Essay: benut AI om de jeugdzorg te verbeteren

Artificial Intelligence (AI) verandert hoe we werken, denken en communiceren. AI effectief inzetten, vereist een zorgvuldige aanpak met afweging van kansen én risico’s. Door vanuit een toekomstperspectief te redeneren – wat willen we in 2030 bereiken met AI? – en dat dan terug te vertalen naar concrete stappen nu, is een helder pad uit te stippelen naar verantwoord en doelgericht AI-gebruik. Kees van den Tempel zet enkele mogelijke AI-oplossingen voor de jeugdzorg op een rij.

Uitdagingen in de jeugdzorg

De jeugdzorg in Nederland kampt met grote uitdagingen die jongeren en gezinnen ernstig treffen. Die problemen worden veroorzaakt door een combinatie van lange wachttijden, financiële tekorten, maatschappelijke en organisatorische factoren, en een beperkte effectiviteit van de geboden zorg [zie kader]. Inmiddels is suïcide de ­belangrijkste doodsoorzaak onder jongeren.

Zeven AI-perspectieven

Om AI binnen de jeugdzorg effectief in te zetten, moeten we de zeven AI-perspectieven in ogenschouw nemen. Elk van de perspectieven biedt een uniek uitgangspunt bij het ­nadenken en realiseren van AI-toepassingen. Vanuit het AI-ICT-techniek-perspectief is het belangrijk te bepalen welke technologie wordt toegepast, hoe die wordt geïntegreerd in bestaande IT-systemen en hoe om te gaan met de snelle ontwikkelingen in AI-techniek. Het voorkomen van vendor lock-in en het waarborgen van de uitlegbaarheid van algoritmen zijn daarbij cruciaal. Vanuit het data-perspectief draait het om het identificeren van de juiste kwaliteitsdata, het opstellen van een effectieve datastrategie en het voorkomen van bias. Ook speelt de integratie van AI in datagedreven werken een belangrijke rol.

Het zakelijk perspectief richt zich op het probleem dat wordt opgelost en de waarde die AI toevoegt. Vanuit het mens-medewerker-perspectief is het essentieel draagvlak te creëren, kennis en talent op te bouwen en een HR-strategie te ontwikkelen. Ook moet worden gezorgd dat medewerkers AI niet als een bedreiging ervaren.

Het security-compliance-perspectief vraagt aandacht voor het ontwikkelen van veilige en compliant AI-toepassingen, het voldoen aan de EU-AI-wetgeving en sectorregels, en het omgaan met fouten, fake, bias en hallucinaties. Het ethisch-maatschappelijk perspectief vraagt om reflectie op de manier waarop de maatschappij AI verantwoord vindt. Ten slotte is er het klant-inwoner-perspectief, waarin de klant-ervaring centraal staat.

Oplossingen

Naast allerlei verbeteringen in bureaucratische processen met behulp van generatieve AI, zoals keukentafelgesprekken opnemen en transcriberen, verslagen schrijven of dossiers samenvatten, kan AI op een veel fundamenteler niveau bijdragen aan ­oplossingen.

Vroege signaleringssystemen

AI kan een belangrijke rol spelen bij het vroegtijdig signaleren van risico’s bij jongeren door patronen te herkennen in gegevens van scholen, huisartsen, jeugdinstanties en wijkteams. Met voorspellende algoritmen kunnen jongeren met een verhoogd risico op zorgbehoefte eerder worden geïdentificeerd en ondersteund, waardoor zware zorg kan worden voorkomen. Nu komen signalen vaak pas samen als de situatie al uit de hand dreigt te lopen. De Algemene Verordening Gegevensbescherming (AVG) wordt hierbij vaak als een obstakel gezien, omdat deze vroegtijdige datadeling belemmert. In het Verenigd Koninkrijk, Australië en de Verenigde Staten worden voorspellende modellen al succesvol toegepast om risico’s zoals mishandeling en verwaarlozing bij kinderen vroegtijdig te signaleren.

Het gebruik van AI biedt praktische voordelen, zoals het verminderen van de instroom in zware zorg door tijdige interventies en kostenbesparing door te focussen op preventieve maatregelen in plaats van langdurige en dure zorgtrajecten. Het ethisch gebruik van data en duidelijke richtlijnen kunnen ervoor zorgen dat AVG-bezwaren worden overwonnen. Dit vereist een zorgvuldige balans tussen privacybescherming en de noodzaak om gegevens te delen voor het welzijn van kwetsbare jongeren.

Een concreet voorbeeld van deze aanpak is het gebruik van een AI-model dat via geanonimiseerde gegevens jongeren met een verhoogd risico kan identificeren. Het systeem kan preventieve acties adviseren, zoals een gesprek met een jeugdcoach, om te voorkomen dat de situatie escaleert. 

