Fake page needed for PDF-generation
{{usageName()}}
{{usageOrganisation()}}
{{usageFunction()}}
{{usageApplication()}}
Dit rapport bevat de algemene adviezen voor de AI-Routekaart. Wilt u de AI-volwassenheid van uw organisatie in kaart brengen? Of weten welke specifieke aandachtspunten er zijn voor succesvolle implementatie van uw AI-toepassing? Vul dan de ‘AI-Readiness Assessment vragenlijst’ en/of ‘AI-Implementatie Checklist vragenlijst’ in op ai-routekaart.nl. Bij elk van de adviezen is een link beschikbaar naar referentiemateriaal ter ondersteuning van de interne dialoog om de adviezen in de praktijk te brengen.
Uw feedback op de AI-Routekaart stellen wij op prijs. Uw feedback kunt u richten aan kennis@mxi.nl.
U wilt aan de slag met Artificial Intelligence. Maar waar begint u en hoe? Het daadwerkelijk inzetten van AI blijkt een ander verhaal. Ervaring leert dat succesvolle implementatie van AI in de praktijk nog niet zo eenvoudig is. M&I/Partners heeft in samenwerking met het Jeroen Bosch Ziekenhuis een AI-Routekaart ontwikkeld die u daarbij helpt. De AI-Routekaart helpt bij het stellen van de juiste vragen en ondersteunt de dialoog over AI-implementatie tussen stakeholders binnen uw organisatie. De AI-Routekaart bestaat uit een AI-Readiness Assessment op organisatieniveau en een AI-Implementatie Checklist op applicatieniveau. Met een aantal specifieke aspecten voor zorgorganisaties, maar ook bruikbaar voor organisaties in andere sectoren.
Met het AI-Readiness Assessment brengt u aan de hand van 13 vragen de AI-volwassenheid van uw organisatie in kaart. Het AI-Readiness Assesment geeft vervolgens op de onderwerpen organisatie, proces en technologie adviezen, randvoorwaarden en tips. Dit mede op basis van de gegeven antwoorden in de ‘AI-Readiness Assessment’ vragenlijst. Bij elk van de adviezen is een link beschikbaar naar referentiemateriaal ter ondersteuning van de interne dialoog om de adviezen in de praktijk te brengen.
De AI-implementatie Checklist ondersteunt met 18 inventariserende vragen bij de voorbereiding van de implementatie van een AI-applicatie (of -algoritme) binnen uw organisatie. De checklist geeft u vervolgens over acht onderwerpen (waaronder AI-trust en AI-validatie) concrete adviezen, randvoorwaarden en tips. Dit mede op basis van de gegeven antwoorden in de ‘AI-Implementatie Checklist’ vragenlijst en de plaats van het algoritme in de innovatiefunnel. Bij elk van de adviezen is een link beschikbaar naar referentiemateriaal ter ondersteuning van de interne dialoog om de adviezen in de praktijk te brengen.
Vul onderstaande vragenlijst in en klik vervolgens op de knop "Naar rapportage" onderaan de vragenlijst. Voeg waar nodig een opmerking toe die in de rapportage terugkomt als begeleidende tekst. De ingevulde informatie wordt alleen opgeslagen in de browser en zal bij sluiten van de browser verloren gaan.
De innovatiefunnel is een visualisatie waarin de verschillende volwassenheidsniveaus van een algoritme beschreven worden. Er zijn drie niveaus: wetenschappelijk gepubliceerd, ontwikkeld in samenwerkingsverband en doorontwikkeld/commercieel beschikbaar. Deze volwassenheidsniveaus kunnen gebruikt worden om te bepalen welk niveau aansluit bij de ambitie van de organisatie.
Het AI-Readiness Assessment geeft u op drie onderwerpen concrete adviezen, randvoorwaarden en tips op maat, gegenereerd op basis van de gegeven antwoorden. Bij elk van de adviezen is een link beschikbaar naar instructiemateriaal waarmee u de adviezen in de praktijk kan brengen.
