S08E75 - Waar kan 30 seconden stem meer zeggen dan een bloedtest?

Michel van de Beek, mede-oprichter van Healfie, bouwde een systeem dat in 30 seconden spraak spanning en zwaktes in je lichaam detecteert, eerder dan bloedwaarden dat doen. Het zorgstelsel reageert op ziekte, niet op de signalen die eraan voorafgaan, en dat is precies het gat dat hij wil dichten. Artificial Intelligence vertaalt de ruwe stemdata naar begrijpelijke adviezen: welke spiergroepen overbelast zijn, welke voedingsstoffen herstel bevorderen, wanneer je beter kunt wachten met intensief trainen.

Bij een topsporter in de Nederlandse dameselftal groeide de discrepantie tussen spierbelasting en voedingsinname zichtbaar in de data, maar de analyse duurde destijds twee tot drie dagen, te laat om in te grijpen. Als je in de zorg of een aangrenzend vakgebied werkt en nadenkt over AI-toepassingen, is het advies concreet: draai de omgang met data om en geef de cliënt eigenaarschap over zijn eigen gegevens.

Onderwerpen

• Stemanalyse als gezondheidsmeting: hoe 30 seconden spraak spanning en zwaktes in het lichaam detecteert voordat bloedwaarden afwijkingen tonen
• De rol van AI bij Healfie: machine learning voor patroonherkenning en generatieve AI om complexe data te vertalen naar begrijpelijke inzichten voor gebruikers
• Eigenaarschap van gezondheidsdata: waarom Healfie de data bij de persoon legt in plaats van bij zorgprofessionals, en de risico's van stemanalyse door verzekeraars
• Bewust opereren buiten het medische systeem: waarom Healfie start in topsport en welzijn voordat het naar de zorg gaat, en de systeemkeuzes die preventie belemmeren

Links

• Organisatie: Healfie
• Podcast: AIToday Live podcast
• Kaartspel: AI Game Changer - Generative AI editie

Genoemde entiteiten: Healfie - Nederlandse dameselftal

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Transcript

1
00:00:00,000 --> 00:00:05,000
In deze aflevering spreken we met Michel van de Beek, mede oprichter van Healfie.

2
00:00:06,000 --> 00:00:10,000
Michel liep knetterhard vast in het zorgstelsel en nam afstand.

3
00:00:10,500 --> 00:00:14,000
Daarna stoot hij per toeval op stemanalyse technologie.

4
00:00:14,500 --> 00:00:18,000
Zijn achtergrond, 20 jaar ervaring in de audioindustrie.

5
00:00:18,699 --> 00:00:23,000
Die combinatie zetten hem op een spoor dat hij daarvoor nooit had kunnen bedenken.

6
00:00:24,000 --> 00:00:30,000
De centrale vraag kan 30 seconden stemanalyse vertellen over je gezondheid dan een bloedtest.

7
00:00:30,500 --> 00:00:34,500
En wat betekent dat voor wie de eigenaar is van jouw gezondheidsdata.

8
00:00:36,259 --> 00:00:40,020
Joop: Hoi, leuk dat je luisteren naar een nieuwe aflevering van AIToday Live.

9
00:00:40,020 --> 00:00:45,700
Joop: Ik ben Joop Snijder, Head of AI bij Info Support en mijn naam Niels Naglé en je leid Data & AI bij Info Support.

10
00:00:45,700 --> 00:00:54,500
Joop: En we hebben in de studio een zorginnovator mogen we wel zeggen, Michel van de Beek, Michel ontzettend bedankt dat je hier wil zijn.

11
00:00:54,820 --> 00:00:57,219
Joop: Zou je je eerst even kort willen voorstellen?

12
00:00:57,539 --> 00:00:59,460
Michel: Ik ben Michel van de Beek.

13
00:00:59,460 --> 00:01:04,179
Michel: Ik ben een van de oprichters van Healfie. Healfie is een netwerkorganisatie.

14
00:01:04,179 --> 00:01:14,339
Michel: Als ik het heel erg plat slaan bouwen wij software voor een gezondere toekomst waarmee platformoplossingen voor gezondheid, vitaliteit en nog veel meer mogelijk worden.

15
00:01:15,939 --> 00:01:22,179
Joop: We zitten hier vooral om een product wat je aan het ontwikkelen bent rondom stemanalyse.

16
00:01:22,179 --> 00:01:24,339
Joop: Zou je daar iets over kunnen vertellen?

17
00:01:25,299 --> 00:01:33,539
Michel: Als ik dat heel kort doe, want ik kan er uren over vertellen als ik eenmaal op mijn praatstoel zit, maar als ik het heel kort houden.

18
00:01:34,100 --> 00:01:39,060
Michel: In de stem zit heel veel informatie verborgen over hoe het met je gaat.

