Onderzoek - niet alleen in de IT - heeft doorgaans een fundamenteel of een toegepast karakter. Hoewel steeds vaker wordt geprobeerd die brug te slaan, ontbreekt een stevig fundament daarvoor. Marco Spruit heeft de taak dat gemis in te vullen met een leerstoel Translationele Datawetenschap en een aanstelling bij zowel het Leidse informatica-instituut LIACS als het Leids Universitair Medisch Centrum.
Hoe krijg je de ‘state of the art’-resultaten van fundamentele onderzoeksprojecten – die altijd bestaan uit computationele modellen en prototypes – zo snel mogelijk echt in de praktijk van de zorg? Door in beide disciplines actief te zijn! In 2020 werd Marco Spruit zo aangesteld als hoogleraar. Het onderzoek valt onder de paraplu van het stimuleringsprogramma Population Health van de Universiteit Leiden. Spruit werkt daarvoor op de ‘Population Health Living Lab The Hague’-campus nauw samen met enkele andere hoogleraren uit verschillende disciplines.
Zo is onder meer oud-minister Jet Bussemaker als hoogleraar Wetenschap, Beleid en Maatschappelijke impact betrokken bij onder meer het duurzaam organiseren van de juiste inzet van digitale technologie in Haagse wijken. Marieke Adriaanse is hoogleraar Gedragsinterventies en bekijkt onder meer hoe digitale technologie het best kan worden geïntroduceerd aan met name kwetsbare bevolkingsgroepen om hun gedrag blijvend gezonder te maken.
Voor Spruit is zijn opdracht een droom die werkelijkheid is geworden. Hij is op wetenschappelijk gebied een laatkomer. Na zijn studie werkte hij eerst als softwareontwikkelaar voor verschillende bedrijven, waaronder de inlichtingendienst. “Als big data developer, nog voor de term was uitgevonden”, lacht hij. “Ik was echt verslaafd aan programmeren.” Maar hij werkte vervolgens ook als zelfstandig ondernemer waarbij het hem frustreerde dat echt interessante projecten altijd naar grote dienstverleners gaan. Dus zocht hij zijn heil in een promotie-onderzoek. Daarin onderzocht hij hoe je zou kunnen ‘tellen met taal’, ofwel, is het mogelijk getallen te koppelen aan taalkundige verschillen tussen de varianten van het Nederlands zoals die worden gesproken in Nederland en Vlaanderen.
Aan de universiteit Utrecht gaf hij dat onderzoek verder handen en voeten in een samenwerking met Floortje Scheepers van het UMC Utrecht psychiatrie. “Psychiatrie is heel interessant is voor taalwetenschappers. Alles wordt met teksten vastgelegd en gediagnosticeerd. De nuance zit in de vrije teksten en dat is voor wetenschappers erg leuk.” Hij maakte met Scheepers op basis van deep learning een model dat agressie-incidenten bij patiënten kon voorspellen. “Dat werkte beter dan de psychiater het kon, maar niet foutloos. En omdat het moeilijk was uit te leggen hoe het model aan zijn voorspelling kwam, werd het niet gebruikt in praktijk.”
Spruit pendelt zelf veel heen en weer tussen het fundamenteel en toegepast instituut en vertelt enthousiast over onderzoeksprojecten aan beiden kanten. Maar het opzetten van de onderzoeksgroep met postdocs, promovendi en studenten die ook kunnen schakelen tussen fundamenteel en toegepast IT-onderzoek, stuit nog wat op organisatorische problemen. Het is nu nog een beetje schipperen, maar dat komt goed, is zijn vaste overtuiging. “Er zijn verschillende mensen nu die een stukje van de onderzoeksagenda oppakken.”
Op mijn vraag of het niet heel moeilijk is om echt fundamenteel onderzoek te doen – dus tot in de kern uitzoeken hoe iets werkt zonder daar direct een toepassing in de praktijk voor te hebben – én tegelijk te schakelen naar juist heel praktijkgericht onderzoek, is hij eerlijk. “Ik doe wel fundamenteel onderzoek, maar het is nooit 100% fundamenteel. Ik onderzoek alleen dingen waarvan ik denk dat met een beter begrip van dat ene elementje de praktijk beter kan worden.”
