Zorgorganisaties stellen zich geregeld de vraag of de organisatie van de informatievoorziening nog passend is bij de behoeften vanuit de organisatie. Vanuit onze adviespraktijk zien we dat veel discussies hierover zich binnen organisaties herhalen én over organisaties heen vergelijkbaar zijn. Jeroen van Oostrum en Pien Nijpjes hebben hun kennis gebundeld in een whitepaper en beschrijven deze algemeen geldende principes en trends.
Lees verderDit 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
Inhoudsopgave
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
Bestanden
Terug naar het overzicht
Gerelateerde publicaties
Een meerderheid van de deelnemende ziekenhuizen (64%) is in meer of mindere mate bezig met experimenten en/of implementaties van AI. Dit blijkt uit het jaarlijks onderzoek van M&I/Partners naar de stand van AI bij Nederlandse ziekenhuizen uitgevoerd onder 53 vertegenwoordigers van 42 ziekenhuizen.
Lees verder