Voorspellingstool voor de basis-ggz

Abstract:

Het doel van dit initiatief is om met behulp een algoritme, dat wordt gemaakt m.b.v. Machine Learning, een voorspellingstool te ontwerpen voor de basis-ggz. Gedurende de behandeling kan de tool aangeven wie er wel/niet zal profiteren van de behandeling. Er wordt oa. gebruik gemaakt van ROM-tussenmetingen. Dit is een samenwerking van een aantal ggz-aanbieders en het Trimbos. Er worden geen data gedeeld. Onderzoekers van de ggz-aanbieders analyseren de data van hun eigen organisatie en werken gedurende een aantal maanden samen aan het ontwerpen en verbeteren van het algoritme. Het algoritme “reist” tussen de ggz-aanbieders. Startpunt is de cursus ‘Machine Learning in de praktijk’, die in het najaar van 2019 wordt gegeven door Joran Lokkerbol.

Samenwerking:

Trimbos

Co-onderzoeker:
In kader van:
Extern onderzoek promovendus Trimbos
Duur van het onderzoek:
oktober 2019 tot februari 2021
Onderzoekslijn:
Status:
Afgerond
Informatie:
Erik de Groot