鈥淒ankzij deze opleiding sta ik met vertrouwen als expert in een technische omgeving.鈥�

Daphne Bouman - van Nispen

Met een vader als wiskundeleraar en een exact vakkenpakket op de middelbare school, is het achteraf niet verrassend dat Daphne inmiddels als data science & AI expert werkzaam is. De weg ernaartoe was minder rechttoe rechtaan, al was haar drijfveer vanaf het begin om iets te betekenen voor de zorg. Daniel Kapitan (DK) sprak Daphne begin 2025, net een paar weken nadat zij zich bij de Kamer van Koophandel had ingeschreven als zelfstandig adviseur. 

 

DK: Leuk je weer te spreken! Kun je vertellen hoe iemand met een propedeuse in tandheelkunde expert wordt in data science? 

鈥淚k begon mijn carri猫re als fysiotherapeut, na eerst een propedeuse tandheelkunde te hebben gehaald. Al gauw kwam ik erachter dat ik iets anders wilde dan puur zorg verlenen. Ik wilde meer met cijfers doen en achteraf gezien is dat wel de rode draad in mijn werk. Via een master in beleid en management van de gezondheidszorg kwam ik veel meer in de richting van wat ik wilde. Inmiddels werk ik meer dan 15 jaar op het gebied van zorgverzekeringen.鈥� 

 

DK: Hoe kwam je erop om bij ons de opleiding te volgen? 

鈥淰ijf jaar geleden startte ik bij de afdeling Veiligheidszaken bij VGZ, gericht op het aanpakken van zorgfraude. Al vanaf de start zag ik dat we met signaalgestuurd werken alleen het topje van de ijsberg aan fraude konden zien en dat data ons kon helpen om veel meer frauderisico's in beeld te krijgen. Daarom hebben we een datateam opgericht dat onder andere frauderisico's in beeld brengt met data en AI.    Het was een van de eerste teams binnen zorgverzekeraars die hiermee aan de slag ging. Vijf jaar geleden wist ik al dat ik de opleiding , wilde volgen, omdat ik voorzag dat data een steeds belangrijkere rol gaat spelen in de zorg. Ik was geinspireerd door een vriend van mij, die bij de Efteling werkte en vertelde over een project met een data science EngD-student (red. EngD is een tweejarige ontwerpopleiding), waarmee ze bezoekersstromen in de app optimaliseerden. Uiteindelijk heb ik gewacht tot onze jongste naar de lagere school ging. Toen dacht ik: nu is het mijn beurt! 

 

DK: En kon je er meteen wat mee? 

Jazeker! Tegen de tijd dat ik met de opleiding begon was ik inmiddels product owner en lead van het centrale datateam. Toen we tijdens de opleiding meteen op het hart gedrukt kregen om gestructureerd te werken volgens het CRISP-DM model (red. een standaard ontwikkelaanpak voor machine learning), kon ik dat direct gebruiken in het dagelijkse werk met mijn team. We kregen tijdens de colleges te horen hoe belangrijk het is om aan het begin van het ontwikkeltraject het probleem goed te begrijpen. Dat zag ik ook in ons werk. Daarnaast kon ik ook redelijk snel meepraten over bijvoorbeeld welk model of algoritme het meest geschikt is voor een bepaald vraagstuk. Zo werd ik al snel als expert gezien binnen mijn organisatie. Ik werd d茅 sparringpartner voor data scientists en werd regelmatig naar voren geschoven bij het managementteam en zelfs de directie. 

/

DK: wij krijgen vaak de vraag 鈥榢an ik dit wel鈥� en ook welke variant het meest geschikt is. Wat is jouw ervaring hiermee? 

