Dit artikel gaat in op Lifecycle Management van AI-modellen, op de betrokken stakeholders, de activiteiten en uitdagingen die daarbij komen kijken en gaat dieper in op configuratiebeheer van AI-modellen, monitoring, responsible AI en governance.
Lifecycle Management van AI-modellen
Lifecycle Management & AI
Stakeholders AI
De AI lifecycle.
Uitdagingen bij AI Lifecycle Management
AI Lifecycle Management in de zorg
Eisen bij zelf ontwikkelen van een AI-oplossing
AI impact assessment
Configuratiebeheer van AI-modellen
Configuratie managementgegevens
Configuratie managementtooling: DSML-platformen
Monitoring and feedback
Modeldrift
Identificeren van modeldrift
Best practices voor monitoren van modellen
Responsible AI en kwaliteitseisen
Responsible AI
Kwaliteitseisen
Governance en verantwoordelijkheden
Governance stappen
Ziekenhuizen verwachten veel van AI, maar resultaten blijven achter: kostenbesparing ontbreekt, inzet is vaak kleinschalig en AI‑readiness kent nog grote knelpunten. Lees de resultaten in de AI Monitor Ziekenhuizen 2026.
Lees verderIn gesprek met Chris Peters (klinisch fysicus, Jeroen Bosch Ziekenhuis), Daniël Tijink (MT-lid zorg, strategie en ethiek bij ECP) en Jeroen van Oostrum (partner, M&I/Partners) over AI-trust uit de AI-Routekaart.
Lees verder