AI-gestuurde beslissingsondersteunende systemen kunnen jeugdconsulenten ondersteunen bij het sneller en efficiënter toewijzen van passende zorg. Door kenmerken zoals de ernst van de situatie, het type zorgvraag en de beschikbare capaciteit te analyseren, kan de jongere naar de meest geschikte hulpverlener worden doorverwezen. Dit helpt om zorg op maat te bieden en het proces te versnellen. Een grote uitdaging hierbij is dat lokale overheden zich momenteel vooral richten op de financiële kant van zorgtransacties en onvoldoende systematisch meten of een behandeling daadwerkelijk effectief is. Het gebrek aan inzicht in de effectiviteit benadrukt het belang van het verzamelen van relevante data.

Virtuele assistenten

AI-gestuurde chatbots en virtuele assistenten kunnen jongeren en gezinnen ondersteunen door eenvoudige toegang te bieden tot zelfhulpmodules en informatie over veelvoorkomende problemen. Het anonieme en toegankelijke karakter van chatbots maakt dat mensen graag met ze communiceren, waardoor het drempels verlaagt om hulp te zoeken. Tegelijkertijd kunnen behandelaren waardevolle inzichten halen uit de interacties om een beter beeld te krijgen van de ernst van de problemen.

Belangrijk voordeel van die technologie is dat jongeren met milde problemen sneller kunnen worden geholpen, waardoor zwaardere zorg vaak niet nodig blijkt. Dat vermindert de druk op de jeugdzorg, maar helpt ook de wachttijden en complexiteit binnen de zorginstroom te verlagen. Door de gesprekken te analyseren, kunnen behandelaren bovendien effectievere en gerichtere behandelplannen opstellen, gebaseerd op de behoeften van de individuele patiënt.

Federated learning

De vraag is wat er nu al gedaan kan worden om in 2030 een werkende AI-oplossing te realiseren. Hierbij wordt vanuit de 7 AI-perspectieven terug geredeneerd naar acties waarmee we morgen kunnen beginnen: AI- en ICT-technologie moeten zo worden ontwikkeld dat ze voldoen aan privacywetgeving zoals de AVG. Algoritmen die data geanonimiseerd verwerken zijn hierin essentieel. Federated learning, waarbij data op de oorspronkelijke locatie blijft, voorkomt juridische complicaties en maakt vroegsignalering met AI veiliger. Bijvoorbeeld: een federated learning-model kan data van scholen (zoals absentie en prestaties) combineren met signalen van wijkteams om risicojongeren te detecteren, zonder dat ruwe data ­gedeeld wordt.

Datakwaliteit waarborgen

Het waarborgen van datakwaliteit is cruciaal. Door meteen het effect van behandelingen te meten, ontstaat de juiste data voor het ontwikkelen van voorspelmodellen die zorg efficiënter toewijzen. Het gebruik van uniforme dataformaten en standaard formulieren helpt bij het gestructureerd vastleggen en analyseren van informatie. Automatische analyse door AI maakt dit proces efficiënter.

Een multidisciplinair team van beleidsmakers, jeugdconsulenten en dataspecialisten is nodig om AI-oplossingen praktisch en effectief te maken. Samenwerking met verzekeraars en zorgaanbieders kan financiering en implementatie ondersteunen. Het meten van de effectiviteit van AI-oplossingen helpt gestelde doelen te bereiken. Door gemeenten, softwareontwikkelaars en zorginstellingen te laten samenwerken, kunnen AI-tools breder toepasbaar worden.

Professionals trainen

Het is van belang jeugdconsulenten, verwijzers en behandelaren te trainen in het gebruik van AI-tools. Hen vanaf het begin te betrekken bij de ontwikkeling, vergroot de praktische toepasbaarheid. Tools moeten ontworpen worden om professionals te ondersteunen, niet om hen te vervangen.

Veiligheid en compliance spelen een sleutelrol. Data moet veilig worden opgeslagen en versleuteld, met loggingmechanismen die transparantie bieden. Systemen moeten voldoen aan wetgeving zoals de AVG en AI-verordening. Een voorbeeld is een AI-systeem dat automatisch een logboek bijhoudt waarin beslissingen, gebruikte data en algoritmen worden vastgelegd. Samenwerking met juristen kan helpen om data-uitwisseling binnen de ­wetgeving mogelijk te maken.

Jongeren en ouders betrekken

Het instellen van een ethische commissie helpt om bias te voorkomen en transparantie te waarborgen. Onafhankelijke teams kunnen AI-modellen toetsen op eerlijkheid voor diverse demografische groepen. Door jongeren en ouders te betrekken bij demonstraties van AI-tools en hun feedback te verzamelen, kan de acceptatie worden verbeterd. Het informeren van gebruikers over de mogelijkheden en beperkingen van AI is essentieel.

Bovenbeschreven aanpak combineert de AI-innovatie met praktijkgerichte oplossingen, juridische compliance en een focus op jongvolwassenen en kinderen. Ik verwacht niet dat de oplossingen eenvoudig te realiseren zijn, maar we zijn het aan onze kinderen en jongvolwassenen verplicht om alles ­mogelijkheden te onderzoeken.

Kees van den Tempel heeft een achtergrond in natuurkunde en bedrijfskunde, is AI-expert en ervaringsdeskundige Jeugdzorg. Kees werkt al 25 jaar voor lokale overheden op het snijvlak van bedrijfsvoering, dienstverlening en ICT.

Lees het hele essay in BB23 (inlog)