Maarten van Rood en Tim Loyen (ChipSoft): realistisch beeld over AI in de zorg

Meer dan ooit hebben ziekenhuizen behoefte aan slimme oplossingen die de zorg efficiënter maken. AI brengt wat dat betreft een belofte met zich mee, al zijn de verwachtingen soms wat te hooggespannen, vinden Maarten van Rood en Tim Loyen (data scientists bij ChipSoft). Tijdens de Tweakers Digital Meet-up AI verzorgen zij een sessie over AI-toepassingen en gebruikte technieken in de zorg.

De vraag naar AI-toepassingen in de zorg is momenteel groot, merken Maarten van Rood en Tim Loyen, werkzaam bij ChipSoft, softwareontwikkelaar voor de zorgsector. Ze werken dagelijks aan het ontwikkelen van zulke toepassingen in ziekenhuizen, vaak in samenwerking met medisch specialisten. “Dat toenemende bewustzijn rond dit onderwerp is mooi”, constateert Maarten. “Wel heeft de coronacrisis ervoor gezorgd dat sommige projecten helaas vertraging hebben opgelopen omdat zorgverleners nu natuurlijk hun handen vol hebben.”

Repetitieve taken in goede handen bij AI

AI kan op den duur veel taken overnemen in de zorg. Denk aan high-end toepassingen zoals kankerdetectie, maar ook low-end, zoals het correct doorverwijzen van patiënten bij bepaalde klachten, is een voorbeeld van het automatiseren van belangrijke taken. Een magisch algoritme dat alles kan is er volgens Maarten nog niet: “Terwijl veel mensen dat soms wel denken. Data scientists hebben daarom vaak nog te maken met (te) hooggespannen verwachtingen met betrekking tot AI.”

Wat is er dan wel? Juist bij het uit handen nemen van repetitieve taken komt AI tot zijn recht. Maarten: “Neem bijvoorbeeld het voorspellen van een complicatiekans na een buikoperatie. Het is niet dat de arts dit niet zelf kan, maar er is enorm veel informatie beschikbaar rondom de patiënt. Een algoritme kan dit allemaal meenemen in een berekening. Vervolgens krijgt de arts hiervan een samenvatting en heeft hij veel van zijn kostbare tijd bespaard.''

Een van de grootste belemmeringen bij de invoering van AI-modellen in de zorg is het (niet goed) registreren van belangrijke informatie. Het bekende ‘doktersbriefje’ bijvoorbeeld. Maarten: “Artsen schrijven nog altijd veel in vrije tekst. Relevante informatie kun je er met natural language processing wel uithalen, maar het liefst heb je deze informatie gewoon gestructureerd. Dat is er nu nog niet. Veel voorspellingen, op basis van informatie die momenteel theoretisch beschikbaar zou moeten zijn, zijn hierdoor op dit moment nog niet mogelijk.”

Hoe gaat AI in de zorg in zijn werk?

Bij ChipSoft gaat het vaak zo dat ziekenhuizen aangeven interesse te hebben in AI en vervolgens met data scientists kijken naar hun mogelijkheden. Daarna ontwikkelen deze data scientists samen met een specifieke groep artsen een algoritme. Zoals de genoemde complicatievoorspeller bij buikoperaties, maar ook een tool die anesthesisten helpt om te beoordelen of een patiënt een extra afspraak in het ziekenhuis nodig heeft, en een medicatievoorspeller die artsen helpt te herinneren of zij alle benodigde medicijnen hebben voorgeschreven.

Versnellen van trainingmodellen

Het trainen van modellen voor verschillende toepassingen blijft een uitdaging. Modellen die voor één doel zijn ontworpen, leren niet zomaar een andere functie bij. Een algoritmetrainer moet hierbij uitkomst bieden. Maarten: “Die is gebouwd rondom het principe van transfer learning, dat erop gericht is dat een taak uit substappen bestaat die je niet per sé allemaal opnieuw hoeft te trainen voor een nieuwe taak. Sommige delen van een algoritme zijn te hergebruiken. Dit versnelt het trainen van een algoritme aanzienlijk.”