19
00:01:39,619 --> 00:01:49,379
Michel: Als je dat serieus neemt en daar goed mee omgaan, kan je leren luisteren naar wat je lijf je wil vertellen voordat je lijf moet gaan schreeuwen.

20
00:01:49,380 --> 00:01:54,340
Michel: En dat doen we met nieuwe technologie.

21
00:01:54,340 --> 00:01:58,340
Michel: Maar de principes die eronder liggen, die zijn al millennia oud.

22
00:01:58,659 --> 00:02:01,060
Joop: En hoe ben je op dit idee gekomen?

23
00:02:01,540 --> 00:02:04,979
Michel: Zoals zoveel in het leven per toeval.

24
00:02:05,299 --> 00:02:12,019
Michel: Ik was bezig destijds met het zoeken van een nieuwe weg.

25
00:02:12,020 --> 00:02:15,939
Michel: Ik was knetterhard vastgelopen in het zorgstelsel.

26
00:02:17,780 --> 00:02:22,020
Michel: Als ik daar even wat context mag geven.

27
00:02:22,259 --> 00:02:28,339
Michel: Mensen kiezen voor de zorg omdat ze andere mensen willen helpen, dat was ook mijn route.

28
00:02:28,340 --> 00:02:43,219
Michel: En dan komen ze er op een gegeven moment achter dat het zorgstelsel niet ingericht is om mensen te helpen om mensen te helpen, gezond te zijn, gezond te blijven, maar eigenlijk alleen ingericht is om mensen met symptomen en mensen met ziektes zo snel mogelijk door een lopende band heen te halen.

29
00:02:43,539 --> 00:02:46,740
Michel: Ik had destijds een heel ander idee.

30
00:02:46,740 --> 00:02:49,060
Michel: En dat was te vernieuwend.

31
00:02:49,300 --> 00:02:54,340
Michel: Waardoor ik gewoon knetterhard vastliep in het zorgstelsel heb ik toen afstand van genomen.

32
00:02:54,579 --> 00:02:58,019
Michel: En toen was ik aan het heroriënteren.

33
00:02:58,340 --> 00:03:07,539
Michel: En per toeval kwam ik toen in contact met iemand die met stemanalyse technologie al jaren bezig was.

34
00:03:07,539 --> 00:03:14,020
Michel: En zodoende is dat pad gaan lopen en ik herkende meteen de potentie ervan.

35
00:03:14,260 --> 00:03:20,340
Michel: Want ik ben niet alleen werkzaam in de zorg geweest, ik heb ook een bedrijf in audio gehad, 20 jaar lang.

36
00:03:20,340 --> 00:03:24,420
Michel: Ik heb heel veel metingen gedaan, dus de onderliggende technologie.

37
00:03:24,579 --> 00:03:25,860
Michel: Daar was ik heel bekend mee.

38
00:03:25,859 --> 00:03:28,980
Michel: Ik had heel veel metingen gedaan in verschillende ruimtes.

39
00:03:29,540 --> 00:03:34,659
Michel: Stel, ik heb dit glas, ik verplaats het glas daar naartoe, dan verandert de meting.

40
00:03:34,979 --> 00:03:38,740
Michel: Of je haalt wat volume uit een kast.

41
00:03:38,740 --> 00:03:40,659
Michel: Dan verandert de meting ook.

42
00:03:41,460 --> 00:03:43,780
Niels: Wat kun je daar dan uit afleiden uit zo'n stem?

43
00:03:44,340 --> 00:03:45,939
Niels: Dat we het kunnen opnemen.

44
00:03:46,099 --> 00:03:46,900
Niels: Wat komt er dan uit?

45
00:03:46,899 --> 00:03:48,180
Niels: Wat kan je er afleiden?

46
00:03:48,179 --> 00:03:49,139
Michel: Hoe werkt dat?

47
00:03:49,459 --> 00:04:01,299
Michel: Heel veel, alles wat verbonden is aan het zenuwstelsel, heeft op een gegeven moment werking of uitwerking op je stem.

48
00:04:01,939 --> 00:04:10,180
Michel: Iemand die iets weet van hoe het menselijk lichaam in elkaar zit, weet dat alles wat er in het lijf gebeurt verbonden is aan het zenuwstelsel.

49
00:04:10,500 --> 00:04:16,180
Niels: Ik ben niet zo heel erg thuis in het menselijk lichaam, ik heb er één, maar daardoor ben ik nog niet expert erin.

50
00:04:16,180 --> 00:04:17,939
Niels: Waar moet ik dan aan denken?

51
00:04:18,418 --> 00:04:19,779
Michel: Heel simpel.

52
00:04:20,259 --> 00:04:28,739
Michel: Stel, je bent geïnteresseerd in hoe gaat het met mijn spieren omdat je actief sport.

53
00:04:29,300 --> 00:04:33,220
Niels: Dat doet Niels, luister ik altijd naar mijn lichaam, nee, niet altijd.

54
00:04:33,460 --> 00:04:34,260
Niels: Wat zou dit zeggen?

