Drs. Dominika Borowiec (MSc), Dr. Astrid de Wind, Dr. Elena Syurina, Prof. Dr. C Boot, Prof. Dr. J.R. Anema
Maart 2024 – Februari 2028
Promotieonderzoek binnen de Leerstoel Academisering van de Arbeids- en Verzekeringsgeneeskunde bekleed door Prof. Han Anema
Ik ben een sociale wetenschapper met een achtergrond in Sociologie (MSc), momenteel bezig met een Masteropleiding Epidemiologie aan het Amsterdam UMC. Sinds 1 maart 2024 ben ik een nieuw hoofdstuk in mijn professionele reis begonnen als promovenda, met een onderzoek gericht op datagedreven werken en gebruik van (generatieve) AI binnen de verzekeringsgeneeskunde.
In mijn eerdere functie als onderzoeker voor de Gemeente Amsterdam richtte ik mij op competentieontwikkeling en het bevorderen van arbeidsparticipatie. Deze rol stelde mij in staat om diepgaande inzichten te verwerven in de uitdagingen en kansen binnen het sociale domein.
Mijn praktijkervaring in de verzekeringsgeneeskunde heb ik verder uitgebreid door mijn werk als medische tolk, waar ik betrokken was bij alle stappen van de sociaal-medische dienstverlening. Deze ervaring heeft mijn begrip van de praktische toepassing van onderzoek in de gezondheidszorg verder verdiept.
Mijn onderzoeksinteresse ligt op het snijvlak van sociale wetenschappen en datawetenschappen, waarbij ik me richt op het begrijpen van sociale determinanten en impact van AI en het bevorderen van een menselijke benadering in datagedreven werken en het gebruik van AI. Daarnaast streef ik ernaar om via mijn onderzoek bij te dragen aan het verhogen van de effectiviteit van arbeid, door middel van innovatieve en datagedreven benaderingen.
Het tekort aan verzekeringsartsen vormt een uitdaging voor het leveren van wettelijke sociaal-medische dienstverlening van het UWV. Dit zorgt voor lange wachttijden voor begeleiding en beoordeling, langduriger ziekteverzuim, en minder arbeidsparticipatiekansen voor mensen die een arbeidsongeschiktheidsuitkering van het UWV ontvangen.
Ontwikkelingen in datagedreven werken en AI versnellen in de gezondheidszorg, ook in de verzekeringsgeneeskunde. Generatieve AI-taalmodellen kunnen helpen bij het capaciteitsprobleem door bijvoorbeeld dossiers samen te vatten, vragen over medische voorgeschiedenis te beantwoorden, en rapportages te schrijven. Ze kunnen ook de werkdruk verlagen door administratieve lasten te verminderen. Belangrijk is echter dat gebruikers en cliënten deze oplossingen accepteren. Het begrijpen van de behoeften van cliënten, verzekeringsartsen en andere belangrijke stakeholders staat hier centraal.
Dit onderzoek richt zich op de kansen, uitdagingen en voorwaarden voor datagedreven werken in de verzekeringsgeneeskunde.
In dit onderzoeksproject worden verschillende vraagstukken aangepakt, waaronder de vormen en doelen van datagedreven praktijk in de gezondheidszorg, de kansen voor toepassing in de verzekeringsgeneeskunde, factoren die hun adoptie beïnvloeden, en de haalbaarheid van de implementatie één of meerdere nog te selecteren toepassingen waarbij we ons speciaal zullen richten op (generatieve) AI. Het project zal worden uitgevoerd in vier fasen: kwalitatief onderzoek naar datagedreven toepassingen in de verzekeringsgeneeskunde, literatuuronderzoek naar datagedreven toepassingen in de gezondheidszorg, kwalitatieve beoordeling van bevorderende en belemmerende factoren, en een proof of concept studie naar de haalbaarheid van een mogelijke toepassing. Het project zal verder worden vormgegeven in samenspraak met beleid en praktijk.
Het onderzoek levert een overzicht van de huidige praktijk, inclusief potentiële kansen, bedreigingen en voorwaarden van datagedreven werken in de verzekeringsgeneeskunde. Daarnaast geeft het project inzicht in het draagvlak voor de toepassing van AI, inclusief afwegingen. Tot slot geeft het inzicht in de haalbaarheid van (een) nader te selecteren datagedreven toepassing(en) in de verzekeringsgeneeskunde.
Door de verschillende aspecten van datagedreven praktijken in de verzekeringsgeneeskunde te onderzoeken en evalueren, draagt dit onderzoek bij aan oplossing van bovengenoemde maatschappelijke vraagstukken en het optimaliseren van sociaal-medische dienstverlening.
Email: d.m.borowiec@amsterdamumc.nl
Up date datum: 19-8-2024