Voor het trainen van taalmodellen die gebruikmaken van natural language processing geldt grotendeels hetzelfde principe, zegt Tim. “Of je een model nu traint op juridische of medische tekst: de onderliggende laag is dezelfde taalstructuur, met dezelfde spelling en grammatica. Het deel dat je extra wil trainen is vooral de afwijking naar het domein waar je het wil gaan toepassen.” Met belangstelling kijkt hij naar het GPT3-model dat afgelopen jaar werd uitgebracht door het door Elon Musk opgerichte bedrijf OpenAI. “Dit is getraind op een zeer grote dataset van vooral Engelse teksten. Als het model ook in het Nederlands wordt gefinetuned, biedt dat veel kansen. Nu gebruiken we nog een combinatie van ouderwetse chatbottechnieken die zoeken naar een bepaald woord in een zin en named entity recognition voor het herkennen van symptomen aan de hand van genoemde lichaamsdelen.” Tijdens de Tweakers Digital Meet-up zullen Maarten en Tim verder ingaan op transfer learning.

Ensemble learning leidt tot juiste voorspellingen

Voor tabulaire data, waarmee een algoritme voorspellingen doet op basis van tabellen met patiëntgegevens, gebruikt ChipSoft voornamelijk random forest en gradient boosting, waarvan het laatste neerkomt op ensemble learning. Tim: “In feite passen we beslisbomen toe, waarbij we groepswijsheid gebruiken. Als je bijvoorbeeld aan duizend mensen zou vragen hoeveel knikkers in een auto passen, kom je waarschijnlijk aan een behoorlijk precies antwoord. Zo werkt het hier eigenlijk ook: wij maken veel beslisbomen met steeds net andere variabelen van datasets en vervolgens nemen we het gemiddelde van al deze bomen. Als systeem blijkt dit behoorlijk goed te werken en redelijk robuust te zijn.”

Daarnaast werken Tim en Maarten met neurale netwerken. “Dit doen wij onder andere om meetsignalen te analyseren, zoals van de bloeddruk en hartslag”, zegt Rood. “Door patronen te herkennen, kun je hier relevante informatie uit halen die bijvoorbeeld kan duiden op complicaties tijdens een behandeling.”

Hoe om te gaan met incomplete data?

Een uitdaging bij het toepassen van AI in de zorg is dat er vaak met incomplete data moet worden gewerkt. Als toegepaste oplossing noemt Tim het scrapen van een medisch forum en het trainen van een model op deze gegevens met betrekking tot verschillende lichaamsdelen en symptomen. “Helemaal perfect was dat niet, we hebben deze data vooral gebruikt om het probleem beter te kunnen formuleren. Waar we relevante gegevens missen, kijken we soms met artsen hoe we ze kunnen abstraheren uit andere gegevens. Maar vaak blijkt het toch nog altijd een probleem te zijn, waarbij de oplossing voor een groot deel erin in ligt dat artsen veel zaken wat meer gestructureerd zullen moeten bijhouden.”

Tijdens de Tweakers Digital Meet-up AI willen Tim en Maarten dit soort problemen aan de kaak stellen. “In ieder geval willen we het hebben over de verwachtingen die zijn ontstaan omtrent AI en hoe het er in werkelijkheid aan toegaat”, zegt Maarten. “We willen een realistisch beeld scheppen”, voegt Tim daaraan toe. “AI is nu vaak nog een mooie marketingtool. Ik hoor ziekenhuizen bijvoorbeeld zeggen dat ze meer AI willen gaan gebruiken in 2021. Maar dat is net zoiets als zeggen dat je het komend jaar je hamer meer wil gaan gebruiken. Het gaat uiteindelijk ook gewoon om de use case.”

Chipsoft is partner bij de aankomende Tweakers Digital Meet-up over AI. Meer weten en meedenken over AI in de zorg? Maarten en Tim gaan er graag met je over in discussie tijdens hun sessie. Bezoek daarnaast ook een van de verschillende andere sessies. Het programma en informatie over inschrijven vind je hier.

Dit artikel is geen redactioneel artikel, maar een advertorial en tot stand gekomen dankzij Chipsoft en Tweakers Partners. Dit is de afdeling binnen Tweakers die verantwoordelijk is voor commerciële samenwerkingen, winacties en Tweakers-events zoals Meet-ups, Developers Summit, Testfest en meer. Kijk hier voor een overzicht van alle acties en events. Mocht je ideeën met ons willen delen over deze vorm van adverteren, dan horen wij dat graag. Hierover kun je met ons in gesprek via [Discussie] Reclame algemeen].