In de strategie moet duidelijk naar voren komen wat de ambitie is van de organisatie wat betreft AI-toepassingen en op welk volwassenheidsniveau de organisatie aan de slag wil met algoritmen. Bepaal aan de hand van de innovatiefunnel of men algoritmen wil ontwikkelen vanaf wetenschappelijk gepubliceerd niveau, ontwikkelen in samenwerkingsverband of algoritmen commercieel wil aankopen. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Bij commercieel aangekochte AI-toepassingen is het belangrijk een data engineer in het team te hebben die verantwoordelijk is voor de validatie van de toepassing. Als de organisatie de ambitie heeft om in samenwerkingsverband te ontwikkelen, is er binnen het team naast de data engineer ook behoefte aan data scientists met een regierol om de voortgang te monitoren en bij te sturen. Als er wordt gekozen om zelf AI-toepassingen te ontwikkelen, start dan initieel met een team met data scientists. Bij het zelf ontwikkelen van AI-toepassingen is er uitvoerende capaciteit nodig.
Creëer momentum voor AI door de raad van bestuur te betrekken. Steun van het bestuur maakt de weg vrij voor investeringen en vergroot het draagvlak. Zorg dat een bestuurslid (of meerdere leden) een actieve bijdrage levert aan de ontwikkeling van de AI-strategie. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Een goede manier om men bewust te maken van AI en de gevolgen van deze technologie wordt beschreven in begeleidingsethiek. Hierin staat op een verantwoorde manier met technologie omgaan centraal. Organiseer een begeleidingsethiek workshop als er op een afdeling voor het eerst een AI-toepassing wordt geïmplementeerd. Tijdens de workshop gaat men in op de mogelijke implicaties van een nieuwe technologie en wordt de technologie vanuit een ethisch oogpunt benaderd. Dit kan tot een bredere acceptatie van AI binnen de organisatie leiden. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Algoritmen zijn in hoge mate afhankelijk van de beschikbaarheid van data. Organisaties hebben hier op basis van het DAMA-model de volgende deelprocessen in te richten: data architectuur, data kwaliteit, data modeling & design, data storage & operaties, data veiligheid, data integratie & interoperabiliteit, documenten & inhoud, referentie & master data, data warehousing & BI en meta-data. Zorg dat op elk van de deelprocessen er organisatiebreed beleid gevoerd en geïmplementeerd wordt. Meer informatie Klik op een knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Draag zorg voor een standaard aanpak om de sensitiviteit en specificiteit van algoritmen vast te leggen en te monitoren. Neem hier ook de her validatie van algoritmen na een update in mee. Leg deze verantwoordelijkheden vast conform het convenant medische technologie en de MDR. Meer informatie Klik op een knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Draag zorg dat patiënten in voldoende mate geïnformeerd worden over het gebruik van algoritmen binnen de organisatie en draag zorg dat zorgverleners de algoritmen kunnen uitleggen waar nodig. Voeg een specifieke AI-paragraaf toe aan generieke patiëntinformatie, zoals privacy statements en informatiebrieven. Draag zorg dat patiënten eventuele AI gerelateerde vragen kunnen stellen. Houd hierbij rekening met het trainen van zorgverleners in de beantwoording van vragen hierover en met de aard van verschillende AI-toepassingen. Meer informatie Klik op een knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Zorg dat de data in het datamodel ontsloten zijn voor de gehele organisatie en centraal toegankelijk gemaakt kunnen worden. Houd ook rekening met situaties waarin het nodig is om data te delen met derden. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Indien de AI-strategie gericht is op het zelf ontwikkelen van algoritmen en/of het op eigen infrastructuur laten ontwikkelen van algoritmen, dient een generiek AI-platform te worden geïmplementeerd. Deze standaardisatie bevordert de beheersbaarheid van de toepassing bij gebruik in operationele processen. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Het gebruik van algoritmen kan, afhankelijk van de vorm, een grote belasting vormen van beschikbare hardware. Werk een strategie uit op welke wijze storage en compute power in ruim voldoende mate en op het juiste moment aanwezig zijn. Schaalbaarheid dient hierin een van de kernuitgangspunten te zijn. Neem hierin de strategie ten aanzien van puntoplossingen versus een generiek AI-platform mee. Meer informatie Klik op een knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Vul onderstaande vragenlijst in en klik vervolgens op de knop "Naar rapportage" onderaan de vragenlijst. Voeg waar nodig een opmerking toe die in de rapportage terugkomt als begeleidende tekst. De ingevulde informatie wordt alleen opgeslagen in de browser en zal bij sluiten van de browser verloren gaan.
