Blog

Nieuws en kennisartikelen over gezondheidszorg en technologie

Alle artikelen

Recommendation Systems: wat de zorg kan leren van Netflix

recommendation-systemsWaarom groeien bedrijven zoals Amazon, Netflix en Spotify zo hard? Het is een combinatie van factoren. Zo hebben ze (1) een uitgekiende marketingstrategie en (2) maken ze optimaal gebruik van data. Met dank aan deze twee succesfactoren geven de groten der aarde hun klanten precies waar zij om vragen en worden de producten en diensten iedere dag beter. Maar “optimaal gebruik maken van data”: wat houdt dat in? En wat heeft de zorg eraan? In dit blog vertel ik je meer over het grote data-geheim van giganten zoals Amazon en Netflix: Recommendation Systems.  

Eerst even wat praktijkvoorbeelden

Amazon werkt met profielen die het bedrijf samenstelt op basis van de kenmerken van klanten en hun aankopen. Wanneer een andere klant met soortgelijke kenmerken de online winkel bezoekt, geeft Amazon tips over producten die voor die persoon ook relevant kunnen zijn. Netflix doet hetzelfde: het mediabedrijf maakt gebruik van rating systemen voor de series en films die ze aanbieden. Wanneer jij en ik dezelfde films goed vinden en ik een nieuwe film een hoge score geef, komt deze ook in jouw lijstje met tips te staan. Ook Spotify maakt handig gebruik van deze aanbevelingentechnologie: afhankelijk van de smaak van een luisteraar, geeft de streamingsdienst muziektips gebaseerd op de likes van andere gebruikers.

 

Wat zijn Recommendation Systems?

Al deze toepassingen worden mogelijk gemaakt door Recommendation Systems (RS). En die zijn helemaal niet nieuw! RS worden al sinds 1995 ingezet om grote hoeveelheden gegevens van mensen te analyseren om producten en diensten beter op hen aan te sluiten. Recommendation Systems gaan dus al een tijdje mee, maar momenteel zit de ontwikkeling ervan in een stroomversnelling. Inmiddels zijn RS namelijk een belangrijk onderdeel geworden van veel e-commerce applicaties en webwinkels. En worden ze verbeterd door verschillende artificial intelligence technieken zoals (hou je vast) machine learning, datamining, user modeling, case based reasoning en constraint satisfaction.

 

Wat doen Recommendation Systems precies?

Met behulp van bovenstaande technieken doet een RS suggesties voor bepaalde content (bijvoorbeeld een beschrijving of een afbeelding van een gerelateerd product). Of geeft het tips die een persoon helpen bij het nemen van een beslissing. Bijvoorbeeld door een lijst te maken met items en die in een bepaalde volgorde aan te bieden. Hierbij wordt gebruik gemaakt van informatie over de klant, de producten en transactiedata zoals betaalgegevens. Op deze manier probeert een RS te voorspellen welke producten of diensten het best passen bij de klant, gebaseerd op diens profiel, voorkeuren en koopgeschiedenis van soortgelijke klanten.

 

Waar worden Recommendation Systems al voor ingezet?

Steeds meer organisaties gebruiken Recommendation Systems. Momenteel zie je ze vooral in de retailsector, waar Bol.com ze bijvoorbeeld gebruikt voor het maken van marktanalyses, het herkennen van patronen, het opstellen van gebruikersprofielen en het optimaliseren van het productaanbod. Ook de toeristische sector is enthousiast: het gebruikt RS vooral voor het doen van aanbevelingen over accommodaties en reizen. Denk hierbij aan vergelijkingssites zoals booking.com en Trivago. Online aanbieders van producten en diensten zetten RS vooral in voor het geven van tips over nieuwe producten die ze baseren op aankopen- of bezoekershistorie. En aanbieders van streamingdiensten gebruiken RS om klanten aanbevelingen te doen voor series en films op basis van de ratings van andere bezoekers.

 

Wat kan de zorgsector met Recommendation Systems (RS)?

Recommendation Systems zijn echter ook enorm interessant voor de zorgsector. Ze zijn namelijk enorm sterk in het analyseren van grote hoeveelheden gestructureerde en ongestructureerde data. Op basis van die gegevens komen ze zelfstandig tot goed onderbouwde conclusies en kun jij betere voorspellingen doen. En dat creëert een enorm potentieel voor je zorgorganisatie!