55
00:04:36,740 --> 00:04:40,099
Michel: Stel je traint.

56
00:04:40,099 --> 00:04:51,940
Michel: En na de training kan je zien welke spieren overbelast zijn of welke spieren belast zijn, en zeg maar in de staat komen dat ze weer terugkeren tot normaal.

57
00:04:52,180 --> 00:04:58,500
Michel: En als je de periode tussen de trainingen dan aanpakt, dan train je optimaal.

58
00:04:59,779 --> 00:05:01,940
Niels: Welke spiergroep ik dus gebruikt heb?

59
00:05:02,180 --> 00:05:03,540
Michel: En niet alleen dat.

60
00:05:03,540 --> 00:05:09,460
Michel: Ook welke voedingsstoffen eventueel helpend zouden kunnen zijn om herstel te bevorderen.

61
00:05:09,459 --> 00:05:13,139
Niels: Is dat niet normaal iets wat je eigenlijk uit bloedanalyse zou doen?

62
00:05:14,659 --> 00:05:17,939
Michel: Ja, dat is hoe we nu gewend zijn het te doen.

63
00:05:17,939 --> 00:05:22,819
Michel: Maar voordat iets in je bloed terechtkomt, speelt er ook al heel veel energetisch.

64
00:05:24,100 --> 00:05:25,779
Michel: Alles is energie.

65
00:05:26,180 --> 00:05:35,339
Michel: Tenminste als we laten we daarvan uitgaan dat we daar over eens zijn, anders moeten we fundamenteel gesprek gaan hebben over kwantum fysica.

66
00:05:34,340 --> 00:05:37,420
Michel: Alles is energie.

67
00:05:37,819 --> 00:05:47,019
Michel: En voordat het als bloedwaarde zichtbaar is, is er ook al een energieproces gaande in je lijf.

68
00:05:47,100 --> 00:05:51,980
Michel: Energie is vibratie, vibratie is geluid, dus heel veel is terug te halen uit vibratie.

69
00:05:52,220 --> 00:05:55,900
Michel: Dit klinkt heel erg als high tech science.

70
00:05:56,220 --> 00:06:07,420
Michel: Maar millennia geleden ontdekten de mensen die met traditionele geneeskunde bezig waren, ontdekten al dat als iemand iets had zijn stem, zijn geluid veranderden.

71
00:06:08,620 --> 00:06:10,779
Michel: Dat doen we dus ook.

72
00:06:11,980 --> 00:06:19,740
Michel: Alleen met moderne technologieën, en op die manier kijken we wat er anders en wat zou dat kunnen betekenen.

73
00:06:19,740 --> 00:06:25,500
Michel: En we moeten wel zo eerlijk zijn, we zitten met deze technologie heel erg in het beginstadium.

74
00:06:25,899 --> 00:06:29,260
Michel: Technologie is inmiddels wetenschappelijk bewezen.

75
00:06:29,899 --> 00:06:43,420
Michel: In bepaalde aandoeningen bij bepaalde fysieke toestanden van het lijf, de technologie sneller, beter, specifieker dan de bestaande.

76
00:06:43,419 --> 00:06:46,219
Niels: Welke toepassing hebben we het dan over, waar dat dan bewezen is?

77
00:06:46,699 --> 00:06:52,459
Michel: Bijvoorbeeld neurodegeneratieve aandoeningen, bijvoorbeeld Parkinson.

78
00:06:52,459 --> 00:07:02,699
Michel: Dat betekent dat het zenuwstelsel degenereert, en dat is eerder in de stem te horen dan het met andere manieren terug te vinden is.

79
00:07:02,699 --> 00:07:14,060
Michel: Een andere toepassing die inmiddels ook wetenschappelijk bewezen is, dat is diabetes of pre-diabetes, dat is ook al eerder in de stem te horen dan dat het in bloedwaardes te zien is.

80
00:07:14,699 --> 00:07:20,460
Joop: En kunnen wij links in de show notes opnemen als mensen hier wat meer over zouden willen lezen.

81
00:07:20,460 --> 00:07:23,500
Michel: Ik kan jullie de onderzoeken laten zien.

82
00:07:25,100 --> 00:07:31,020
Michel: Wat er dan gebeurt is dat er heel erg specifiek naar één aandoening gekeken wordt, hele grote bakken data.

83
00:07:31,340 --> 00:07:35,820
Michel: Fantastisch, we hebben een patroon gevonden, we gaan kijken of we dat patroon terugzien.

84
00:07:36,300 --> 00:07:48,939
Michel: Dat is niet de route waarop ik wil gaan, ik wil echt kijken, wat kan die stem ons meer vertellen en hoe kan je echt leren luisteren naar het lijf, zodat je de informatie die je lijf wil geven, dat je die ook serieus kan gaan nemen.

85
00:07:49,980 --> 00:07:51,180
Joop: Dan moet je nog iets meer uitleggen.

