om de interactie tussen cliënten en zorgverleners centraal te stellen en relevante toepassingen te creëren.
Hierbij is een steeds grotere rol weggelegd voor domeinspecifieke kennis op het gebied van zorg én technologie. Bijvoorbeeld voor het ontwikkelen van applicaties zoals het elektronische patiëntendossier (EPD) of data ondersteund klinisch rederneren (DOKR).

Veel ontwikkelde technologieën worden in de gezondheidszorg helaas vaak beperkt, of zelfs niet, geïmplementeerd, omdat de benodigde kennis niet gebundeld wordt. De zorgprofessional (in het medische of het sociale domein) en de (technisch) informaticus hebben op dit moment niet de integrale kennis om datatechnologie op een verantwoorde manier te ontwerpen en ontwikkelen voor bijvoorbeeld een eerstelijnspraktijk fysiotherapie, ziekenhuisafdeling, ambulance, maatschappelijk werk, revalidatiecentrum, forensische zorg. Ook hebben zij afzonderlijk niet de benodigde inzichten om verantwoorde implementatie mogelijk te maken. Ethisch gebruik van data, beveiliging en privacy zijn hierbij belangrijke vraagstukken.

Binnen deze minor staat het ontwerpen, ontwikkelen én implementeren van relevante innovaties in de gezondheidszorg centraal. Het gaat hierbij om innovaties op het gebied van IT, data en AI.

De minor Digital Health Innovation brengt de domeinen zorg en IT/data/AI samen, om de uitdagingen integraal op te kunnen pakken. Het is een ervaringsgerichte minor, die trans-disciplinaire samenwerking als uitgangspunt heeft. De informaticus zet zijn kennis van datatechnologie in en leert hierbij vanuit de zorg. De zorgprofessional zet zijn specifieke kennis vanuit de zorg in en leert hierbij over (data)technologie. Studenten maken kennis met zeer uiteenlopende vormen van technologie, zoals data vanuit sensoren, EPD, klinische testen, vragenlijsten, social media. Ze ontwikkelen datagedreven innovatieve oplossingen voor de zorg. Deze worden vervolgens getest en toegepast in echte projecten uit de zorgpraktijk, van opdrachtgevers zoals het ErasmusMC, Rijndam Revalidatie, INCURA, Health-Holland, Medical-delta.

In de minor is samenwerking essentieel, waarbij je als team werkt en leert. Het is niet noodzakelijk om alles zelf te kunnen. Je wordt gestimuleerd om ook jouw steentje bij te dragen aan de uitdagingen van de toekomst in de gezondheidszorg.

Inhoud en programma

Deze minor heeft de focus op gezondheid en gezondheidszorg. Digitalisering wordt ingezet als middel om mogelijke oplossingen te vinden voor complexe sociaal-maatschappelijke problemen. Het uitgangspunt hierbij is een concreet en uitdagend vraagstuk van een opdrachtgever op het gebied van gezondheid of gezondheidszorg.

Het onderwijs is opgebouwd uit zorg- en datathema’s. De student specialiseert zich in een beroepsspecifiek profiel (zorgprofessional, data science, data engineering) en vormt zo een eigen beroepsprofiel. Hierbij doet de student een brede kennisbasis op om te kunnen samenwerken met de andere disciplines, en brengt hij vooral kennis in vanuit de eigen expertise.

• Zorgprofessional: Verantwoord gebruik technologie en klinisch redeneren, co-creatie, implementatie en vertaler (van zorgcontext naar techniek en visa versa)
• Data sciencist: Artificial Intelligence, data analytics en responsible design
• Data engineer: Data privacy, data quality, responsible data solidarity.

Het onderwijs bestaat uit gezamenlijke thema’s die niet alleen voorwaardelijke kennis en vaardigheden bevatten voor het uitvoeren van het project, maar ook onderdelen die worden getoetst middels een portfolio. Doordat trans-disciplinaire samenwerking centraal staat in het onderwijs, ontwikkelen (en bezitten) studenten specifieke kennis en vaardigheden die van waarde zijn in de samenwerking. Deze worden ontwikkeld binnen de specialistische onderwijsmodules van de desbetreffende thema's.
Studenten zullen naast de generieke producten ook specialistische producten opnemen in het portfolio, die aansluiten bij hun individuele beroepsprofielen. De volgende onderwerpen worden aangeboden:

Fundamentals en specialistische blokken: healthcare, data-engineering, data-science, implementatie- en verandermanagement, innovatieprocessen, clinical healthcare research, medische ethiek, privacy, responsible design and use, natural language processing, computer vision, machine learning, patient centered design.

