Data en artificiële intelligentie (AI) zijn steeds minder los te zien van het dagelijks werk in zorg en welzijn. In de praktijk groeit de verwachting dat AI kan bijdragen aan tijd- en kostenbesparing en aan betere zorgkwaliteit, onder meer door het automatiseren van administratieve en ondersteunende taken en door het analyseren van grote, complexe datasets. Tegelijkertijd blijkt dat veel organisaties de potentie wel zien, maar moeite hebben met de vraag waar te beginnen: wat is er technisch mogelijk, wat (nog) niet, welke randvoorwaarden zijn nodig, en hoe worden ethische en juridische vragen verantwoord meegenomen?
De CARAI Community is een Learning community die zorgorganisaties, onderwijs en dienstverleners verbindt om AI-vaardigheden te versterken, use cases te realiseren en de arbeidsmarkt voor te bereiden op datagedreven zorg. De community is ontstaan om zorg- en welzijnsprofessionals en studenten voor te bereiden op een toekomst waarin data en AI een centrale rol spelen, zonder de praktijkrealiteit uit het oog te verliezen.
Potentie, maar onvoldoende AI-geletterdheid
De zorgsector staat voor de uitdaging om AI effectief te integreren in de zorgpraktijk. Hoewel AI-toepassingen kansrijk zijn voor innovatie en procesverbetering, wordt adoptie in de praktijk geremd door een gebrek aan kennis en vaardigheden bij zorgprofessionals en studenten. Daardoor blijven kansen op efficiëntere processen en betere zorguitkomsten vaker onbenut dan nodig is. Daarnaast spelen vragen over datahuishouding (kwaliteit, beschikbaarheid en veilige toegang), privacy, bias en uitlegbaarheid van algoritmen een rol bij het verantwoord inzetten van AI in zorg en welzijn.
Learning community met praktijkgerichte use cases
De gekozen aanpak is het opzetten en uitbouwen van een learning community waarin leren, onderzoeken en innoveren samenkomen. In plaats van losse pilots per organisatie wordt gewerkt in een netwerk waar praktijkvragen van de werkvloer leidend zijn en waar partners gezamenlijk oplossingen ontwikkelen.
De community werkt met praktijkgerichte leereenheden in de vorm van 9 use cases. Studenten en zorgmedewerkers werken daarin samen aan realistische AI-toepassingen, begeleid door kennisinstellingen en serviceproviders. Na afronding van een use case wordt het geleerde vertaald naar blended onderwijsmateriaal, zodat kennis breder herbruikbaar wordt, onder meer via de Brightlands Smart Services Campus.
Vijf leervraagstukken
De learning community richt zich op vijf samenhangende leervraagstukken die in de zorgpraktijk vaak als randvoorwaardelijk worden ervaren:
- Data Readiness: data vindbaar, toegankelijk, interoperabel en herbruikbaar (FAIR) maken en veilig en zinvol inzetten.
- ELSA-AI: ethische, juridische en sociale aspecten (zoals privacy en bias) integreren in ontwikkeling en implementatie.
- AI Foundation: basiskennis van relevante AI-algoritmen opbouwen, passend bij de zorgcontext.
- AI Applications: inzicht in toepassingsmogelijkheden én beperkingen van AI in zorg en welzijn.
User Centered AI: mensgerichte oplossingen ontwerpen en verantwoord innoveren vanuit een ontwerp- en onderzoeksaanpak.
Kortcyclisch leren en verantwoord innoveren
De community hanteert een kortcyclische werkwijze met use cases die doorgaans circa zes maanden lopen (passend binnen één semester). Dit maakt snelle leerervaringen en concrete opbrengsten mogelijk, terwijl tegelijk wordt gebouwd aan langere-termijnleerdoelen en opschaalbaar onderwijs- en trainingsmateriaal.
Als ontwikkelkader wordt gewerkt met het AI Maturity Model van het lectoraat Data Intelligence (stapsgewijs groeien van leren naar innoveren en operationaliseren). Methodisch wordt aangesloten bij een verantwoord-innoverenbenadering, onder meer via Design Science Research, zodat praktijkproblemen systematisch worden geanalyseerd, oplossingsrichtingen worden ontworpen en getest, en verbeterd op basis van reflectie.
Regionaal netwerk als basis
De CARAI Community is voortgekomen uit bestaande regionale netwerken op het snijvlak van zorg, welzijn, technologie, data en AI (waaronder LiMe, EIZT en het netwerk van het kenniscentrum Data Intelligence). Vragen over data- en AI-readiness leefden bij meerdere organisaties, maar werden aanvankelijk vooral afzonderlijk benaderd. De eerste stap was daarom het bundelen van behoeften en het verkennen van een gezamenlijke leergemeenschap als passende aanpak.
Vanaf het begin is gekozen voor brede samenwerking. Onder de deelnemende partijen vallen zorg- en welzijnsinstellingen (zoals Zuyderland, VieCuri, Adelante, Meditta, Proteion, De Zorggroep, Maastro en Welzijnsgroep Parkstad Limburg), serviceverleners (zoals Kembit en ORGfit) en kennisinstellingen (Zuyd Hogeschool, Universiteit Maastricht, Open Universiteit en VISTA College). Onder regie van het kenniscentrum Data Intelligence van Zuyd Hogeschool is een aanvraag ingediend voor de learning community-regeling van AIC4NL, waarna het traject is toegekend.