Reacties (29)

[daan!]

Aaaah, Chipsoft.. Daar wil ik nog niet dood gevonden worden.
-Plotseling de ondersteuning van de ZIS-EPD systemen bij ziekenhuizen stopzetten en ze dwingen naar meer geld uit te geven aan wéér een nieuw systeem.
-Alles, maar dan ook werkelijk álles heeft een meerprijs. Zelfs als je informatie wil uitwisselen met een ander ziekenhuis? Betalen aan Chipsoft, zelfs als dat andere ziekenhuis óók chipsoft gebruikt. Bedrijven als Nexus of Epic hebben dat soort verborgen kosten niet.
-Contractueel zijn ziekenhuizen verboden om met andere ziekenhuizen te delen wat ze aan Chipsoft betalen.
-Enorme vendor lock-in, apple zou er jaloers van worden.

Al met al is Chipsoft bijna een monopolist, en maken ze gretig misbruik van die status.
De ACM is ook al een onderzoek gestart.

Tweakers met een greintje maatschappelijk moreel besef adviseer ik echt met een grote bocht om dit bedrijf heen te lopen.

[MrMaxedTank]

Ik heb ruim 5 jaar (tot begin 2019) als technisch consultant voor een leverancier van software die een aantal koppelingen met het gebruikte ZIS had en heb daarom een redelijk aantal implementaties van zowel HiX als Epic mee mogen maken.

Ik ben het eens met het grootste deel van je post, maar op basis van de verhalen die ik destijds hoorde was Epic vergelijkbaar als het ging om extra kosten voor kleine aanpassingen en koppelingetjes. Sterker nog, in de tijd dat ik met Chipsoft te maken had, leek het er juist op dat Chipsoft zijn werkwijze steeds meer op die van Epic liet lijken (een beetje de "my way or the highway" methode, waarbij "the highway" wel mogelijk was, maar tegen belachelijke kosten.)
Edit: blijkbaar is het bovenstaande incorrect, of niet langer actueel. Mijn verontschuldigingen.

Eerlijk is eerlijk, ik weet niet hoe de markt er vandaag bij staat, maar ik ben het niet helemaal eens met je positie dat Chipsoft een monopolie op de markt heeft. Ik schat dat in mijn tijd ongeveer 60% naar HiX ging, en de rest naar Epic. Nexus heb ik nooit mee gewerkt, en destijds ook niet veel van gehoord.

Wel een belangrijke note: lang niet alle ziekenhuizen hebben de (medische) afdeling waarvoor onze software gemaakt was, dus er zijn genoeg ziekenhuizen waar ik nooit iets mee te maken heb gehad.

[Reactie gewijzigd door MrMaxedTank op 22 juli 2024 15:50]

[Martinez-]

Interessante constatering. Ik heb aardig wat ervaring gehad met Epic implementaties, maar datgene wat je hier claimt over de 'My way or the highway' methode, herken ik helemaal niet. Ja, ze adviseren wat de meest gekozen keuze in Nederland is v.w.b. een aantal opties (maar je weet het: in NL hebben we veel last van het 'not-made-here'-syndroom, dus altijd alles opnieuw uitvinden :-)). Maar wijk je daarvan af? No problem, dan helpen ze je daar ook gewoon mee, zonder extra kosten.

Het is natuurlijk een ander verhaal als je een compleet nieuwe functionaliteit wilt hebben.

[MrMaxedTank]

Wellicht hangt het ook af van de rol die je speelt bij de implementatie. Ik heb zelf voornamelijk HiX implementaties gedaan, maar van mijn collega's kreeg ik toch vaak te horen dat afwijken van de visie van Epic geen optie was. Wellicht waren ze star met de richtlijnen voor koppelingen?

[caspar M]

Epic heeft tegenwoordig een ander licentie model. Waarbij je voor koppelingen/interfaces (HL7 / Dicom) niet meer voor iedere interface apart moet betalen. Je kan nagenoeg oneindig aparte interfaces of kopieën van interfaces aanmaken. (Waarbij je meer flexibiliteit krijgt om af te wijken van beperkingen rondom Profiel Variabelen)

En Epic doet nooit moeilijk als je ontwikkelingen van andere Epic Ziekenhuizen wil implementeren. Ze faciliteren dit, en moedigen het aan. Dit kan via Epic zelf of onderling tussen Ziekenhuizen.