| Behoefte aanwezig, rol is vervuld | Behoefte aanwezig, rol is niet vervuld | Geen behoefte | |
| Data scientist | |||
| Functioneel beheerder | |||
| ETL beheerder / ontwikkelaar | |||
| Informatieanalist | |||
| AI / data-architect | |||
| Programma- / projectmanager AI | |||
| Manager / teamleider | |||
| Projectleider | |||
| Medisch specialist / arts | |||
| Verpleegkundige | |||
| Laborant | |||
| Klinisch fysicus |
De innovatiefunnel is een visualisatie die laat zien hoeveel stappen er nog genomen moeten worden tot de toepassing succesvol geïmplementeerd is. Er zijn drie niveaus: wetenschappelijk gepubliceerd, ontwikkeld in samenwerkingsverband en doorontwikkeld/commercieel beschikbaar. Aan de hand van de antwoorden gegeven in de AI-Implementatie Checklist wordt een plaats in de innovatiefunnel ingeschat. Deze funnel loopt van ‘Idee’ fase tot ‘Beheer’.
De AI-Implementatie Checklist geeft u op acht onderwerpen concrete adviezen, randvoorwaarden en tips op maat, gegenereerd op basis van de gegeven antwoorden. Bij elk van de adviezen is een link beschikbaar naar instructiemateriaal waarmee u de adviezen in de praktijk kan brengen.
De projectdoelstelling wordt door de opdrachtgever vastgelegd. Neem de tijd om dit samen met de opdrachtgever door te nemen en aan te scherpen. Houd hierin ook de focus op de eindgebruiker. Een duidelijk einddoel zorgt dat nut en noodzaak evident is. Stel dit bij aanvang vast! Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Het implementeren van AI leidt tot procesveranderingen. Dit heeft zowel voor de gebruikers als het projectteam consequenties. Houd rekening met verschillende werkstijlen tussen verschillende afdelingen en anticipeer hier vroeg op. Van innovatie naar implementatie betekent een andere stijl qua aanpak (van exploratief naar doelgericht). Het projectteam dient hier voldoende tijd voor te nemen én hier gemeenschappelijk een visie op te ontwikkelen. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Betrek vernieuwing én beheer in het projectteam, neem tijd om met alle betrokkenen (inclusief key-users) een gemeenschappelijke visie te ontwikkelen en de projectdoelstellingen vast te stellen. Een succesvol team is gebaat bij een gemeenschappelijk doel én het benutten van elkaar sterke punten plus het compenseren van witte vlekken. Elkaar goed leren kennen kost tijd, neem deze tijd. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Er is een platform voor coderen nodig om het algoritme verder te ontwikkelen zodat het gebruikt kan worden in de klinische praktijk. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Zoek de persoon die een intrinsieke motivatie heeft om AI te introduceren in het ziekenhuis. Deze persoon is bij voorkeur ‘één van de zorgprofessionals’ en neemt de rest van de afdeling mee in het proces om angst en onzekerheden weg te nemen. Hij of zij speelt ook een belangrijke rol in het enthousiasmeren van de afdeling over de nieuwe AI-toepassing. Meer informatie Klik op een knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Gebruik educatie en bewustwording om kennis over de werking van de AI-toepassing toe te lichten. Organiseer werkgroepen om kennis uit te wisselen, lezingen van experts en zet een centraal informatiepunt op voor vragen over AI. Belangrijk bij het creëren van vertrouwen is de opinie van ‘peers’. Stuur hier op door actief AI-kampioenen in te zetten. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Let er bij het selecteren van een AI-toepassing op dat er een transparant algoritme gekozen wordt dat zoveel mogelijk informatie geeft over de wijze waarop het resultaat tot stand komt. Dit is zowel in het voordeel van de zorgverlener als zorgontvanger. Zorgverleners moeten een duidelijke uitleg kunnen geven aan patiënten over de onderliggende redenen van een beslissing en willen zelf ook kunnen beredeneren waar een beslissing op gebaseerd is. In de uitleg van het algoritme moeten de volgende onderdelen opgenomen worden:
