Jobid=628439919549752257 (0.0991)
Onbegrepen gedrag, zoals agressie of zelfbeschadiging, komt relatief vaak voor bij mensen met een LVB en bijkomende gedragsproblemen. Dit gedrag heeft een grote impact op de kwaliteit van leven van cliënten, maar ook op de werkdruk van zorgprofessionals.
In dit project onderzoeken we hoe AI kan bijdragen aan het eerder herkennen van signalen die wijzen op een verhoogd risico op onbegrepen gedrag. Hierdoor kunnen zorgprofessionals tijdig passende interventies inzetten en escalatie voorkomen. Hiervoor ontwikkelen en testen we een predictiemodel op basis van dagrapportages uit elektronische cliëntendossiers. Deze rapportages vormen een rijke bron van informatie over veranderingen in stemming, gedrag en omstandigheden die kunnen fungeren als waarschuwingssignalen.
In deze functie lever je een belangrijke bijdrage aan de ontwikkeling, validatie en praktijkevaluatie van een AI-gestuurd predictiemodel. Je werkt met grote hoeveelheden tekstuele data uit elektronische cliëntendossiers en past geavanceerde analysemethoden toe om patronen en voorspellers van onbegrepen gedrag te identificeren. De resultaten vertaal je naar inzichten en toepassingen die relevant zijn voor de dagelijkse zorgpraktijk.
Het project wordt uitgevoerd in samenwerking tussen de Radboud Universiteit en Pluryn, een zorgorganisatie voor jongeren en volwassenen met complexe ondersteuningsvragen, en wordt gefinancierd door ZonMw.
Deel deze vacature: