Herkenning verdachte EPD inzagen met Artificial Intelligence
De in 2018 ingevoerde wet Algemene Verordening Gegevensbescherming (AVG) verplicht ziekenhuizen om de toegang tot het Elektronisch Patiënten Dossier (EPD) actief te controleren op onrechtmatige inzagen.
Begeleider
Wil je je tanden zetten in een complex AI vraagstuk in de gezondheidszorg dan is dit je kans.
Onrechtmatige inzagen wil zeggen inzagen door personen die niet betrokken zijn bij de behandeling van de patiënt. Bij Gelre ziekenhuizen vindt deze controle plaats op basis van EPD-logginggegevens. Geautomatiseerde controle hiervan heeft de sterke voorkeur vanwege de AVG-gevoeligheid. Het vinden van verdachte inzagen tussen de enorme hoeveelheid valide inzagen – 20.000 per dag bij Gelre ziekenhuizen - is echter te vergelijken met het zoeken naar een speld in een hooiberg. Daarom zijn slimme op Artificial Intelligence (AI) gebaseerde modellen noodzakelijk ter vergroting van de efficiency, c.q. ter vergroting van de “pakkans”.
Gelre ziekenhuizen heeft reeds een aantal AI-modellen ontwikkeld op basis van de outlier detectie algoritmes DBSCAN, Local Outlier Factor en Gaussian Mixture Model. Uit de evaluatie van deze modellen is naar voren gekomen dat er een krachtiger AI-algoritme gebruikt dient te worden om tot een gerichtere steekproef van de verdachte EPD-inzagen te komen. Hiervoor komt het meest een algoritme in aanmerking dat is geënt op neural network deep autoencoding voor unsupervised anomaly detection.
Doel en stageopdracht
Met AI-modelling tot een gerichtere steekproef van verdachte EPD-inzagen komen door hiervoor de mogelijkheden te onderzoeken van een op neural network deep autoencoding gebaseerd AI-algoritme
Gewenst profiel van de student
Gedreven student met sterke affiniteit met neurale netwerken. Programmeerervaring met Python heeft de voorkeur.
Gewenste periode en werkomgeving
3 – 6 maanden, bij voorkeur te beginnen in oktober 2019. Standplaats is Gelre ziekenhuizen te Apeldoorn. Vanwege de AVG-gevoeligheid van de stageopdracht zal met datasets worden gewerkt waarbij persoonsgegevens niet-identificeerbaar zijn gemaakt. Remote werken op de Gelre omgeving vanuit een andere locatie, zoals vanuit huis, behoort tot de mogelijkheden.
Deel
-
Type vacature
Afstudeeronderzoek
-
Vakgebied
Data
-
Start stageperiode
november 2019
-
Vergoeding
€ 345 p/m
-
Contact