Het A-PROOF project: Geautomatiseerde herkenning van ICF-domeinen en niveaus uit tekst in elektronische patiëntendossiers

Edwin Geleijn; J.J. Aarden; Marike van der Leeden; Ron Van Heerde; Sabina van der Veen; Jesse Aarden; Piek Vossen; Carel Meskers

Het A-PROOF project: Geautomatiseerde herkenning van ICF-domeinen en niveaus uit tekst in elektronische patiëntendossiers

Translated title of the contribution: Geautomatiseerde herkenning van ICF-domeinen en niveaus uit tekst in elektronische patiëntendossiers Het A-PROOF project

Edwin Geleijn
, J.J. Aarden
, Marike van der Leeden
, Ron Van Heerde
, Sabina van der Veen
, Jesse Aarden
, Piek Vossen
, Carel Meskers

Research output: Contribution to journal › Article › Professional

22 Downloads (Pure)

Abstract

Met de intrede van kunstmatige intelligentie (AI) nemen de mogelijkheden toe om op een continue en consistente manier gegevens te verzamelen en te analyseren. Dit kan de efficiëntie en doelmatigheid van fysiotherapeutische zorg sterk ten goede komen. In dit artikel geven we een voorbeeld van een mogelijke toepassing van AI-technologie binnen de fysiotherapie.

Translated title of the contribution	Geautomatiseerde herkenning van ICF-domeinen en niveaus uit tekst in elektronische patiëntendossiers Het A-PROOF project
Original language	Dutch
Pages (from-to)	19
Number of pages	1
Journal	FysioPraxis
Volume	33
Issue number	2
Publication status	Published - Mar 2024

Access to Document

https://issuu.com/kngfdefysiotherapeut/docs/fp_2024-02_lrLicence: Unspecified

Handle.net

Persistent link

Fingerprint

Dive into the research topics of 'Geautomatiseerde herkenning van ICF-domeinen en niveaus uit tekst in elektronische patiëntendossiers Het A-PROOF project: Geautomatiseerde herkenning van ICF-domeinen en niveaus uit tekst in elektronische patiëntendossiers'. Together they form a unique fingerprint.

Cite this

@article{1df4e00b10c749898b0aee9e21164caf,

title = "Het A-PROOF project: Geautomatiseerde herkenning van ICF-domeinen en niveaus uit tekst in elektronische pati{\"e}ntendossiers",

abstract = "Met de intrede van kunstmatige intelligentie (AI) nemen de mogelijkheden toe om op een continue en consistente manier gegevens te verzamelen en te analyseren. Dit kan de effici{\"e}ntie en doelmatigheid van fysiotherapeutische zorg sterk ten goede komen. In dit artikel geven we een voorbeeld van een mogelijke toepassing van AI-technologie binnen de fysiotherapie.",

author = "Edwin Geleijn and J.J. Aarden and \{van der Leeden\}, Marike and \{Van Heerde\}, Ron and \{van der Veen\}, Sabina and Jesse Aarden and Piek Vossen and Carel Meskers",

year = "2024",

month = mar,

language = "Dutch",

volume = "33",

pages = "19",

journal = "FysioPraxis",

issn = "0927-5983",

publisher = "KNGF",

number = "2",

}

TY - JOUR

T1 - Het A-PROOF project

T2 - Geautomatiseerde herkenning van ICF-domeinen en niveaus uit tekst in elektronische patiëntendossiers

AU - Geleijn, Edwin

AU - Aarden, J.J.

AU - van der Leeden, Marike

AU - Van Heerde, Ron

AU - van der Veen, Sabina

AU - Aarden, Jesse

AU - Vossen, Piek

AU - Meskers, Carel

PY - 2024/3

Y1 - 2024/3

N2 - Met de intrede van kunstmatige intelligentie (AI) nemen de mogelijkheden toe om op een continue en consistente manier gegevens te verzamelen en te analyseren. Dit kan de efficiëntie en doelmatigheid van fysiotherapeutische zorg sterk ten goede komen. In dit artikel geven we een voorbeeld van een mogelijke toepassing van AI-technologie binnen de fysiotherapie.

AB - Met de intrede van kunstmatige intelligentie (AI) nemen de mogelijkheden toe om op een continue en consistente manier gegevens te verzamelen en te analyseren. Dit kan de efficiëntie en doelmatigheid van fysiotherapeutische zorg sterk ten goede komen. In dit artikel geven we een voorbeeld van een mogelijke toepassing van AI-technologie binnen de fysiotherapie.

M3 - Article

SN - 0927-5983

VL - 33

SP - 19

JO - FysioPraxis

JF - FysioPraxis

IS - 2

ER -