Het werkveld maakt het niet makkelijker. “Juist de AI ontwikkelt zo waanzinnig snel. Het is voor niemand bij te houden. Je wil je je eigen pad volgen, maar je wil ook de boot niet missen. Je eigen balans vinden is dan wel eens lastig.”
Onderdeel van zijn fundamenteel onderzoek is het combineren van datamodaliteiten, bijvoorbeeld spraak gebruiken om tekst beter te begrijpen. “Je kunt aan de hand van de intonatie bepalen wat de belangrijke woorden zijn in een zin. Het gaat dan onder meer om de toonhoogten, het toonverloop aan het einde zin en het volume. Soms nemen we daar ook visuele analyse – dus video – erbij. Als je die drie signalen kunt combineren, dan kun je heel goed emoties detecteren. Dat is echt zo’n ‘wicked problem’ waar ik graag mijn tanden in wil zetten.”
Maar dat uitzoeken combineert hij met onderzoek in de praktijk. “Kwetsbare ouderen – dus niet de hoogopgeleide rijke ouderen – hebben meer last van eenzaamheid en depressie en zoeken niet zo snel de dokter op. Die dreigen dus buiten de radar te vallen. We willen kijken of het mogelijk is daar iets aan te doen met de inzet van een sociale robot of een app die over sensoren voor beeld, tekst en geluid beschikt. We kunnen die een praatje met ze laten maken en daarin een vragenlijst verwerken over welzijn. De generatoren voor spraak zijn inmiddels echt wel interessant, maar soms ontsporen ze nog enorm. Dat wil je te allen tijden voorkomen. De vragen gebruiken we dus als leidraad voor een vrij gesprek. Dat is een soort mengvorm waar ik naar zoek. Uit het vrije gesprek kun je dan een indicatie krijgen of ze depressief zijn en of ze wat fysieke activiteiten hebben ondernomen. Tegelijk zouden ze zich minder eenzaam kunnen voelen, als ze gezelschap hebben van een sociale robot of app.”
Studenten hebben al een app voor dit onderzoek gebouwd. “Maar dan blijven er losse eindjes. Hoe vertaal je de vrije tekst in de antwoorden van de oudere op een betrouwbare manier naar een meetbaar niveau?” Maar hij schetst ook het probleem van taalvariatie, dat een plekje moet krijgen in die taalmodellen. Google bijvoorbeeld kan slecht overweg met de vele dialectvariaties van het Nederlands. “De mensen die wij willen helpen, zijn niet de mensen met een rijk vocabulaire, maar hebben juist andere taalkarakteristieken.”
De praktische invulling van dit onderzoek vindt plaats via de Health Campus Den Haag , waar over de jaren heen al veel werk is gedaan in zowel heel rijke als heel arme wijken. Spruits’ collega Bussemaker zet haar expertise in – onder meer via het initiatief ‘Gelukkig en gezond Den Haag’ – om te onderzoeken hoe die groepen bewoners het best bereikt kunnen worden met het onderzoek en ze zo te helpen daadwerkelijk gezonder en gelukkiger te worden.
Een van de problemen die Spruit hierbij signaleert is dat de zorgsector niet zo veranderingsgezind is. “Een gunstige ontwikkeling is wel dat de NFU – zeg maar het samenwerkingsverband van de universitair medische centra – de opdracht heeft gegeven aan alle zeven geneeskunde-opleidingen hun curriculum aan te passen. We moeten gewoon een nieuwe generatie zorgaanbieders opleiden die op conceptueel niveau begrijpen hoe ze met nieuwe technologie zoals AI en big data moeten samenwerken. Pas dan kun je er open voor staan en krijg je meer draagvlak voor implementatie in de praktijk. Maar dat is wel een langetermijnvisie.”