Wil je echt afwijkende dingen of iets totaal nieuws moet je toch creatief gaan doen op je integration engine.
Waarbij ze zelfs dat nog tot op een zekere hoogte ondersteunen...

En ze hebben een aparte pagina volledig dedicated aan Fhir, met hosting voor apps en al.

[MrMaxedTank]

Bedankt voor de reactie. Ik zie dat mijn beeld van Epic niet (of niet langer?) correct is. Ik zal mijn post erop aanpassen.

[headout]

Het beeld in 2018 van de verdeling:
https://mxi.nl/uploads/fi.../epd-overzicht2018(1).pdf
Waarbij er sinds 2018 geen nieuwe Epic implementaties meer bijgekomen zijn, en Chipsoft in de 1e lijns- en extramurale zorgmarkt flink aan de weg timmert.
Ik schat in dat 60% nog aan de lage kant is.

[scholtnp]

Uit de link die je geeft verwijs ik even naar deze tekst:

Het winner takes it all-principe in de zorg-ict heeft er toe geleid partijen op monopolistische posities gekomen zijn die goed functioneren van de markt in de weg staan.

Is dit niet het probleem van alle proprietary software die geen open standaarden (met werkend referentie model) ondersteund is dan mijn retorische vraag? Zeker voor zorggeld, betaald uit belastingen en verzekeringen zou het een verplichting moeten zijn alleen nog maar services van open source leveranciers in te kopen.

[Jeroenneman]

Inderdaad. Een partij die lekker winst draait, over de rug van zorginstellingen.

Vooral dit:
“We willen een realistisch beeld scheppen”, voegt Tim daaraan toe. “AI is nu vaak nog een mooie marketingtool. Ik hoor ziekenhuizen bijvoorbeeld zeggen dat ze meer AI willen gaan gebruiken in 2021. Maar dat is net zoiets als zeggen dat je het komend jaar je hamer meer wil gaan gebruiken. Het gaat uiteindelijk ook gewoon om de use case.”

Flikker toch op man. Text-mining in de medische dossiers is al ik weet niet hoelang een vraag vanuit de sector. Er zijn echt wel duidelijke use cases die ziekenhuizen als aanvraag hebben ingeschoten. En dan krijg je het standaard CS antwoord: "Oeh, dit hebben we nog nooit gehoord, komt onderaan de prio-lijst".

[Reactie gewijzigd door Jeroenneman op 22 juli 2024 15:50]

[caspar M]

-Plotseling de ondersteuning van de ZIS-EPD systemen bij ziekenhuizen stopzetten en ze dwingen naar meer geld uit te geven aan wéér een nieuw systeem.

Noooou.. Ezis 6.2 was echt wel enorm oude sannie.. en er is lang en ruim van te voren aangegeven dat de ondersteuning zou stoppen. Het houdt natuurlijk een keer op met het fixen van oude software. Zeker omdat een partij als Chipsoft graag ziet dat een oplossing/feature door iedere klant (ziekenhuis) volledig wordt betaald.
Dan is het blijven onderhouden van een oudere variant een risico in je verdienmodel.

De overige punten volledig mee eens.

[daan!]

Terecht punt, het gaat dan ook meer om de manier waarop.
Deze informatie komt niet direct van mij vandaan, maar deze heb ik uit 2e hand, van collega's en voormalig studiegenoten bij ziekenhuizen. Dus R/ korrel zout.

Het struikelblok was, geloof ik, vooral de tijdspanne waarin de ziekenhuizen een beslissing moesten nemen.
Het kost namelijk nogal wat voorbereiding om naar een ander ZIS-EPD systeem over te stappen, dat kan niet zomaar. In het bijzonder kost het extra tijd om naar een andere aanbieder over te stappen.
Wat wel redelijk snel kan (althans binnen de gestelde deadline) was overstappen op het nieuwe systeem van Chipsoft.
Op die manier geef je de ziekenhuizen wel een keuze, maar eigenlijk geen keuze.

Nogmaals: dit is van horen zeggen, maar wel uit meerdere bronnen.

[Reactie gewijzigd door daan! op 22 juli 2024 15:50]

[caspar M]

Je kan natuurlijk alles proberen te googelen, maar hier gaat het schijnbaar mis. Het is een vrij bekende manier om te zeggen dat het oude troep is. Of ouwe meuk in Tweakers term.

