Hoofstuk 4 in Sociale innovatie in de praktijk Hoofdstukindeling: 4.1 Inleiding 4.2 Noties van sociale innovatie in zorg en welzijn 4.3 Transformatie in het sociale domein 4.4 Sociale innovatie beschouwd vanuit het perspectief van waarden 4.5 De waarde van een sociale professional 4.6 Epiloog
Voordat beroepskrachten in een (zorg)situatie in beeld komen bieden naasten, verwanten, (ofwel) mantelzorgers vaak al jaren zorg en ondersteuning. Wanneer iemand ziek wordt, een beperking of aandoening heeft treft dit niet alleen de persoon zelf maar ook de omgeving. Naasten maken zelf ook een herstelproces door én zij spelen een rol in het herstelproces van de persoon met de ziekte, beperking of aandoening. Toch is er in zorg-organisaties en in het onderwijs nog te weinig aandacht voor de samenwerking met naasten. De Raad voor Volksgezondheid en Samenleving (2022) pleit in een recent verschenen advies voor een fundamentele omslag in het denken over hoe we zorgen en hoe we de zorg organiseren. Een uitgave van de opleidingen Social Work en Verpleegkunde van Hogeschool Utrecht.
MULTIFILE
In deze publicatie trekken wij lessen uit de coronacrisis voor het sociaal domein. Daarbij schetsen wij zes handelingsperspectieven: • Werk vanaf de start samen met lokale partners • Ga in dialoog met diverse doelgroepen en zorg voor passende communicatie • Benut de veerkracht en het zelforganiserend vermogen van burgers • Wees als bestuurder en ambtenaar zichtbaar en benaderbaar • Duid de cijfers aan de hand van concrete verhalen • Leer van het positieve en benut het momentum Deze zes handelingsperspectieven onderschrijven het belang van samenwerking van de lokale overheid met uitvoerende zorg- en welzijnsorganisaties, met vrijwilligersorganisaties en met sleutelfiguren binnen wijken. Deze partijen hebben in de coronacrisis laten zien dat zij verschillende (kwetsbare) groepen kunnen bereiken en kunnen inspelen op hun behoeften.
MULTIFILE
Artificial Intelligence (AI) wordt realiteit. Slimme ICT-producten die diensten op maat leveren accelereren de digitalisering van de maatschappij. De grote innovaties van de komende jaren –zelfrijdende auto’s, spraakgestuurde virtuele assistenten, autodiagnose systemen, robots die autonoom complexe taken uitvoeren – zijn datagedreven en hebben een AI-component. Dit gaat de rol van professionals in alle domeinen, gezondheidzorg, bouwsector, financiële dienstverlening, maakindustrie, journalistiek, rechtspraak, etc., raken. ICT is niet meer volgend en ondersteunend (een ‘enabling’ technologie), maar de motor die de transformatie van de samenleving in gang zet. Grote bedrijven, overheidsinstanties, het MKB, en de vele startups in de Brainport regio zijn innovatieve datagedreven scenario’s volop aan het verkennen. Dit wordt nog eens versterkt door de democratisering van AI; machine learning en deep learning algoritmes zijn beschikbaar zowel in open source software als in Cloud oplossingen en zijn daarmee toegankelijk voor iedereen. Data science wordt ‘applied’ en verschuift van een PhD specialisme naar een HBO-vaardigheid. Het stadium waarin veel bedrijven nu verkeren is te omschrijven als: “Help, mijn AI-pilot is succesvol. Wat nu?” Deze aanvraag richt zich op het succesvol implementeren van AI binnen de context van softwareontwikkeling. De onderzoeksvraag van dit voorstel is: “Hoe kunnen we state-of-the-art data science methoden en technieken waardevol en verantwoord toepassen ten behoeve van deze slimme lerende ICT-producten?” De postdoc gaat fungeren als een linking pin tussen alle onderzoeksprojecten en opdrachten waarbij studenten ICT-producten met AI (machine learning, deep learning) ontwikkelen voor opdrachtgevers uit de praktijk. Door mee te kijken en mee te denken met de studenten kan de postdoc overzicht en inzicht creëren over alle cases heen. Als er overzicht is kan er daarna ook gestuurd worden op de uit te voeren cases om verschillende deelaspecten samen met de studenten te onderzoeken. Deliverables zijn rapporten, guidelines en frameworks voor praktijk en onderwijs, peer-reviewed artikelen en kennisdelingsevents.