86
00:07:51,500 --> 00:07:55,900
Joop: Want op zich is het natuurlijk, of natuurlijk, vanuit mijn gedachte.

87
00:07:55,899 --> 00:08:01,580
Joop: Dus je bewijst iets dat het klopt, maar jij zegt, ik wil een andere route.

88
00:08:01,579 --> 00:08:03,499
Joop: Wat moet ik me daarbij voorstellen?

89
00:08:06,060 --> 00:08:11,100
Michel: Als je kijkt naar symptomen of ziekten, dan blijf je denken vanuit het bestaande.

90
00:08:11,420 --> 00:08:16,780
Michel: Als je denkt vanuit het bestaande en andere uitkomsten verwacht, dat grenst aan waanzin.

91
00:08:16,780 --> 00:08:18,699
Michel: Dat is bekende quote van Einstein.

92
00:08:18,700 --> 00:08:20,939
Michel: Dus op die manier gaan we er niet komen.

93
00:08:21,579 --> 00:08:34,860
Michel: Wat we inmiddels ook al gevonden hebben, is dat heel veel frequenties aangeven dat er op een bepaald stuk in jouw lijf je lijf aangeeft, hier zit spanning of je zit te veel energie of hier heb ik te weinig energie.

94
00:08:34,860 --> 00:08:40,458
Michel: En als je dat serieus gaat nemen, kan je bijvoorbeeld van tevoren ook al zien.

95
00:08:40,700 --> 00:08:46,860
Michel: Ik moet letten op deze spieren, ik moet op mijn voeding letten, ik moet op mijn slaap letten.

96
00:08:47,180 --> 00:08:54,699
Michel: En dan krijg je zelf meer mogelijkheden, dan hoef je niet af te wachten tot het als ziekte of als symptoom zichtbaar is.

97
00:08:54,699 --> 00:08:55,819
Niels: En wat meet je dan?

98
00:08:55,820 --> 00:09:01,180
Niels: Meet je dan zo'n opname zoals we nu hier een podcast opnemen, moet dat in een speciale situatie.

99
00:09:01,500 --> 00:09:02,779
Niels: Hoe werkt dat technisch?

100
00:09:02,779 --> 00:09:04,300
Michel: 30 seconde stem.

101
00:09:04,620 --> 00:09:11,740
Michel: En uit de stem halen we dan op welke frequentie zit spanning op welke frequentie zit een zwakte.

102
00:09:11,740 --> 00:09:16,060
Joop: En hoe speelt de technologie van AI hier dan een rol in?

103
00:09:16,379 --> 00:09:18,779
Michel: Uiteindelijk het interpreteren.

104
00:09:19,019 --> 00:09:23,659
Michel: Want het interpreteren is een enorme enorme klus.

105
00:09:23,659 --> 00:09:28,060
Michel: Ik gaf net al het voorbeeld van het glas in een ruimte die ik verschuif.

106
00:09:28,059 --> 00:09:33,020
Michel: Je kan je voorstellen dat dat een klassiek voorbeeld is als je hem vaker ziet, ga je hem herkennen.

107
00:09:33,019 --> 00:09:35,899
Michel: Dan weet je, hey, dit is dat glas wat verplaatst.

108
00:09:35,899 --> 00:09:38,780
Michel: O dit dipje of deze piek betekent dit.

109
00:09:39,019 --> 00:09:48,219
Michel: Het menselijk lichaam en hoe wij in elkaar zitten is vele malen complexer dan een simpele luidspreker in de ruimte.

110
00:09:48,220 --> 00:09:53,419
Michel: Dus je kan je voorstellen dat dat een heidenskarwei is om dat goed te interpreteren.

111
00:09:53,420 --> 00:09:57,340
Michel: En een technologie als AI kan daar een enorme versneller in zijn.

112
00:10:01,259 --> 00:10:04,459
Joop: Normaal gesproken heb je iets van de ground truth nodig.

113
00:10:04,460 --> 00:10:06,980
Joop: Dat je weet van dit de basis.

114
00:10:07,379 --> 00:10:10,540
Joop: We weten zeker dat dit erbij hoort.

115
00:10:10,700 --> 00:10:25,779
Joop: Hoe maak je dan de vertaling tussen het verschil met mijn stem, Niels stem en een bepaald symptoom wat aan het optreden is, symptomen is altijd gevaarlijk om dat te claimen.

116
00:10:26,259 --> 00:10:31,139
Michel: Wat wij als technologie nu hebben staan, is dat wij signalen uit je lijf halen.

117
00:10:31,700 --> 00:10:33,379
Michel: De signalen geef je lijf aan.

118
00:10:33,379 --> 00:10:36,019
Michel: Verder claimen wij op dit moment helemaal niets.

119
00:10:37,299 --> 00:10:39,700
Joop: En noem je benoemen zo'n signaal.