Wat je leeftijd ermee te maken heeft weet ik ook niet... maar goed ik kom uit Zeeland, dus het zal een VOC herkomst hebben dat we het hier gebruiken om te zeggen dat iets oude troep is.

[SjigEd]

Dank je voor je reactie. Ik moet me altijd even inhouden bij artikelen over dit bedrijf.
Ipv AI in de zorg zou ik liever een meet-up zien over graaien in de zorg:

https://www.quotenet.nl/q...errit-en-hans-mulder-bio/
https://www.lc.nl/friesla...e-Quote-500-26183083.html

Ik hoop dat Maarten van Rood en Tim Loyen de volgende keer dat ze met het hele bedrijf (inclusief partner) op de piste staan ook even stil staan bij de mensen die het echte werk in de zorg doen.

[Boogie]

Het grappigst aan dit artikel vind ik dat "Een van de grootste belemmeringen bij de invoering van AI-modellen in de zorg is het (niet goed) registreren van belangrijke informatie."

Ik denk dat vooral het niet gestructureerd opslaan en van de geregistreerde data het grootste probleem is. Chipsoft bevorderd zeker niet dat een klant zijn eigen data kan hergebruiken, ontsluiten of voor innovatieve oplossingen, zoals AI, geschikt is.

Om wat voorbeelden te noemen: een gesloten databasemodel (deze dus niet delen met je klanten), data combineren en in 1 veld stoppen (metingen_metingen), verschillende manieren van historie in records aanbrengen(pathist/mutlog), geen relationele integriteit in de database afdwingen, datatypes die niet kloppen met inhoud (datum in date-time, tijd in string(5), nummers in sting-velden), inconsistente naamgeving (maar liefst 7 verschillende kolom-namen voor patientennummers) etc.

Natuurlijk heeft elk systeem zijn legacy; maar ik zie een systeem waar aan de fundamenten al 20 jaar geen onderhoud is gedaan en alleen ingezet is op steeds maar weer nieuwe functionaliteiten verkopen.
AI is hip, laten we dat (ook) gaan verkopen!

Los daarvan; dat zoveel ziekenhuizen ChipSoft hebben is wel logisch, de zorgfinanciering is nu eenmaal nodeloos complex (door de politiek) en daar bieden ze een goede oplossing voor. En zorgplatform is echt een goede oplossing om informatie gestandaardiseerd te delen tussen zorgverlenders, noodgedwongen omdat de politiek geen LSP wilde. Dus dat de zorg onnodig duur is, omdat Chipsoft veel vraagt, is toch vooral de schuld van onze politiek. Een NHS naar Engels model zou daarin veel op kunnen lossen.

[PP1983]

Nee, de reden dat veel ziekenhuizen chipsoft gebruiken is gebrek aan beter (monopoliepositie)

Wij hebben het “zelf” complex gemaakt. Maar Chipsoft is zeker niet degene die het “makkelijker” maakt.

[wouser]

Interessant! Direct aangemeld.

Met name interessant omdat ik als dokter aan de andere kant van dit proces sta en enerzijds nog bijna dagelijks met faxen moet werken terwijl er zoveel techniek is die niet (adequaat) gebruikt word. Hier valt echt nog heel veel winst te halen in de zorg omdat hier echt een gigantische kloof ligt.

Zou hier graag als dokter een bijdrage aan willen leveren; Mocht iemand weten waar te beginnen hoor ik het graag

[caspar M]

Dat faxen nog steeds nodig zijn komt door je eigen vakgroep alle medewerkers in de IT / EPD roepen al sinds 2000 dat alle faxen kapot geslagen moeten worden.

Vooral apothekers willen maar niet innoveren...

[wouser]

Precies; Daarom is er zo'n grote kloof. Innovatie aanwakkeren vanuit alleen ICT is tegen een muur vechten, met hulp van binnenuit gaat het waarshijnlijk makkelijker omdat er meer aansluiting is bij de behoefte van het personeel.

En inderdaad, apotheken zijn inderdaad nog erg aan het faxen gehecht....

[ScheveToren]

Fax liever vandaag dan morgen de deur uit.