Geef in de uitleg ook voldoende ruimte aan patiënten om vragen te stellen. De meest gestelde vragen kunnen in de uitleg opgenomen worden. Meer informatie Klik op een knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Ethiek speelt een grote rol bij het ontwikkelen en gebruiken van algoritmes. Het inzichtelijk maken van ethische risico's is vaak erg complex. M&I/Partners heeft een begrijpelijk en concreet model ontwikkeld om de ethische aspecten van en rondom algoritmes te toetsen. EVA bestaat uit zes stappen die de ethische risico's in kaart brengen. EVA is opgedeeld in vijf categorieën: weldoen, niet-schaden, autonomie, rechtvaardigheid en verklaarbaarheid. Deze categorieën zijn elk onderverdeeld in vragen, gebaseerd op het Europese kader, Nederlandse kamerstukken, literatuur, brainstormsessies en eigen ervaringen. Door beantwoording van elk van deze vragen kan een duidelijk beeld geschetst worden van de ethisch sterke en zwakken punten rondom een algoritme. De zwakke punten vertalen we vervolgens in risico’s. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Anders dan bij een regulier innovatieproject, is het voor een AI-gerelateerd project essentieel om een data engineer te betrekken voor de AI-specifieke kennis. Het implementeren van een AI-toepassing vraagt om statistische kennis bij het valideren en borgen van AI-toepassingen. Stel bij aanvang vast wie deze kennis binnen het projectteam heeft. Als de toepassing in de categorie beslissingsondersteunend of diagnostiek valt, is het belangrijk om een medisch specialist in het team te betrekken, voor de medische validatie.
De liaison kan bijvoorbeeld de projectleider zijn of iemand anders met een connectie met de opdrachtgever. Betrek ook de domeinexperts bij het project. De opdrachtgever en domeinexperts hoeven niet deel te nemen aan het projectteam, maar moeten wel voldoende op de hoogte gehouden worden. Zorg voor een periodiek overleg met zowel de opdrachtgever als de domeinexperts om de voortgang van het project te bespreken en te bewaken. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Een kenmerk van multidisciplinair werken is andere werkstijlen en afspraken over de verschillende afdelingen heen. Maak bij het begin van het project duidelijke afspraken, zodat iedereen weet waar hij of zij aan toe is. Wijs contactpersonen aan in alle deelnemende afdelingen. Vanwege de multidisciplinaire aard van het projectteam, is het belangrijk dat iedereen goed op de hoogte wordt gehouden. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Betrek een data scientist vanaf het begin van het project. Een data scientist heeft de benodigde AI-specifieke kennis om een algoritme te ontwikkelen. Deze persoon moet ook in goed overleg samenwerken met de data engineer, zodat tijdens de ontwikkeling al rekening gehouden wordt met workflow integratie en borging. Het is ook van belang dat de opdrachtgever en de data scientist goed communiceren over de definitie van het project en wat er van het algoritme verwacht wordt.
