AI en big data binnen Jeugd ggz: Hype of hoop?
Depressie en angststoornissen onder jongeren zorgen wereldwijd voor grote problemen. Het is onduidelijk welke mechanismes hierbij een rol spelen. Moji Aghajani – universitair docent aan het Instituut Pedagogische Wetenschappen - wil met zijn onderzoek ‘Youth mental health meets big data analytics: Hype or Hope?’ voor nieuwe inzichten zorgen.
Wereldwijd kampen miljoenen jongeren met grote emotionele, sociale en economische problemen vanwege depressie en angststoornissen. We weten echter niet welke neurologische, biologische en psychosociale mechanismes hieraan ten grondslag liggen. Dit gebrek aan inzicht bemoeilijkt effectieve preventie en interventie.
Volgens experts is er dringend behoefte aan een andere kijk op de zaak, waarbij men meer focust op de individuele patiënt en gepersonaliseerde analyses door inzet van kunstmatige intelligentie (AI) en grootschalige datasets (big data). Het onderzoek van Moji Aghajani toetst deze gewenste paradigmaverschuiving door AI en big data in te zetten binnen een bestaand klinisch consortium met zo’n 10.000 deelnemers. Hiermee wil Moji Aghajani de relevantie en haalbaarheid van eerdergenoemde paradigmaverschuiving bevestigen of weerleggen.
NWO SGW beurs
Aghajani's proof of concept is gefinancierd met een beurs binnen het programma SGW Open Competitie van de Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO). Met de Open competitie - SGW wil NWO wetenschappers van sociale en geesteswetenschappen de kans geven innovatief onderzoek te doen naar thema’s met potentieel grote maatschappelijke impact. Bijzonder is dat op voorhand niet vast hoeft te staan of de beoogde doelstellingen worden gehaald. Ruim baan dus voor experimenten en innovatie. Lees meer over de NWO SGW beurs ››
College dies voor alumni
Zaterdag 11 februari jl. gaf Moji Aghajani college over zijn project tijdens de dies voor alumni ter ere van 448ste verjaardag van de Universiteit Leiden. Hij informeerde alumni hoe hij AI en big data wil inzetten om op een gepersonaliseerde manier mentale stoornissen onder jongeren in kaart te brengen en om daarmee diagnostiek, prognostiek en risico taxatie te personaliseren.