Leerdoelen

Algemeen overstijgend leerdoel|
Vanwege de cross-sectorale grondslag heeft de minor de volgende domeinoverstijgende eindcompetenties:

• Innovatie
  Centraal staat de capaciteit van de student om eigen beroepsspecifieke competenties te vertalen naar het door de opdrachtgever voorgelegde vraagstuk, en om hiervoor noodzakelijke kennis op te doen vanuit andere domeinen. Met deze competenties en kennis gaat de student aan de slag om het probleem te analyseren, en een aantoonbare bijdrage te leveren aan de aanpak en oplossing van het probleem.   
• Trans-disciplinair samenwerken
  De student werkt in groepsverband samen met studenten vanuit meerdere disciplines aan het door opdrachtgever voorgelegde vraagstuk. Het beoogde resultaat is het ontwikkelen van, en reflecteren op, het eigen functioneren en samenwerken in een groep. 
• Implementeren in de praktijk
  De student werkt in groepsverband toe naar het presenteren van één of meer producten en het demonstreren van een use case (uitleg en demo hoe een ontwikkeld product gebruikt kan worden om doel van gebruiker te realiseren) en/óf een Proof of Concept (versie om haalbaarheid van een idee of concept te beproeven). 

Daarnaast creëert de student in de minor individuele verdieping met het oog op arbeidsmarkt en beroep. Hiervoor kiest de student uit verdiepende competenties en een bijbehorende set van leerdoelen voor de volgende beroepsprofielen:

• Gezondheidszorg professional
• Data-engineer
• Data-scientist

Hierna worden voor elk van deze competenties de leerdoelen nader uitgelegd, zodat duidelijk wordt waartoe de student aan het eind van de minor in staat moet zijn.
 

Domein overstijgende competenties
De student werkt aan elk van de volgende domeinoverstijgende competenties.

Domein overstijgende competenties voor innovatie
De student is in staat met de overige leden van het team om: (1) domeinspecifieke kennis te vertalen naar, en toe te passen op, een complex probleem binnen de gezondheidszorg, (2) het probleem vanuit

meerdere disciplines om te zetten in een data-technologische georiënteerde oplossing, (3) het ontwikkelen en toepassen van deze innovatie in een use case of Proof of Concept, (4) een plan op te stellen voor implementatie of verdere doorontwikkeling indien de use case aantoont dat deze nog niet toepasbaar is in de praktijk.

Domein overstijgende competenties voor trans-disciplinair samenwerken
De student is in staat om in groepsverband met studenten van andere disciplines: (1) een complex probleem binnen het domein gezondheid en gezondheidszorg te analyseren en de noodzakelijke vereisten, vaardigheden en kennis te identificeren, (2) de benodigde partijen en stakeholders te betrekken in het project, (3) adequaat te communiceren (ongeacht domein en/of opleidingsniveau), (4) het proces adequaat te managen gedurende het project.

Domein overstijgende competenties voor implementeren in de praktijk
De student is in staat om: (1) aandachtspunten bij implementatie voor zowel mensen, processen en technologie (IT en data) te identificeren, (2) uiteenlopende belangen en eisen voor implementatie te onderkennen en hier gedragen keuzes in te maken, (3) de use case of proof of concept te ontwikkelen waarbij zichtbaar rekening gehouden is met de aandachtspunten.

Verdiepende competenties
De student kan kiezen uit de volgende verdiepende competenties, elk geënt op een beroepsprofiel.

Verdiepende competenties voor gezondheidszorg professional
De student is in staat om: (1) Binnen het domein van de data-technologie relevante technologieën te identificeren die kunnen bijdragen aan de ontwikkeling van een datagedreven innovatie teneinde een oplossing te bieden voor het vraagstuk binnen gezondheid en gezondheidszorg domein, (2) technische kennis op het gebied van coding, data engineering en Artificial Intelligence (AI) te doorgronden en deze te kunnen duiden in termen van toepassingsmogelijkheden en werking, (3) domeinspecifieke zorg kennis te vertalen en betekenisvol te maken in het analyseren, ontwikkelen en toepassen van een data gedreven innovatie, (4) een centrale rol te spelen in de implementatie op in de zorgpraktijk en mogelijke barrières voor implementatie identificeren, (5) ervaringen vanuit de werkvloer met het gebruik van het de beoogde oplossing te verzamelen, analyseren en deze te vertalen naar een (her)ontwerp, (6) de ethische consequenties van een toepassing te overzien en te vertalen naar impact voor de technische experts en eindgebruikers.

Verdiepende competenties voor data engineer
De student is in staat om: (1) in samenspraak met de zorgprofessional het vraagstuk binnen het gezondheid of gezondheidszorg domein te doorgronden, (2) samen met de zorgprofessional de voor het vraagstuk beschikbare, benodigde en/of relevante data en informatiebehoeften te bepalen, alsmede (mogelijke) databronnen, (3) kwaliteitseisen voor deze data te formuleren, en kwaliteitsissues zo mogelijk op te lossen (“voorkomen is beter dan genezen”), (4) een volledig geïmplementeerde en gedocumenteerde waardeketen te realiseren voor dataverzameling, (informatie)feiten, informatieafleiding en informatielevering, (5) onderbouwde keuzes te maken en producten te leveren voor data modellering, data integratie en pipelines (tools en technische stappen), (6) best practices voor data visualisatie toe te passen bij het presenteren en begrijpelijk maken van geleverde informatie voor de zorgprofessional, en rekening houdend met eventuele eisen en wensen vanuit opdrachtgever ten aanzien van visualisatie.