120
00:10:39,700 --> 00:10:40,820
Joop: Hoe heet dat dan?

121
00:10:41,620 --> 00:10:47,220
Michel: Wij noemen dat bijvoorbeeld die spier, zit op dit moment spanning op of zwakte.

122
00:10:47,940 --> 00:10:52,260
Michel: En wat kan je daar aan doen, wat kan je er uithalen?

123
00:10:52,259 --> 00:11:00,019
Michel: Heel veel op het moment dat je dat gaat combineren met waarnemingen van de persoon zelf of waarnemingen van een professional.

124
00:11:00,019 --> 00:11:07,780
Michel: En ook met dat vergelijken ga je uiteindelijk de patronen zien waarvan je denkt van hey, dit is geen gezond patroon wat ik zie.

125
00:11:07,779 --> 00:11:11,460
Michel: Of dit is juist wel een gezond patroon en dat wil ik ondersteunen.

126
00:11:12,259 --> 00:11:17,860
Joop: Maar net zei je nog van we kunnen diabetes type 2 eerder herkennen.

127
00:11:17,860 --> 00:11:20,819
Joop: Maar dat is eigenlijk wel het stellen van een diagnose.

128
00:11:21,220 --> 00:11:22,659
Joop: Dus daar zit nog een gat.

129
00:11:22,659 --> 00:11:25,060
Michel: Ja, dat doen wij dus ook bewust niet.

130
00:11:25,059 --> 00:11:28,419
Michel: Omdat wij dus echt op een andere manier met deze technologie om willen gaan.

131
00:11:28,419 --> 00:11:36,740
Michel: Want wat je dan doet, je kijkt alleen naar die markers die samenhangen aan een symptomen of een ziekte en de rest gooi je weg.

132
00:11:36,740 --> 00:11:42,340
Michel: Dus je gooit eigenlijk 98% van je informatie gooi je bewust weg.

133
00:11:42,980 --> 00:11:45,220
Michel: En je kijkt alleen komt dit patroon voor.

134
00:11:45,220 --> 00:11:49,620
Michel: Dus klinische waarnemingen die je weet, waar je dus ook het stemgeluid van hebt.

135
00:11:49,620 --> 00:11:51,299
Michel: Die leg je over elkaar heen.

136
00:11:51,299 --> 00:11:53,139
Michel: Je laat daar machine learning op los.

137
00:11:53,139 --> 00:11:58,820
Michel: Daar komt uiteindelijk een algoritme uit en dat algoritme kijkt heel specifiek en de rest gooi je weg.

138
00:11:58,820 --> 00:12:03,539
Michel: Wat wij doen is we kijken naar alle informatie die je lijf je geeft.

139
00:12:03,539 --> 00:12:05,700
Michel: En we gaan ook combineren.

140
00:12:06,019 --> 00:12:12,659
Michel: Maar dan combineren met de kennis van een goede coach of de kennis die je zelf erin stopt.

141
00:12:12,659 --> 00:12:16,580
Michel: En gaan dan kijken welke patronen zie ik, welke patronen.

142
00:12:17,860 --> 00:12:20,979
Niels: En was we misschien welke eerste use cases zie je dan voor je.