鈥淚k stond zelf ook voor de keuze of ik de meer technische expert-track zou gaan doen, of de business manager-track. Puur uit interesse koos ik voor de expert-track, ook al had ik geen ervaring in programmeren. Dat leek me leuk en spannend, maar ik wist: als ik de tijd en energie erin stop, kan ik het leren. Achteraf ben ik er heel blij mee omdat ik nu verder en dieper in de materie mee kan gaan als ik bijvoorbeeld in mijn team met data scientists en/ofengineers praat. Ik had mij nooit gerealiseerd, totdat ik in deze opleiding zat, dat ik onbewust al veel heb meegekregen over de rol van analytics translator. Toen ik stopte als fysiotherapeut en bij DSW aan de slag ging, kreeg ik binnen een paar jaar al een co枚rdinerende rol bij de uitvoer van controles van zorgdeclaraties. Vanaf dat moment was ik al bezig om te ontdekken hoe je hele open, vaak onduidelijke vraagstukken, concreet kunt maken voordat je daar data tegenaan gooit.鈥� 

DK: Ik geloof ook heel erg dat bijna iedereen data scientist kan worden. Zoals chef Gusteau in de film Ratatouille zegt: 鈥榓nyone can cook鈥�. 

鈥淶o heb ik het zelf ook ervaren. Toen ik de keuze moest maken om wel of niet voor de expert track te gaan, heb ik verschillende docenten gesproken. Pieter Overdevest verwoordde het treffend: 鈥榟et enige verschil tussen jou en mij is het aantal vlieguren鈥�. Het is prima te doen, zolang je er affiniteit mee hebt en bereid bent de tijd erin te stoppen. De begeleiding van de docenten en hun vertrouwen hebben mij ook goed geholpen. Overigens was deze opleiding  de eerste keer in mijn leven dat ik echt de voorgeschreven uren moest besteden zoals in het programma stond. Bij mijn voorgaande studies was dat wel een stuk minder.鈥� 

 

DK: Je bent net voor jezelf begonnen, wat zijn jouw plannen voor de komende tijd? 

鈥淎ls freelance adviseur wil ik zorgorganisaties helpen meer data-gedreven te werken. Een van mijn drijfveren is om algoritmes op een positieve manier in te zetten. Na jaren ervaring in controle en fraudepreventie bij DSW en VGZ lijkt het me mooi om nu direct bij zorgverleners aan de slag te gaan. Ik zie dat veel zorgorganisaties nog twijfelen om ermee te beginnen. Het hoeft allemaal niet zo wereldschokkend te zijn denk ik, begin gewoon. Stap voor stap kan je de kennis en vaardigheden in de organisatie opbouwen. Nog los van algoritmes is er al veel te halen door dingen meer cijfermatig te benaderen. Mijn doel is dan ook om organisaties te laten zien wat er allemaal mogelijk is met data, zonder dat het overweldigend hoeft te zijn.鈥� 

 

DK: Welke trend of technieken spreken jou aan om dit te doen? 

鈥淚k denk dat we veel meer kunnen doen met privacy-enhancing technologie毛n zoals multi-party computation (MPC) waarbij je berekeningen kunt uitvoeren zonder de data echt 鈥榯e zien鈥�. In het geval van fraudepreventie is het bijvoorbeeld belangrijk om te weten vanuit welke geldstromen een organisatie geld ontvangt. Je kunt veel beter fraude opsporen als je van een organisatie een totaaloverzicht kan maken van deze geldstromen. Ik denk dat MPC hier kan helpen om effectiever analyses te doen, terwijl ook bedrijfsgevoelige informatie beschermd blijft. Dit kunnen we ook toepassen door een beter beeld te krijgen van pati毛nten door op een veilige manier pati毛ntdata te analyseren over de grenzen van afzonderlijke zorginstellingen.鈥� 

鈥淲at betreft mijn eigen werk als adviseur wil ik me veel meer richten op datavisualisatie, om inzichten en resultaten op een aantrekkelijke manier te communiceren. Ik kijk ernaar uit om daarin te duiken en uit te vinden met welke tools ik dat kan maken. Toch weer een beetje de creatieve kant op.鈥