Helaas nog steeds nodig door wetgeving uit 1900 en een half-functionerend LSP door politieke dwaling. Zo moet elk recept een handtekening hebben van de voorschrijver. Helaas is het niet mogelijk een digitale handtekening te versturen via het LSP. Als partijen in de zorg maken wij dan een overeenkomst als pleister voor politieke onkunde waarin wij regelen dan maar een recept zonder digitale handtekening via het LSP te accepteren. Komt hier een echter een kink de kabel, dan slingeren wij de fax of beveiligde email weer aan.

Ook nog op vele andere punten een dermate brakke (implementatie) van uitwisseling van zorgdata tussen zorgverleners dat de fax, ook door AVG, de enige oplossing is.

[herwinvw]

Er staat een klein foutje in de tekst: daar wordt op een leuke manier random forest uitgelegd, niet gradient boosting. Beide zijn vormen van ensemble learning met ensembles van beslisbomen. Bij gradient boosting worden bomen 'in serie' geplaatst, waarbij iedere boom de fout (gradient) van de vorige bomen probeert te korrigeren.

[MSalters]

Boosting is ook niet uniek voor random forest ensembles. Bij het trainen van neurale netwerk ensembles kun je ook boosting gebruiken in het trainen van de member netwerken.

Maar goed, dat ze bij ChipSoft "neurale netwerken" zien als alternatief voor "ensembles" is wel veelzeggend. Dan loop je wel een paar jaar achter.

(Wij doen ook AI voor de zorg - Audio Event Detection voor de nachtzorg.)

[herwinvw]

Nee, boosting kan met ieder machinelearning algorithme, maar ik ga ervan uit dat hier boosting met kleine beslisbomen bedoelt wordt, a la xgboost, lightgbm.

Boosting met random forests is als ik het me goed herinner in de praktijk niet zo zinvol.

Edit:
Ik lees het als beslisboombaseerde methoden voor problemen met tabulaire daten, en neurale netwerken voor daten zonder struktuur. Das toch niet zo ouderwets?

[Reactie gewijzigd door herwinvw op 22 juli 2024 15:50]

[MSalters]

Random Forests leggen het af tegen neurale netwerken. Rond 2015 kwamen ze nog wel mee, maar de ontwikkeling van random forests staan vrijwel stil in vergelijking met neurale netwerken.Als je nog nuttige features hebt voor je beslisbomen dan kun je die direct aan een neuraal netwerk voeren, maar met moderne "deep learning" technieken kun je betere features leren in de eerste lagen van je netwerk.

[herwinvw]

Neurale netwerken werken vooral goed als je veel data hebt, of netwerkstukken kan overnemen die getrained zijn op veel data in een soortgelijk probleem en als je features continu zijn.

Ik werk in een niche waar niet altijd veel data beschikbaar is, veel features kategorisch zijn met veel kategorien en waar transferlearning/hergebruik van modelstukken geen optie is omdat de features probleemspecifiek zijn. Ik kan me goed voorstellen dat dat voor de meeste machine learning problemen met tabulaire daten geldt. Een random forest is dan een prima en stabiel baseline model. Iets hipper is op dit moment xgboost.

Natuurlijk kun je altijd wat meer moeite doen om een betere machinelearning architektuur te bouwen, maar mijn ervaring in mijn domein is dat het zich daar meer loont om tijd te steken in het begrijpen en tweaken van wat het algoritme optimeren moet, datenkwaliteit, het vinden en aanbinden van features uit nieuwe databronnen, etc.

[Anoniem: 2053]

Grappig, AI in de zorg en geen woord over de MDR waar software die geclassificeerd wordt als medical device in de zorg ook voorzien moet zijn van een CE keurmerk . Dat is namelijk vooralsnog een enorm hoofdpijndossier waardoor bioinformatici niet zomaar een nieuw neuraal netwerk kunnen trainen of een nieuw algoritme voor het interpreteren van genetische data in kunnen zetten voor direct gebruik in het zorgproces. Afin, aangemeld. Ben benieuwd wat er te melden is.

[Mrkoekie]

Laten we in de zorg nou eerst eens proberen om dat wat we moeten doen, goed te doen en daarna verder kijken...

Kleine terugblik naar De monitor waar Chipsoft uitgebreid aan bod komt:

https://tvblik.nl/de-monitor/ict-in-de-zorg

[ChipSoft B.V.]

Goed om te zien dat zorg-ICT zo leeft! Heb je hier goede ideeën over waar de zorg mee vooruit kan en wil je die graag met ons delen, stuur dan even een DM.