143
00:12:20,980 --> 00:12:23,060
Niels: Kijk, ik ben inderdaad een frequent sporter.
144
00:12:23,299 --> 00:12:27,379
Niels: Ik weet ook wel dat ik de volgende dag echt al spierpijn ga hebben als ik een goede training gehad heb.
 144
00:12:27,460 --> 00:12:30,820
Niels: Ik weet niet altijd wanneer ik weer mag beginnen of wanneer het verstandig is om te beginnen.
 145
00:12:30,819 --> 00:12:33,540
Niels: Meestal begin ik gewoon meestal weet ik ook niet verstandig is.
 146
00:12:33,539 --> 00:12:41,780
Niels: Maar gaat het daar dan mee helpen of wat voor use cases moet ik aan denken, waar ik dan de datapunten en de signalen die jullie verzamelen, zou kunnen toepassen.
 147
00:12:42,419 --> 00:12:45,620
Michel: De route die wij voor onze ogen zien, is de volgende.
 148
00:12:45,620 --> 00:12:47,059
Michel: We willen beginnen in sport.
 149
00:12:47,059 --> 00:12:47,860
Michel: Waarom?
 150
00:12:47,860 --> 00:12:52,899
Michel: In sport is er meer behoefte aan informatie.
 151
00:12:52,899 --> 00:13:00,740
Michel: Zeker topsporters willen weten hoe kan ik mezelf verbeteren, zijn dus ook eerder geneigd om iets nieuws uit te proberen.
 152
00:13:01,220 --> 00:13:03,060
Michel: En in topsport.
 153
00:13:03,059 --> 00:13:06,340
Michel: Dat is zo specifiek.
 154
00:13:06,340 --> 00:13:08,100
Michel: Dan leer je heel veel.
 155
00:13:08,659 --> 00:13:12,980
Michel: Als je daar het voor elkaar krijgt, kan je daar enorm veel van leren.
 156
00:13:13,139 --> 00:13:18,260
Michel: Het is enorm goed lab en vervolgens gaan we dat generieker mogelijk maken.
 157
00:13:18,980 --> 00:13:32,019
Joop: Ik kan me zo voorstellen dat zorgdata is natuurlijk zeker wettelijk gezien, is dat een uitzonderlijk gegeven waar we heel voorzichtig mee moeten zijn.
 158
00:13:32,019 --> 00:13:38,580
Joop: Als dat betekent dat van mij is het wel iets meer dan 30 seconden aan audio beschikbaar.
 159
00:13:40,180 --> 00:13:45,620
Joop: Dat daarmee heel veel prijs gegeven kan worden over mijn lijf.
 160
00:13:46,899 --> 00:13:50,660
Joop: Dat is wel vrij gevoelig.
 161
00:13:50,740 --> 00:13:52,980
Michel: Dat is extreem gevoelig.
 162
00:13:54,500 --> 00:14:01,780
Michel: En dit is ook de reden dat wij bepaalde keuzes maken in hoe we dingen aanpakken.
 163
00:14:02,420 --> 00:14:08,580
Michel: Wij vinden het fundamenteel dat degene van wie de stem is, is zijn of haar data.
 164
00:14:08,580 --> 00:14:10,900
Michel: En zij moet daar ook over beschikken.
 165
00:14:11,460 --> 00:14:16,979
Michel: Toen wij ooit met Healfie begonnen, hebben we gekeken, is er technologie beschikbaar waarbij dit kan.
 166
00:14:17,539 --> 00:14:20,340
Michel: Na een hele grote zoektocht bleek, dat is er niet.
 167
00:14:20,340 --> 00:14:29,219
Michel: Want eigenlijk alle producten, die slaan het op zo'n manier op dat de persoon van wie de data is, eigenlijk niet de volledige eigenschap heeft.
 168
00:14:29,220 --> 00:14:35,860
Michel: Dus dat is ons hoofd hoofd infrastructuur.
 169
00:14:35,860 --> 00:14:47,779
Michel: De data is en blijft van de persoon en we draaien de omgang om als persoon geef ik een bedrijf of een coach, of iemand die mij wil helpen, geef ik toegang tot mijn data.
 170
00:14:47,779 --> 00:14:53,220
Michel: In plaats van dat het andersom is, dat ik inzicht moet krijgen in mijn eigen data.
 171
00:14:53,220 --> 00:14:55,300
Michel: Dat is heel fundamenteel.
 172
00:14:56,420 --> 00:14:59,300
Niels: Hoe hebben we dat technisch ingericht dan, vraag ik me af.
 173
00:15:01,860 --> 00:15:07,740
Michel: De persoon heeft bij ons een account, en hij heeft gewoon een persoonlijke kluis.
 174
00:15:07,980 --> 00:15:13,900
Michel: En gewoon met schuiven met controles geeft hij mensen toegang of trekt die toegang in.
 175
00:15:13,980 --> 00:15:23,420
Michel: En zo simpel zit het een volgende stap is, die gaan we de komende jaren maken, is dat iedereen gewoon zijn eigen kluis op zijn eigen telefoon heeft.
 176
00:15:26,299 --> 00:15:37,740
Niels: De ambitie om dat dan weer, want ik zou het ook voor mezelf willen gebruiken, maar voor onderzoek en voor ziektebestrijding en dat soort zaken, zou ik het ook willen publiceren dat mensen het mogen gebruiken voor die research doeleinden, is dat dan ook een.
