Workshop Wearables en Datamining: de grenzen en...
Transcript of Workshop Wearables en Datamining: de grenzen en...
Workshop Wearables en Datamining: de grenzen en mogelijkheden voor
personalisatie van de zorg
27 mei 2016
dr. ir. Egge van der Poel
dr. Liseth Tjin-Kam-Jet - Siemons
Aniek Lentferink, MSc
Intro
Presentatie datamining voor just-in-time tailored feedback
Presentatie dataeigenaarschap
Learn, Measure, Build
Pitchen per groep
Workshop Wearables en Datamining
8% bbp 1972 13% bbp 2010 19-31% bbp 2040
Oorzaak:
Meer zorg nodig
Betere zorg
Duurdere zorg
Gunstigste scenario (19% bbp) gaat ervan uit dat technologische
innovaties de kosten iets kunnen drukken
Technologische innovatie: wearables
27-05-2016Bron: CPB-Trends gezondheid en zorg – Zorg blijft groeien (2011) 3
INTRO
Wearables
1= Beddit (slaap/hartslag/ademhaling)
2= Google Glass (stress/hartslag/ademhaling/activiteit)
3= Apple Watch (activiteit/hartslag)
4= Withings Smart Body Analyzer (gewicht/vetpercentage/hartslag)
5= Glucowise (bloedsuikergehalte)
27-05-2016 4
INTRO (2)
1
3
4
2
5
Datamining: gericht zoeken/graven (mining) naar verbanden in
gegevensverzamelingen.
27-05-2016 5
INTRO (3)
Door het aanbieden van een smartwatch door een werkgever aan
een werknemer, is een werknemer ontslagen op basis van GPS-data
wat aangaf dat de werknemer tijdens een thuiswerkdag eigenlijk
een dag doorbracht in een dierentuin.
27-05-2016 6
WAARHEID OF (VOORLOPIG) SCIENCEFICTION? (1)
Slimme horloges en fitness-armbanden vangen de bewegingen van
je pols op tijdens het typen. Deze bewegingen zijn te herleiden tot
woorden die je hebt ingetypt.
27-05-2016 7
WAARHEID OF (VOORLOPIG) SCIENCEFICTION? (2)
Er bestaat een app waarmee dragers van een Google Glass
automatisch naam, beroep en Facebookpagina te zien krijgen van
een onbekende op straat.
27-05-2016 8
WAARHEID OF (VOORLOPIG) SCIENCEFICTION? (3)
Just-in-time tailored feedback:
Op het juiste moment aanbieden van de juiste feedback
Trend in de ontwikkeling:
Alleen samenvatting van self-tracking niet meer voldoende
ontdekken van patronen, trends en afwijkingen (Ramanathan, 2013).
Datamining is nodig
27-05-2016 9
DATAMINING VOOR JUST-IN-TIME TAILORED FEEDBACK
- Het mergen/aggregeren van data wordt steeds normaler.
- Just-in-time tailored feedback genereren kan op twee manieren:
• Gecontroleerde kennisontdekking: met een bepaald doel.
• Ongecontroleerde kennisontdekking: zonder een bepaald
doel (Fawcett, 2015).
27-05-2016 10
DATAMINING VOOR JUST-IN-TIME TAILORED FEEDBACK
Voorbeelden:
- Hoe komt het dat ik aan het eind van de middag moeite heb
om energierijke snacks te weerstaan?
- Wat maakt het dat ik ‘s nachts niet goed slaap?
27-05-2016 11
GECONTROLEERDE KENNISONTDEKKING
27-05-2016 12
GECONTROLEERDE KENNISONTDEKKING
Fig. illustratie van events/episodes van de hoofdvariabele
en samenhang tussen voorspellende variabelen
27-05-2016 13
ONGECONTROLEERDE KENNISONTDEKKING
Fig. Correlation plot of Augemberg’s Lifestream dataset. (Fawcett, 2015)
27-05-2016 14
WEARABLES EN DATAMINING
Mogelijkheden Barrières
Working Together
Sharing Data
Common Goal
Big Dating
Harriet
Hard to keep up with reality
Many others like Harriet
Clinical Intelligence
The best evidence
at the right time
to support decisions
Data about me
was not my data
Healthcare is what happens to you
while you’re making treatment plans
Not Working Together
Not Sharing Data
No Common Goal
No Big Dating
What’s noise to one
can be signal for another
Discovery by collaboration
Let’s start Big Dating
27-05-2016Bron: Reis, E. (2011). The lean startup. New York: Crown Business. 29
LEARN, MEASURE, BUILD
Wat zou je willen leren als het gaat om wearables en datamining?
Output: Leervraag
27-05-2016 30
LEARN, MEASURE, BUILD
Wat zou je willen meten om je leervraag te kunnen beantwoorden?
27-05-2016 31
LEARN, MEASURE, BUILD
Morgen aan de slag met input uit Learn en Measure fase
27-05-2016 32
LEARN, MEASURE, BUILD
27-05-2016 33
1 MINUTE PITCH
Met welke leervragen moeten we morgen aan de slag?
BEDANKT VOOR JULLIE BIJDRAGE
Contact: