Inleiding

Hoe zorg je ervoor dat minstens 95% van de patiënten de informatie in hun eigen medische dossier kunnen begrijpen? En hoe doe je dat zonder dat zorgverleners op een andere manier moeten gaan registreren?
Patiënten hebben het recht om hun eigen gegevens in te zien. Bovendien is het belangrijk voor hun behandeling. Niet iedereen heeft echter de medische kennis om afkortingen, jargon, acroniemen en medisch Latijn en Grieks te kunnen begrijpen. Zorgverleners zijn daarom bang dat zij meer vragen van patiënten zullen krijgen en willen niet in eenvoudig Nederlands gaan registreren. Jargon is ook onvermijdelijk, omdat het nu eenmaal om specialistische materie gaat. Bij ChipSoft doen we daarom samen met Amsterdam UMC onderzoek naar manieren om medische gegevens begrijpelijk te maken voor patiënten, zonder dat dit extra registratielast voor zorgverleners kost. We hebben hiervoor een prototype gemaakt om automatisch diagnoses toe te lichten in lekentermen. Dit gaan we ook op andere medische gegevens toepassen.

De uitdaging

Bij het toelichten van diagnoses willen we bepalen welke woorden patiëntvriendelijk zijn, en in welke mate. ‘Hart’ en ‘brandwond’ zijn bijvoorbeeld eenvoudige termen die iedereen met basiskennis van het Nederlands kent en geen uitleg behoeven, maar ‘erythema papulosum posterosivum van Jacquet’ (een dure term voor ‘luieruitslag’) en ‘diverticulitis’ zijn bepaald geen Jip-en-Janneke-taal. 

Opdracht

Je gaat op basis van tekstcorpora met natuurlijke taal bepalen wat de gangbaarheid van medische termen is en daarmee de begrijpelijkheid inschatten. Het staat je vrij om hiervoor ook andere methoden te bedenken en uit te werken. Daarbij moeten we rekening houden met verschillende woordvormen (bv. diabetes, diabetische) en samenstellingen (bv. alvleesklierontsteking). Naast het ontwikkelen van de oplossing ga je deze oplossing met wetenschappelijke methoden evalueren aan de hand van feedback van leken en patiënten.

Gebruikte technieken

  • Python, R of C#
  • SQL of Neo4j



#e2f4feSoftware Architectuur / Software Ontwikkeling1

 

 

 

​Wij zoeken

Enthousiaste studenten kunstmatige intelligentie, linguïstiek of medische informatiekunde (WO-master) met kennis van de Nederlandse taal.



#EEESoftware Architectuur / Software Ontwikkeling1

 

 

​Wij bieden

  • Een riante vergoeding met uitzicht op een vaste baan.
  • Een uitgebreide kennismaking met de meest uiteenlopende methodes en ontwikkeltools binnen de zorg-ICT en onze programmeer- en dataomgeving.
  • Gebruik van sportschool inclusief personal trainer.

Wil jij deze uitdaging aangaan?

Stuur je motivatie en/of ideeën dan naar werken@chipsoft.nl.
Heb je zelf een leuker of beter afstudeeridee? Neem gerust contact op!



#FFFSoftware Architectuur / Software Ontwikkeling1

 

 

 Gesolliciteerd en nu?

Gesolliciteerd! En nu?

Kijk mee met onze recruiters

Wat leuk dat je bij ons wilt komen werken!
Zien wat er nú met je sollicitatie gebeurt?

 

 

 

Kan ik u helpen?

. . .
De chat is beëindigd