Terugblik LIVE sessie | Sentimentanalyse in de gehandicaptenzorg
Terugblik op een inspirerende live sessie bij ’s Heeren Loo: van data naar inzicht in de zorg
Vanuit het hele land kwamen op 1 oktober 2025 data-specialisten, onderzoekers, zorgprofessionals en ervaringsdeskundigen samen tijdens de live sessie ‘Sentimentanalyse in de gehandicaptenzorg’ in Amersfoort.
Tijdens de sessie ontdekten de deelnemers hoe ongestructureerde data – zoals cliëntenrapportages – waardevolle inzichten kan opleveren voor zowel de praktijk als de wetenschap, dankzij de presentaties van Bas Bijl (Manager Wetenschappelijk Onderzoek & Kennisbeleid bij ’s Heeren Loo), Laura Tissing (data scientist bij ’s Heeren Loo) en Lianne Bakkum (onderzoeker bij de Vrije Universiteit Amsterdam). ’s Heeren Loo en de VU Amsterdam vormen samen de Academische Werkplaats Viveon.
Bas Bijl introduceerde in zijn presentatie de Cliënten Data Bank (CDB) van ’s Heeren Loo. In de CDB wordt data historisch vastgelegd vanuit verschillende bronnen. Deze data is bedoeld voor wetenschappelijk onderzoek met de gedachte ‘collect once, use many’. Ondertussen staat in de CDB data van ruim 30.000 cliënten en zijn er zo’n 50 miljoen rapportages (niet herleidbaar!) beschikbaar.
In het onderzoeksproject ‘Digitaal op Bezoek’ van Academische Werkplaats Viveon zijn rapportages vanuit de CDB gebruikt. Laura Tissing en Lianne Bakkum lieten in hun presentatie zien hoe text mining en sentimentanalyse kan helpen begrijpen hoe digitaal contact wordt ervaren in de gehandicaptenzorg.
In hun onderzoek gebruikten zij data van 3604 cliënten die geldige toestemming hadden gegeven. Dit was goed voor 9,4 miljoen dagrapportages. Vervolgens werd de data-omgeving ingericht, waarbij er werd gewerkt met Databricks.
Om de data te anonimiseren werd de DEDUCE library gebruikt en uit deze geanonimiseerde tekstbronnen werd met text mining gezocht naar relevante dagrapportages. Van de 9,4 miljoen beschikbare dagrapportages bleek in ruim een half miljoen iets te staan over digitaal contact. Duizend van deze rapportages zijn door de onderzoekers handmatig gelabeld op positief, negatief of neutraal sentiment. Deze handmatige labeling was de input voor taalmodel BERTje. De Nederlandse versie van Google BERT. Dit taalmodel labelde vervolgens de ruim half miljoen dagrapportages, wat leidde tot de dataset voor statistische analyses voor de onderzoekers.
De voornaamste inzichten van Laura en Lianne:
- Er is veel mogelijk met ongestructureerde data
- Het kost meer tijd dan dat je denkt (denk aan het inrichten van de omgeving en privacy vraagstukken)
- Samenwerking in een Academische Werkplaats is uitdagend en levert veel op (denk aan meerdere perspectieven, het bundelen van de krachten, samen bepalen van één manier van werken)
De aanbevelingen die Laura en Lianne de sector willen meegeven:
- Neem de tijd voor het werken met ongestructureerde data, maar begin wel!
- Zorg voor een helder doel en basisplan (je gaat zoveel data zien en zoveel ideeën krijgen over wat je nog meer met de data kan, maar blijf bij je plan)
- Neem de tijd om je data-omgeving goed in te richten
Na de inspirerende presentatie gingen deelnemers zelf aan de slag met het model voor data-ondersteund werken: van thema naar meerwaarde. Aan de hand van een fictieve, maar herkenbare casus over nachtzorg, leerden de deelnemers het model kennen. Klik hier voor een toelichting op dit model.
De afsluitende netwerklunch bood ruimte voor ontmoeting en uitwisseling: ervaringen, ideeën en nieuwe samenwerkingen kwamen tot leven.
Kortom: een geslaagde sessie vol inspiratie, kennisdeling en verbinding rondom één gedeelde ambitie – meer waarde halen uit data voor betere zorg.
