Slimme zorgsignalen dankzij AI én samenwerking tussen onderwijs en bedrijfsleven
Hoe kun je met kunstmatige intelligentie controleren of zorginstellingen voldoen aan de regelgeving van de Nederlandse Zorgautoriteit (NZa)? Die vraag stond centraal in een gezamenlijk project van Bince en een groep internationale studenten van de Hanzehogeschool Groningen. Het resultaat: een veelbelovend AI-prototype dat automatisch NZa-beleidsregels vertaalt naar SQL-code. Wat ons betreft een voorbeeld van hoe samenwerking tussen onderwijs en bedrijfsleven kan leiden tot innovatie én wederzijds inzicht.
Onderwijs + bedrijfsleven = innovatiekracht
Bij Bince geloven we in de kracht van samenwerking met het onderwijs. Of het nu gaat om stages, onderzoeksprojecten of afstudeeropdrachten. Allereerst omdat we het als team enorm leuk vinden om de studenten te helpen in bij hun professionele ontwikkeling. Daarnaast levert kennisuitwisseling met studenten en docenten uit de wetenschap niet voor alleen jong talent nieuwe ervaring op, maar verrijkt ook onze eigen kijk op data-innovatie in de zorg. Zo’n samenwerking vraagt tijd en aandacht van onze medewerkers. Denk aan begeleiding, kennisdeling en sparren, maar betaalt zich doorgaans dubbel en dwars terug. Ook in dit project.
De studenten van de Hanzehogeschool Groningen tijdens hun eindpresentatie.
De opdracht: wet- en regelgeving automatisch vertalen naar signalen
De studenten kregen van Bince een duidelijke, maar complexe opdracht: ontwikkel een AI-systeem dat automatisch signaleert wanneer een zorginstelling mogelijk afwijkt van NZa-regelgeving. De focus lag daarbij op twee concrete domeinen: mutatiedagen (hoeveel dagen een kamer leeg mag staan na verhuizing) en tarieven (de juiste toepassing van prijsstructuren).
De uitdaging? Wetgeving interpreteren, opschonen en vervolgens met AI vertalen naar SQL-query's die toepasbaar zijn in onze eigen Signaalapp.
Techniek, taalmodellen en teamwork
De studenten werkten vanuit een heldere technische architectuur en bouwden een systeem dat:
- Webpagina’s scrape-te en tekst samenvatte om tokenlimieten van taalmodellen te omzeilen.
- Meer dan 100 tarieftabellen structureerde en filterde, o.a. via ‘pistachio codes’ en duplicate detection.
- Gebruik maakte van open-source taalmodellen (waaronder LLaMA en CodeLLaMA) om SQL-logica te genereren op basis van wetsteksten en scenario’s.
- Door handmatig gecodeerde fundamenttabellen complexe regels vereenvoudigde, zoals interne/externe verhuizingen en kamertype-afhankelijkheden.
Ook de nauwkeurigheid werd niet vergeten: studenten controleerden handmatig de output en lieten een AI-model als ‘SQL-expert’ de gegenereerde regels valideren.
“Een mooie basis om op voort te bouwen”
Tijdens de eindpresentatie op 17 juni op het Zernike-complex presenteerden de studenten hun resultaten aan docenten en collega’s van Bince. Gjalt, System Engineer bij Bince, merkte op dat de gegenereerde SQL verrassend veel leek op hoe we zelf werken. Het is te prijzen dat de studenten niet alleen AI toepasten, maar ook kritisch nadachten over datavoorbereiding, foutdetectie en uitvoerbaarheid. Nu ligt er een werkbare basiscode, die verder gekoppeld kan worden aan onze Signaalapp. “Een mooie basis om op voort te bouwen”, aldus Gjalt.
Dit project laat zien hoe waardevol het is om als bedrijf ruimte te maken voor samenwerking met het onderwijs. Ja, het kost tijd. Maar het brengt ook kennis, inspiratie en concrete resultaten. Het prototype dat de studenten opleverden is geen eindproduct, maar een stevig fundament. De inzichten uit het proces geven Bince richting in hoe we AI slimmer kunnen toepassen bij de signalering van zorgregelgeving, iets waar onze klanten direct van kunnen profiteren.
Wij kijken dan ook terug op een geslaagd traject. En vooruit, naar nieuwe kansen om samen met onderwijsinstellingen de zorg een stukje slimmer te maken.