Verdiepende competenties voor data scientist
De student is in staat om: (1) in samenspraak met de zorgprofessional en data engineer het complexe vraagstuk binnen het gezondheid of gezondheidszorg domein te vertalen naar mogelijkheden voor inzet van AI, (2) een datagedreven oplossing voor het vraagstuk te bedenken en ontwerpen, (3) op basis van beschikbare en geprepareerde data inzichten te genereren voor de ontwikkeling van een betekenisvolle toepassing van AI, (4) te borgen dat deze toepassing van AI door betreffende zorgprofessionals ethisch verantwoord is op basis van hiervoor geldende richtlijnen, (5) een AI-model te ontwikkelen en desgewenst te trainen ten behoeve van een (potentiële) oplossing van het vraagstuk, (6) in samenspraak met de zorgprofessional en data engineer een plan van aanpak op te stellen voor implementatie met inzet van AI van de (potentiële) oplossing.

• De student durft buiten de kaders van zijn of haar beroep te kijken en is in staat om samen te werken met professionals vanuit diverse professies.

• De student heeft de bereidheid of ambitie om een brug te slaan tussen dataoplossingen en het zorgdomein.

De minor is geschikt voor alle opleidingen in het zorg en het technologie domein.

Zorgopleidingen: Fysiotherapie, Verpleegkunde, Ergotherapie, Oefentherapie, Verloskunde, Mens en Techniek, Biomedische Hulpverlening, Biologische Medisch Laboratoriumonderzoek, Logopedie, Bewegingstechnologie, Huidtherapie.

Voor de zorgstudent zijn programmeer vaardigheden niet een vereiste voor deelname aan de minor, noch wordt verwacht dat dit beheerst gaat worden gedurende de minor. Dit zal zich beperken tot het begrijpen van data-technologische toepassingen en hun werking, én ook hoe deze gewetensvol gebruikt kunnen worden.

Techniek opleidingen: Alle Informatica/ICT Opleidingen, Data-science and AI, Technische Wiskunde, Mens en Techniek, Technische Bedrijfskunde, Werktuigbouwkunde, Communicatie Media en Design, Gaming

Voor de techniek georiënteerde student is het niet noodzakelijk om een diepgaande kennis te hebben over gezondheid en gezondheidszorg en de bijbehorende klinische en communicatieve vaardigheden. Wel dient de technologie student de context van de gezondheidszorg te doorgronden in het kader van het ontwikkelen van de toepassingen.

Visie document data ondersteunde zorg innovatie. M.C. Scheper, M. van Velzen.

Missie document gezondheid en zorg VWS, ministerie van VWS.

Leidraad AI in de zorg, Ministerie van volksgezondheid welzijn en sport.

Agile Data Warehouse Design, Lawrence Corr, DecisionOnePress, ISBN 9780956817204 (or https://gumroad.com/l/modelstorming)

Fundamentals of data Engineering, Joe reis, Matt Housley, O’Reilly.
Print ISBN: 978-1098108304

Data als succesfactor, Karien Verhagen, Paul van der Linden, Pearson.
ISBN9789043037006 inclusief Mylab.

Het portfolio wordt op 60% van de doorlooptijd van minor tussentijds beoordeeld op aanpak, samenwerking, voortgang en resultaten, op basis van een opgeleverde tussenrapportage:

• Opdrachtgever beoordeelt en geeft feedback op:
  • Trans-disciplinaire aanpak en tussenresultaten
  • Samenwerking door de groep, en met de opdrachtgever 
• Docent beoordeelt en geeft feedback op:
  • Status en verloop van geplande/uitgevoerde taken
  • Geplande doorontwikkeling van (tussen)producten.

Daarnaast wordt er getoetst aan het eind van de minor.

• Opdrachtgever beoordeelt de volgende door de groep opgeleverde producten:
  • Plan van aanpak
  • Eindpresentatie en demo

Algemeen
Voor de zorgstudent zijn programmeer vaardigheden niet een vereiste voor deelname aan de minor, noch wordt verwacht dat dit beheerst gaat worden gedurende de minor. Dit zal zich beperken tot het begrijpen van data-technologische toepassingen en hun werking, én ook hoe deze gewetensvol gebruikt kunnen worden.

Voor de techniek georiënteerde student is het niet noodzakelijk om een diepgaande kennis te hebben over gezondheid en gezondheidszorg en de bijbehorende klinische en communicatieve vaardigheden. Wel dient de technologie student de context van de gezondheidszorg te doorgronden in het kader van het ontwikkelen van de toepassingen.

Volg onze online voorlichting 

Deze voorlichting is een interactieve online bijeenkomst via Teams. Je krijgt een korte presentatie over de minor. Je kunt daarna vragen stellen aan de docent. Je kunt meedoen op je mobiel, laptop of tablet.

Door hieronder op de datum van de voorlichting te klikken kom je in de Teams meeting.

Dinsdag 2 april van 17.30 – 18.00 uur