 177
00:15:38,299 --> 00:15:39,500
Michel: Die knop zit er ook in.
 178
00:15:39,659 --> 00:15:44,459
Michel: Ik heb ook veel innovatie sessies gedaan, ook met patiëntenverenigingen.
 179
00:15:44,460 --> 00:15:48,940
Michel: En een vraag die ik altijd stelde: van, zou je willen dat jouw data gebruikt wordt?
 180
00:15:48,940 --> 00:15:50,379
Michel: Ja, mits.
 181
00:15:52,139 --> 00:15:54,860
Michel: 96% zegt dan ja, mits.
 182
00:15:55,500 --> 00:16:03,020
Michel: Dat proberen we ook zo in te richten in plaats van onderzoek af te dwingen, zeggen wij, we geven je de mogelijkheid om mee te doen.
 183
00:16:03,019 --> 00:16:10,460
Michel: En doordat we die omgang die manier met data omdraaien, zijn er ook andere mogelijkheden mogelijk.
 184
00:16:10,460 --> 00:16:18,139
Michel: Want je mag er ook bewust voor kiezen om dingen te doen waarvan nu heel veel regels zeggen dat het gewoon niet mag.
 185
00:16:18,139 --> 00:16:22,060
Michel: Want als je het vanuit de professional reden neemt, is het risico te groot dat.
 186
00:16:22,460 --> 00:16:24,059
Niels: Persoonlijk mag je het risico dan nemen.
 187
00:16:24,059 --> 00:16:25,500
Michel: Persoonlijk mag je risico's nemen.
 188
00:16:25,819 --> 00:16:28,060
Michel: Sterker nog, mensen doen het al.
 189
00:16:28,379 --> 00:16:40,539
Michel: Een van de personen die ook bij ons in het netwerk zit, heeft ook op die manier door ook de omgang met data om te draaien, heeft hij zijn clusterhoofdpijn onder controle gekregen.
 190
00:16:40,779 --> 00:16:45,500
Michel: Ik weet niet of jullie bekend zijn met clusterhoofdpijn, dat wordt ook wel suicide heads genoemd.
 191
00:16:45,500 --> 00:16:51,740
Michel: Hij gebruikte op dat moment dat hij begon met zijn onderzoek duizenden euro's aan medicatie per jaar.
 192
00:16:52,059 --> 00:16:56,940
Michel: Hij is data gaan verzamelen, is dat met meerdere mensen gaan doen, is dat gaan delen.
 193
00:16:56,940 --> 00:17:00,299
Michel: Ze hebben daar ook met AI hebben ze daarnaar gekeken.
 194
00:17:00,299 --> 00:17:01,660
Michel: Patronen ontdekken.
 195
00:17:01,659 --> 00:17:03,100
Michel: Ze zijn gaan experimenteren.
 196
00:17:03,100 --> 00:17:12,859
Michel: De experimenten zijn ook weer in data gevangen, en uiteindelijk kwam die uit op een methode die nu ook meer in het spotlight staat.
 197
00:17:12,859 --> 00:17:20,138
Michel: Gebruik van psilocybine, dat is een stof die in paddo's zit, in microdosing.
 198
00:17:20,138 --> 00:17:27,099
Michel: En hij heeft nu zijn clusterhoofdpijn onder controle en het kost hem 20 euro aan paddo's per jaar.
 199
00:17:27,099 --> 00:17:33,340
Michel: Dus dit gaat dit kan er gebeuren als je de omgang met data fundamenteel omdraait.
 200
00:17:33,980 --> 00:17:44,299
Joop: Ik moet even de vraag stellen, die denk ik nu best wel een hele hoop luisteraars hebben, want je hebt het over paddo's, we hebben het over een technieken dat je dingen in je stem.
 201
00:17:44,539 --> 00:17:52,460
Joop: Je hebt wel gezegd van, er zit wetenschappelijk bewijs onder, werk je ook samen met gerenommeerde zorginstellingen.
 202
00:17:52,460 --> 00:17:55,579
Michel: Ja, dat doen we graag.
 203
00:17:56,860 --> 00:18:02,859
Michel: Wel vanuit de volgende insteek, wij willen graag wegblijven uit het medische waarom?
 204
00:18:02,859 --> 00:18:05,500
Michel: De regelgeving in het medische.
 205
00:18:05,500 --> 00:18:10,939
Michel: Die voorkomt dat je echt stappen kan zetten die nodig zijn.
 206
00:18:10,940 --> 00:18:13,340
Michel: Dus we willen wel graag samenwerken.
 207
00:18:13,660 --> 00:18:17,899
Michel: Maar wel op een manier dat je ook de ruimte hebt.
 208
00:18:18,779 --> 00:18:23,899
Joop: Maar uit het medische bedoel je dan uit de medische keuring van je systeem.
 209
00:18:26,380 --> 00:18:28,619
Michel: Vooral vanuit de medische manier van kijken.
 210
00:18:28,619 --> 00:18:32,700
Michel: Want de medische manier van kijken is: kijk naar het symptoom.
212
00:18:32,700 --> 00:18:37,339
Michel: En het moet 100% duidelijk zijn en het moet dan voor de grote gemeenschap duidelijk zijn.