 

Bijvoorbeeld…

Een ziekenhuis kan met een RS voorspellen hoe groot het aantal patiënten met hartkwalen of diabetes zal zijn dat opgenomen moet worden in het ziekenhuis. Hier is een algoritme voor ontwikkeld waarmee grote hoeveelheden elektronische patiëntendossiers geanalyseerd kunnen worden, inclusief gegevens over:

  • Leeftijd
  • Levensstijl
  • Wel/niet roken
  • Aandoeningen in de familie
  • Eerder gestelde diagnoses
  • Door de patiënt gedeelde informatie
  • Informatie van de huisarts
  • Voorgeschreven medicijnen
  • Laboratoriumresultaten

Hieraan gekoppeld zijn de historische gegevens van patiënten die in het verleden in het ziekenhuis opgenomen zijn met hartkwalen of diabetes en wat hun profielen zijn. Op basis van deze enorme hoeveelheid gegevens kunnen de onderzoekers nu met een 82% accuraatheid voorspellen wie er van de patiënten met hartkwalen of diabetes binnenkort in het ziekenhuis opgenomen gaan worden. Hier kunnen zorgverleners op anticiperen door al veel eerder op maat gemaakte zorg te verlenen. Zo verkleinen ze waarschijnlijk zelfs het aantal ziekenhuisopnames!

 

eHealth devices

Het verhaal wordt nog een beetje beter. Door deze enorme hoeveelheid gegevens aan te vullen met gegevens die verzameld worden door verschillende eHealth devices, zoals draagbare bloeddruk- en hartslagmeters, krijg je ook real-time inzicht in de gezondheid van patiënten. Hierdoor worden analyses nog preciezer, kun je nog sneller anticiperen op ziekteverschijnselen en reacties op medicijnen, en worden daarmee belastende ziekenhuisopnamen voorkomen. Denk daarnaast ook aan het potentieel dat RS hebben voor je website. Hier kunnen patiënten hun klachten en patiëntgegevens invullen in een patiëntenportal en op basis daarvan tips krijgen voor artikelen en onderdelen van de website (bijvoorbeeld tools en checklists) die voor hen relevant zijn.

 

Veiliger, persoonlijker en betaalbaarder

De toepassingsmogelijkheden van Recommendation Systems zijn eindeloos en reiken veel verder dan ik in een artikel beschrijven. Mits goed opgezet en met een focus op zorgvuldig gebruik van de gebruikte persoonsgegevens, bieden ze een enorme verbeterslag voor de zorgsector. Zo wordt deze niet alleen beter, maar ook veiliger, persoonlijker en betaalbaarder. En dat allemaal door een technologie die al meer dan 20 jaar in ons midden is!

Wil je een overzicht van de knelpunten en oplossingsrichtingen in de zorg? Download dan hieronder de Whitepaper over Duurzame Zorg.

Duurzame Zorg

Onderwerp(en): artificial intelligence, Predictive analytics, EPD

Heike van Muylem
Heike van Muylem
Heike van Muylem is marketing manager at InterSystems Benelux. She has a deep-dive knowledge of state of the art technologies, including Iot, AI and analytics. Heike has a strong strategic focus, but never loses sight of people, which she believes should be put first in order to attain business success and innovation. She's quadrilingual, a team builder and motivator at heart.

 


Laat een opmerking achter

Misschien vind je deze artikelen ook interessant:

 

Artificial Intelligence is een luxe & een noodzaak (en dat is oké)

Niet zelden laten bedrijven trends aan zich voorbijgaan. Dat moet ook, want anders zouden ze allerlei ove...
Heike van Muylem 13/11/18 08:00

ICT in de logistieke sector: keep calm & buy software

Als professional in de logistieke sector kan je het warm krijgen van alle veranderingen. Wearables, data-...
Heike van Muylem 16/10/18 08:00

Real World Data uit het leven van de patiënt: de toepassingen [deel 3]

Welke bevolkingsgroepen lopen het meeste risico op hart- en vaatziekten? Bij hoeveel procent van de patië...
Heike van Muylem 02/10/18 08:00