Student voor (semi)geautomatiseerde patroonherkenning incidentmeldingen UMCG

Afdeling

Stage, afstuderen en scriptie

Werkomgeving

Het Universitair Medisch Centrum Groningen (UMCG) is één van de grootste ziekenhuizen in Nederland met een focus op ‘gezond en actief ouder worden’.
Elk jaar kent het UMCG ruim 300.000 verpleegdagen van opgenomen patiënten en meer dan 520.000 poliklinische contacten. Alle patiënten die komen voor onderzoek of behandeling en hebben contact met artsen, verpleegkundigen, laboranten, etc. Ondanks alle zorgvuldigheid gaat er een enkele keer iets niet volgens de verwachting of bedoeling - een “incident”. Heel vaak merken medewerkers dat bijtijds, meestal zelfs nog voordat de patiënt er mee te maken krijgt (een “bijna-incident”). Van de incidenten waar de patiënt wel mee te maken krijgt, heeft het merendeel geen of voorbijgaande gevolgen. Incidenten met ernstige gevolgen voor patiënten, blijken alleen te ontstaan als er heel veel tegelijk of opeenvolgend misgaat. Dit soort incidenten komt gelukkig niet vaak voor.

Als UMCG willen we leren hoe we de kwaliteit van de zorg nog verder kunnen verbeteren. Daarom registeren we zoveel mogelijk incidenten. We beschikken over software waarmee medewerkers via het intranet van het UMCG incidenten kunnen melden. Jaarlijks ontvangen en analyseren we zo’n 4.000 incidenten.

Probleemschets
Incidenten zijn erg variabel van aard. We registreren ze daarom deels kwantitatief (datum, plek, setting, type incident etc.) en deels kwalitatief (beschrijvingen van wat er precies gebeurde e.d.). Inmiddels beschreven we op die manier ruim 35.000 incidenten.
De verzamelde data vormen een rijke informatiebron, maar door hun aantal en de combinatie van kwantitatieve en kwalitatieve data is het praktisch onmogelijk om de data ‘op het oog’ te beoordelen. Dat betekent dat minder in het oog springende patronen niet makkelijk aan het licht komen en er mogelijkheden om onze zorgverlening te verbeteren ombenut blijven. Ook elders lijkt men nog geen gebruik te maken van (semi)geautomatiseerde technieken om patronen te herkennen.

Functiebeschrijving

We zijn op zoek naar een student die onderzoek wil doen naar (semi)geautomatiseerde manieren om patronen te vinden in de groeiende hoeveelheid kwalitatieve en kwantitatieve data over incidenten. De software/werkwijze die je ontwikkelt kun je testen op de reeds geregistreerde incidenten.

Wat vragen wij

Voor deze afstudeeropdracht zijn naast de kennis en vaardigheden uit je studie de volgende kenmerken en eigenschappen van belang:
- Een opleiding in de richting van data science met ervaring in patroonherkenning (bijvoorbeeld AI, toegepaste wiskunde).
- Een pre is ervaring met NLP algoritmes.
- Interesse voor de patiëntveiligheid in ziekenhuizen en het verbeteren daarvan.
- Goede sociale en communicatieve vaardigheden die je naar gelang het contact op een correcte wijze gebruikt.
- Creativiteit en frisse ideeën, ook binnen gestelde kaders.
- Je beschikt over goede schriftelijke vaardigheden.
- Je bent ambitieus en wilt graag nieuwe dingen leren.
- Je vindt het leuk om samen te werken.

Wat bieden wij

- Stageovereenkomst met het UMCG
- Goede begeleiding in het UMCG
- Wetenschappelijke werkomgeving

NB: Vanwege het verwerken van vertrouwelijke data werk je uitsluitend in het UMCG en binnen een UMCG-omgeving. Je krijgt daarvoor een werkplek in het UMCG en een UMCG-account.

Meer informatie

Neem voor meer informatie contact op met:


studentenbureau.afstuderen@umcg.nl

Solliciteren

Je kunt uitsluitend reageren via het digitale sollicitatieformulier dat onderaan deze pagina staat. Binnen een half uur na het verzenden van het digitale sollicitatieformulier wordt een ontvangstbevestiging gemaild met nadere informatie. Genoemde uiterste reactiedatum in het vacatureoverzicht is niet van toepassing op deze vacature. De vacature blijft op de website staan totdat een geschikte student is gevonden voor deze opdracht.

Digitaal sollicitatieformulier