Na de subsidietoekenning zijn inspiratiesessies, basissessies en communitybijeenkomsten georganiseerd om praktijkvragen op te halen, bewustwording te vergroten en concrete knelpunten te concretiseren. Op basis daarvan is eerst één use case ontwikkeld als richtinggevend startpunt. Parallel is gestart met het ophalen en selecteren van acht aanvullende use cases. De community kiest daarbij bewust niet voor één uniforme route, maar voor actieleren waarin meerdere uitwerkingen kunnen worden verkend, passend bij uiteenlopende contexten van partners. Nieuwe partijen kunnen per use case aansluiten; voorbeelden van aanvullende aansluiting zijn Land van Horne, Gilde en Sharelife.
Groeiende betrokkenheid en eerste opbrengsten
Sinds de start zijn twee grote communitysessies en vijf inspiratie- en ophaalsessies georganiseerd. Daarnaast zijn via verschillende studentprojecten zes demonstrators gebouwd en is onderwijsmateriaal ontwikkeld en verzameld rond AI Literacy. Bij meerdere consortiumpartners zijn bovendien afzonderlijke inspiratie- en awareness sessies georganiseerd, onder andere bij Adelante en Welzijnsgroep Parkstad Limburg en binnen zorgopleidingen.
In deze fase zijn in totaal 125 zorggerelateerde docenten en onderzoekers, 100 zorgmedewerkers en 24 studenten (ICT en TBK) betrokken geweest bij het delen en ontvangen van kennis over data en AI. De directe, organisatiebrede effectmetingen zijn op dit moment nog beperkt, omdat veel effecten zich naar verwachting pas op middellange termijn tonen (bijvoorbeeld in competentiegroei, betere procesinrichting en het verantwoord kunnen opschalen van toepassingen). Wel is zichtbaar dat partners elkaar steeds sneller weten te vinden, dat nieuwe organisaties aansluiten en dat er verbindingen ontstaan met bredere netwerken (zoals STZ-ziekenhuizen en de Health & AI Alliantie in Limburg), wat wijst op opschalingspotentieel.
Het werken met de CARAI community heeft inmiddels geleid tot een onderwijsmodel en een generieke opzet voor use cases. Deze aanpak biedt een basis voor intensief begeleide uitvoering en voor de ontwikkeling van blended onderwijsmateriaal, dat op termijn kan worden ingebed in zorg- en welzijnsinstellingen en in de betrokken mbo-, hbo- en wo-opleidingen.
Structurele AI-vaardigheden
De learning community is ingericht om niet alleen losse oplossingen te ontwikkelen, maar om structureel AI-vaardigheden te versterken in de regionale arbeidsmarkt voor zorg en welzijn. Het onderscheidende is dat alle regionale kennisinstellingen (mbo, hbo en wo) vanaf de start meedoen, waardoor doorlopende leerlijnen en aansluiting op verschillende functieniveaus mogelijk worden.
Voor het subsidietraject zijn KPI’s vastgesteld die de schaalambitie onderbouwen: de community verwacht 800 zorgprofessionals en 400 studenten te betrekken bij de use cases en de daaruit voortvloeiende negen leermodules. Daarnaast wordt gewerkt aan één centrale voorziening waarin leeractiviteiten en modules beschikbaar worden gemaakt voor partners en op termijn ook voor andere zorgprofessionals. Dit ondersteunt bredere inzetbaarheid, bij- en omscholing en het verkleinen van de vaardigheidskloof die AI-adoptie in de sector nu afremt.
De actieleerstructuur via de use cases is een belangrijk beoogd resultaat. Door de aanpak te delen met andere learning communities van AIC4NL in Nederland en door hier gezamenlijk op te reflecteren, wordt binnen de community een duurzame actieleermethodiek ontwikkeld. Deze methodiek moet het mogelijk maken om ook na afronding van de negen use cases uit het subsidietraject nieuwe use cases uit te voeren.
Van experimenteren naar duurzaam opschalen
De komende periode ligt de nadruk op het uitvoeren van de resterende use cases, het consolideren van de actieleermethodiek en het borgen van de opbrengsten in onderwijs en praktijk. Door de aanpak actief te delen met andere learning communities en daar gezamenlijk op te reflecteren, wil de CARAI Community toewerken naar een duurzame werkwijze waarmee ook na afloop van het subsidietraject nieuwe use cases kunnen worden gestart.
De ambitie is daarmee tweeledig: enerzijds concrete, verantwoorde AI-toepassingen die zorgprocessen ondersteunen, en anderzijds een blijvende impuls voor AI-geletterdheid en innovatievermogen in zorg en welzijn—op de werkvloer én op de arbeidsmarkt.
Geleerde lessen
Gedurende het uitrollen van de CARAI Community zaten er dingen mee en tegen. Een aantal leerpunten:
- Er moet een centraal punt zijn dat mensen bij elkaar brengt, bijvoorbeeld een subsidie. Organiseer en faciliteer kennisinstellingen, zodat de zorginstellingen zoveel mogelijk ontzorgt worden binnen dit project.
- Bespaar niet op tijd en geld om de financiële kant goed te regelen. Dit is essentieel voor de voortgang.
- Heb geduld en neem de (noodzakelijke) tijd om een sterke koppeling tussen praktijk, innovatie, ondernemerschap en de zorgsector tot stand te brengen.
- Neem betrokken vertegenwoordigers intensief mee in de plannen, de fasering van het project en de expliciete afbakening tussen voorbereidende en uitvoerende activiteiten om verschillen in informatie te voorkomen.
Wil je meer weten of heb je vragen over dit Koploperinitiatief? Neem contact op met Marcel Schmitz
Meer weten?
Zuyd en partners brengen AI naar de zorgwerkvloer
Zorg slimmer organiseren vraagt om data- en AI-geletterd management – Skipr
(13) CARAI | Care for AI Readiness Acquiring Insights | Groepen | LinkedIn