Een zorgprofessional kan de data scientist helpen door de klinische validatie uit te voeren of toe te zien. Daarnaast fungeert deze persoon als aanspreekpunt voor de andere medici buiten het team en kan zo zijn of haar collega's vertrouwen geven dat de stappen in het ontwikkelproces goed doorlopen zijn en hen uitleggen hoe het algoritme werkt. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Innoveren en het toepassen van innovatieve technieken leiden vaak tot eenmalige en initiële kosten. Bekostiging kan vanuit beschikbare (innovatie) budgetten. Voorkom dat onduidelijkheid en/of onzekerheid over structurele bekostiging a priori remmend werkt op een pilotfase. Draag zorg dat de opdrachtgever de business case voor zowel de pilotfase als de exploitatiefase kent én steunt.
Creëer de randvoorwaarden om de potentiële meerwaarde van de AI-toepassing in de eigen organisatie te bepalen. Accepteer de onzekerheid die gerelateerd is aan een pilotfase en reserveer voldoende middelen voor onvoorziene omstandigheden. Bepaal de potentiële meerwaarde aan de hand van strategische doelstellingen, baten en lasten voor patiënten en/of medewerkers, en de kwalitatieve verbetering van processen / zorg. Expliciteer en maak aantoonbaar op welke wijze de potentiële klinische effectiviteit van een AI-toepassing in de eigen organisatie bewezen wordt.
Wijs een eigenaar van de business case aan en laat de eigenaar de meerwaarde expliciteren. Draag zorg dat er actief batenmanagement plaats vindt zodanig dat de meerwaarde van AI aantoonbaar is. Houd rekening dat er diverse soorten baten kunnen zijn, zoals financiële, kwalitatief/klinisch, patiënt en/of medewerker-tevredenheid. Faciliteer het gebruik tussen de opdrachtgever, financier(s) en bestuur om de business case in de reguliere situatie te realiseren.
De data engineer is verantwoordelijk voor het intern valideren van het algoritme en borging. Kennis van statistiek is hierbij een vereiste.
De technische validatie van AI verschilt per algoritme. Echter, de meeste stappen zullen vergelijkbaar zijn met die van reguliere innovatie. Plan de validatiestappen conform het aanschafdossier. Hierin staat vastgelegd uit welke stappen de evaluatie bestaat en op welk moment in het proces de evaluatiestappen worden uitgevoerd. Bij de validatie van AI komt echter ook nog een stuk acceptatie in de klinische praktijk kijken. De technische validatie kan gebruikt worden om het stuk acceptatie te verkrijgen en/of vergroten. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Ga na welke data de toepassing nodig heeft en begin op tijd met het verzamelen en preprocessen van de data. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Vergelijk daarna de populatie waarmee de toepassing ontworpen is met de eigen patiëntpopulatie. In hoeverre is de toepassing in zijn huidige vorm geschikt voor de eigen populatie? Als de resultaten van de validatie binnen zijn en de toepassing naar tevredenheid toegepast kan worden, kan de pilot gestart worden. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Het toevoegen van een AI-toepassing kan ervoor zorgen dat het werkproces verandert. Het kan bijvoorbeeld bepaalde handelingen overbodig maken of juist handelingen toevoegen. Let er in het bijzonder op dat de toepassing de werkdruk niet mag verhogen. Maak een impactanalyse voor de verschillende stakeholders, waar speciaal gekeken wordt naar hoe de toepassing het werkproces beïnvloedt. Neem dit ook op in de business case, waarbij er ook gekeken wordt naar de technische inrichting. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
In sommige gevallen geeft een eenvoudigere data analyse al voldoende inzichten om het probleem aan te pakken. De introductie van een AI-toepassing leidt vaak tot herontwerp van een proces. Als je de toepassing patiëntdata gebruikt is het volgens de AVG verplicht om de oplossing te kiezen die zo min mogelijk persoonsgegevens gebruikt. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Werk van tevoren uit wat de rol is van de toepassing en hoe het ingezet gaat worden. Vooral de toegevoegde waarde van de toepassing is hierbij belangrijk. Als gebruikers de waarde inzien, bespoedigt dit het implementatieproces. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