De synergie tussen Robotica en AI biedt vele oplossingsmogelijkheden voor (internationale) maatschappelijke opgaven waarvoor we staan (SDG’s, de EU Grand-Challenges, KIA’s). Een consortium van thans 9 Hogescholen, TKI-HTSM en Holland Robotics (community >600 organisaties) slaan de handen ineen om de ontwikkeling van praktijkkennis te versnellen, kennis te delen en betekenisvolle oplossingen te realiseren voor allehande vraagstukken op het gebied van de zorg, het klimaat, onze veiligheid, duurzame energievoorziening, het verdienvermogen van de Nederlandse (maak)industrie en het onderwijs. Robotisering en AI biedt publiek/private organisaties nieuwe mogelijkheden om taken, diensten en processen meer efficiënt, veilig en (kosten)effectief uit te voeren. Robots werken (steeds meer) samen met mensen en kunnen gevaarlijke en/of moeilijke taken overnemen. Ze creëren ook nieuwe mogelijkheden, die anders niet mogelijk zijn. Dit platform, aansluitend bij de KIA-Sleuteltechnologieën, heeft ambities om praktijkkennis sneller te ontwikkelen, deze te bundelen en toe te passen in relevante applicatiedomeinen. Alle mooie ontwikkelingen ten spijt, is het lerende vermogen en/of het autonoom handelen van robots nog minder dan dat van mensen. Robots hebben bijvoorbeeld moeite met het omgaan met onvoorziene omstandigheden en werken in ongestructureerde omgevingen. Om robots te kunnen laten denken en doen als mensen, is er nog een lange weg te gaan. De echte synergie tussen Robotica & AI, waarop dit platform zich richt, heeft een veelbelovend potentieel om de volgende sprong te maken om de bovengenoemde uitdagingen aan te gaan. Platformdeelnemers willen, op basis van een gezamenlijk roadmap, nieuwe praktijkkennis delen, ontwikkelen en toepassen in relevante (applicatie)domeinen. Zo worden betekenisvolle bijdragen geleverd aan urgente maatschappelijk vraagstukken. Het platform heeft als doel om in de quintuple helix kennis duurzaam te laten circuleren, een wenkend perspectief te bieden voor alle stakeholders, Applied Smart Robotica & AI-onderzoek beter landelijk en internationaal te positioneren, te focussen op meervoudige waardecreatie en gezamenlijk te werken aan iconische projecten.
In het ziekenhuis kan elke fout een leven kosten. Zo kan al een kleine bereidingsfout bij het klaarmaken van intraveneuze medicijnen (IV) leiden tot levensbedreigende omstandigheden voor de patiënt. Bereiding van dit type medicijnen gebeurt in de apotheek en op de verpleegafdeling. Met name op de verpleegafdeling is het een drukke en onvoorspelbare setting. Wereldwijd komen in deze setting ernstige bereidingsfouten nog te frequent voor. Om deze menselijke fouten te reduceren, wordt in deze KIEM aanvraag een proof-of-concept ‘slim oog’ ontwikkeld die vlak voor de toediening detecteert of de juiste dosis aanwezig is, of het type medicijn correct is en geen vervuiling aanwezig is. Het slimme oog maakt gebruik van hyperspectrale technologie en artificial intelligence, en is een samenwerking tussen de Computer Vision & Data Science afdeling van NHL Stenden Hogeschool, de automatische medicijncontrole specialist ZiuZ, en het Tjongerschans ziekenhuis. De unieke combinatie tussen nieuwe AI-technieken, hyperspectrale techniek en de toepassing op intraveneuze medicijnen is voor dit consortium technisch nieuw, en is nog niet eerder ontwikkeld voor de toepassing aan het bed of in de medicijnkamer op de verpleegafdeling. De onvoorspelbare setting en de urgentie aan het bed maakt dit onderzoek technisch uitdagend. Tevens moet het uiteindelijke device klein en draagbaar en snel werkzaam zijn. Om de grote verscheidenheid aan mogelijke gebruik scenario's en menselijke fouten te vangen in het algoritme, wordt een door NHLS ontwikkelde simulatie procedure gevolgd: met nabootsing van de praktijksituatie in samenwerking met zorgverleners, met opzettelijke fouten, en computer gegenereerde beeldmanipulatie. Het project zal geïntegreerd worden in het onderwijs volgens de design-based methode, met teams bestaande uit domein experts, bedrijven, docent-onderzoekers en studenten. Het uiteindelijke doel is om met een proof-of-concept aan-het-bed demonstrator een groot consortium van ziekenhuizen, ontwikkelaars en eindgebruikers enthousiast te maken voor een groter vervolgproject.
