DEC. 2024
LASO: Ziekenhuisgerichte AI Selectie en Operationalisatie Blueprint Benadering
Context
Het LASO-project heeft als doel het potentieel van op AI gebaseerde oplossingen te benutten om het algemeen welzijn in de gezondheidszorg te verbeteren. Huidige AI-toepassingen in de gezondheidszorg kunnen complexe gegevens verwerken en consistente, nauwkeurige resultaten op schaal leveren. In ziekenhuizen, waar middelen zoals gekwalificeerd personeel beperkt zijn, biedt AI een kans om de patiëntenzorg te verbeteren door administratieve lasten te verlichten, processen te versnellen en kosten te verlagen. De implementatie van AI in de klinische praktijk van ziekenhuizen blijft echter beperkt. Beslissingsmakers zoals CEO’s, CTO’s en innovatie-managers hebben vaak moeite om haalbare AI-toepassingen te identificeren, waardoor ze kansen missen voor oplossingen die het algemeen welzijn kunnen bevorderen. Veel AI-initiatieven blijven technologiegedreven, top-down benaderingen, wat het risico op mislukking tijdens de implementatiefase vergroot. Bovendien bieden onderzoeksafdelingen en AI-aanbieders vaak oplossingen aan zonder rekening te houden met de maatschappelijke impact of voordelen voor ziekenhuizen, patiënten en medewerkers. Het aanpakken van deze uitdagingen vereist een multidisciplinaire benadering voor het ontwerp en de implementatie van op AI gebaseerde oplossingen in de gezondheidszorg.
Het LASO-project (Ziekenhuisgerichte AI Selectie en Operationalisatie Blueprint Benadering)
Het LASO-project richt zich op het creëren van een uitgebreide methodologie ter ondersteuning van AI-gedreven innovatie in ziekenhuizen, met de nadruk op het algemeen welzijn. De kernmissie van het project is het integreren van bestaande structuren en tools om op maat gemaakte AI-oplossingen te creëren die betrouwbaar, robuust en ethisch verantwoord zijn. Het doel is om het innovatieproces te “risicoloos” te maken door een systematische blauwdruk te bieden vóór het verwerven, ontwikkelen en implementeren van op AI gebaseerde oplossingen. De belangrijkste doelstellingen van het LASO-project zijn:
Verwachte resultaten
Het verwachte resultaat van het LASO-project is een systematische benadering om de risico’s van AI-innovaties te verminderen. Deze benadering zal helpen bij het identificeren van AI-kansen en het selecteren van relevante gebruiksmogelijkheden die in lijn zijn met het algemeen welzijn in de zorginstellingen. Om een brede toepasbaarheid te waarborgen, zullen opleidingsmateriaal en ondersteunende richtlijnen worden gezamenlijk opgesteld door een diverse groep onderzoekers, industriële experts en ziekenhuisstakeholders. Deze tools zullen een blauwdruk bieden voor het ontwerpen, ontwikkelen en integreren van AI-innovaties in ziekenhuizen.
Partners van het project
UZBrussel: Het Universitair Ziekenhuis Brussel (UZBrussel) is een universitair ziekenhuis dat een volledig scala aan hoogwaardige gezondheidsdiensten aanbiedt op regionaal, nationaal en internationaal niveau, van basiszorg tot zeer innovatieve technologieën. In het LASO-project zal UZBrussel zijn ervaring delen met het implementeren en gebruiken van AI-oplossingen in de dagelijkse praktijk door actief deel te nemen aan de voorbereidende workshops. Bovendien zal UZBrussel zijn netwerk binnen de Brusselse ziekenhuiscontext gebruiken om een gebruikersgroep te creëren voor verdere objectivering en validatie van de LASO-methodologie.
iCite (ULB): Het International Centre for Innovation, Technology and Education Studies aan de Université Libre de Bruxelles (ULB) heeft als doel de excellentie in onderzoek en hoogwaardige managementonderwijs te bevorderen door een beter begrip te krijgen van de drijfveren van innovatie en welzijn binnen onze samenleving. In het LASO-project zal iCite een uitgebreide beoordeling uitvoeren van de huidige stand van zaken met betrekking tot innovatiemanagement en tools voor het beheren van innovatieprocessen. Op basis van deze bevindingen zullen tools, methoden en richtlijnen worden aangepast aan het specifieke geval van AI-innovatie binnen de gezondheidszorg.
Centre Perelman (ULB): Als onderzoekscentrum van de faculteit rechten aan de Université Libre de Bruxelles (ULB) richt het Centre Perelman zich op de interactie tussen recht en digitale technologieën, inclusief regelgeving omtrent data en AI. Binnen LASO zal het Centre Perelman de huidige regelgeving voor de gezondheidszorg in kaart brengen om een juridische risicobeoordelingsmethodologie te ontwikkelen waarmee niet-juridische belanghebbenden een juridische risicobeoordeling kunnen uitvoeren in een operationele context.
Imec-SMIT, Vrije Universiteit Brussel: De onderzoeksgroep SMIT (Studies in Media, Innovation and Technology), opgericht aan de Vrije Universiteit Brussel (VUB), is gespecialiseerd in fundamenteel, toegepast en projectgericht sociaal onderzoek naar media en ICT, met de nadruk op innovatie, beleid en sociaal-economische vraagstukken. In LASO zal SMIT zijn expertise delen over het ontwerp, de implementatie en de evaluatie van innovatieve digitale gezondheidsoplossingen. Gezien de specifieke focus op AI-oplossingen, zal SMIT zijn deskundige kennis over AI-ethiek en sociale impact toepassen en uitbreiden naar de specifieke ziekenhuis- en zorgcontext, om een pragmatische, maar wetenschappelijk onderbouwde AI-blauwdrukmethodologie te co-creëren.
Sagacify: Sagacify is toegewijd aan het helpen van bedrijven bij het optimaliseren van hun processen door op maat gemaakte AI-oplossingen te ontwikkelen en nieuwe methodologieën aan te bieden die klanten helpen kansen voor AI-implementatie te identificeren. Binnen het LASO-project zal Sagacify zijn technische knowhow en AI-projectidentificatiemethodologie delen om het AI-potentieel binnen het ziekenhuis te identificeren.
Projectduur:
Delen
Andere projecten