De gebruikers moeten onderwezen worden in hoe de toepassing gebruikt kan worden en in de werking van het algoritme. Training moet gericht zijn op overbrengen van kennis over het gebruik van de toepassing én over de achterliggende techniek van het algoritme. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Betrek de toekomstige verantwoordelijken voor beheer bij aanvang van de implementatie in het project of laat hen vertegenwoordigen. Stel ook aan het begin van het project vast wie de eigenaar wordt van het product. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Beschouw de toepassing als een software-applicatie waarop beheer gevoerd dient te worden en neem de toepassing op in de configuratie management database van (M)ICT. Daarmee wordt het onderdeel van de reguliere beheerprocessen. Dit zorgt er ook voor dat de toepassing meegenomen wordt in updates. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Neem de frequenties van deze updates op in het beheerplan en leg de stappen voor her validatie vast zodat dit snel en betrouwbaar uitgevoerd kan worden. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Zorg dat de verantwoordelijke voor het beheer de gehele keten betrekt. Bevraag dus ook leveranciers naar hun beheerplan voor de toepassing. Als dat niet aanwezig is, stel er dan samen één op. Als de toepassing al geïmplementeerd is bij andere organisaties, vraag dan naar hun ervaringen en aanpak. Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Als de toepassing patiëntdata gebruikt moeten patiënten geïnformeerd worden dat:
Meer informatie Klik op de knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Als de doelen niet verenigbaar zijn voor de AVG, mag de data niet gebruikt worden. Ook moet je kunnen aantonen dat alle gebruikte data nodig is voor het doel, en dat er geen alternatief is wat minder data vereist. Mocht zo’n alternatief beschikbaar zijn, moet volgens de AVG dit alternatief gebruikt worden. Meer informatie Klik op een knop voor meer informatie. Een nieuwe tab wordt geopend. Terug
Bij aanvang van het project moet dit een aandachtspunt zijn. Let op: bij wijzigingen in het product na de introductie van de nieuwe MDR moet het product voldoen aan deze nieuwe regels.
Vul uw contactgegevens in, zodat we de AI-routekaart in PDF-formaat naar u toe kunnen mailen. De antwoorden die u gegeven heeft bij de AI-Implementatie Checklist en/of het AI-Readiness Assessment slaan wij niet op. Met het achterlaten van uw contactgegevens geeft u toestemming dat deze contactgegevens gebruikt worden voor onze AI-marketingdoeleinden.
Vul uw contactgegevens in, zodat we de AI-routekaart in PDF-formaat naar u toe kunnen mailen. De antwoorden die u gegeven heeft bij de AI-Implementatie Checklist en/of het AI-Readiness Assessment slaan wij niet op. Met het achterlaten van uw contactgegevens geeft u toestemming dat deze contactgegevens gebruikt worden voor onze AI-marketingdoeleinden.
Wilt u meer weten over de AI-Routekaart of wat AI voor uw organisatie kan betekenen? We denken graag met u mee. Neem vrijblijvend contact op met Patrick van Eekeren.
Wij geloven in de mogelijkheden en potentie die AI biedt. De inzet van AI brengt voordelen en kansen met zich mee voor zorginstellingen. M&I/Partners adviseert en ondersteunt de zorg en overheid bij het ontwikkelen en beheersen van hun AI met pragmatische antwoorden en passende oplossingen. We denken mee, we denken vooruit en staan met beide benen op de grond. Wij bieden een compleet assortiment oplossingen om aan de slag te gaan met AI. Wij helpen wij onze opdrachtgevers onder meer met.