211
00:18:37,339 --> 00:18:40,379
Michel: En dat is een manier die eigenlijk mensen niet helpt.

212
00:18:41,339 --> 00:18:44,060
Michel: Wij werken ook al veel met topsporters zoals ik zei.

213
00:18:44,059 --> 00:18:49,579
Michel: En die zeiden de data, zoals we daarmee omgaan, is eigenlijk te platgeslagen.

214
00:18:49,579 --> 00:18:54,220
Michel: Te generiek als individu kan je er verdomd weinig mee.

215
00:18:54,220 --> 00:19:01,019
Michel: Mensen hebben het over data gedreven sportenprogramma's, et cetera, dat werkt dus niet als individu.

216
00:19:01,019 --> 00:19:02,779
Michel: En dat is ook wat wij herkennen.

217
00:19:02,779 --> 00:19:13,259
Michel: En dat herkennen wij ook in het medisch paradigma, vandaar dat wij zeggen van we willen bijvoorbeeld wel kijken, hoe kunnen wij helpen met iets waar jullie nog totaal geen grip op hebben.

218
00:19:13,259 --> 00:19:15,500
Michel: En dan kom je op een andere use case.

219
00:19:15,500 --> 00:19:17,579
Michel: Mensen met onverklaarde klachten.

220
00:19:17,579 --> 00:19:26,140
Michel: Wat wij zien, is dat als je de signalen die het lijf dus vanuit de stem al geeft, als je die serieus neemt en dat combineert met een goed gesprek.

221
00:19:26,139 --> 00:19:34,779
Michel: En vanuit het goede gesprek komen er andere bepalingen waar je nooit aan gedacht had, dan kom je opeens wel tot inzichten die je anders nooit gekregen had.

222
00:19:34,779 --> 00:19:37,740
Michel: En dat is dan de insteek die wij nemen.

223
00:19:39,180 --> 00:19:44,459
Joop: En hoe kijk je dan de zorginstellingen waar je wel mee werkt, hoe kijken die hier dan tegenaan?

224
00:19:45,420 --> 00:19:48,059
Michel: Omdat dit echt op het randje zit.

225
00:19:48,619 --> 00:19:56,980
Michel: En eigenlijk zelfs de buiten, kan het op deze manier omdat wij geen medische claims leggen, geen diagnose.

226
00:19:56,980 --> 00:20:01,779
Michel: Wij zeggen eigenlijk hebben wij op dit moment een tool die jou beter leert luisteren naar je lijf.

227
00:20:02,660 --> 00:20:08,019
Michel: Daarbij heb je een professional nodig, die professionals altijd in de lead.

228
00:20:08,740 --> 00:20:10,660
Joop: Ja, precies, de zorgprofessional.

229
00:20:10,660 --> 00:20:16,419
Joop: Ja, dan hebben dat denk ik ook scherp van waarin je opereert.

230
00:20:17,700 --> 00:20:21,460
Joop: Ik denk dat het ook fijn is voor de rest van het gesprek.

231
00:20:21,779 --> 00:20:31,859
Joop: Ik ben nog wel even benieuwd, zeg maar in die technologie van je zegt 30 seconden, waarom is het 30 seconden nou genoeg.

232
00:20:32,579 --> 00:20:41,139
Joop: Waarom hebben we geen levert niet een uur meer op, of is vijf seconden genoeg, hoe ben je tot die 30 seconden gekomen dat je weet van dat is genoeg.

233
00:20:41,140 --> 00:20:45,939
Michel: Zoals ik al zei, we werken met iemand samen die je twintig jaar mee bezig is geweest.

234
00:20:45,940 --> 00:20:57,139
Michel: Die is uitgekomen 30 seconden is een optimum te lang gaan mensen het niet meer doen, en te weinig heb je te weinig informatie.

235
00:20:57,700 --> 00:21:02,339
Michel: Want in die 30 seconden wordt een gemiddelde genomen van jouw stem.

236
00:21:03,299 --> 00:21:07,299
Michel: Je vergelijkt wat je lijf aangeeft ten opzichte van je gemiddelde.

237
00:21:07,299 --> 00:21:11,299
Michel: Je kijkt naar jouw balans op elke frequentie in je lijf.

238
00:21:12,819 --> 00:21:16,819
Niels: Maar heeft verkoudheid dan ook nog impact op zoiets inderdaad.

239
00:21:17,460 --> 00:21:20,180
Michel: Ja, je stem zal anders zijn.

240
00:21:22,579 --> 00:21:26,339
Michel: Verkoudheid betekent niet dat je de analyse niet kan doen.

241
00:21:26,660 --> 00:21:30,500
Michel: Want je vergelijkt steeds ten opzichte van je eigen gemiddelde klanken op dat moment.

242
00:21:30,500 --> 00:21:35,620
Michel: Zit er spanning op een frequentie of zit er een zwakte, dat is de technologie.

243
00:21:35,779 --> 00:21:41,700
Niels: Het is toch de baseline van wat is een normaal patroon voor jou persoonlijk en daar de afwijkingen van?

244
00:21:41,700 --> 00:21:43,940
Michel: Ja, je kijkt echt naar de afwijkingen.

245
00:21:43,940 --> 00:21:54,500
Michel: En dat is eigenlijk de waarneming van de oude oude wijze mensen die dit al gebruikten bij het traditionele geneeswijzen.

246
00:21:54,500 --> 00:21:57,460
Michel: En daar zetten we nu moderne technologie voor in.

247
00:21:57,460 --> 00:22:03,059
Michel: En we komen erachter dat die mensen 4, 5 duizend jaar geleden een heel scherp waarnemingsvermogen hadden.

248
00:22:04,819 --> 00:22:12,099
Joop: Je zijn al machine learning gebruiken jullie welke techniek gebruik je gebruik je machine learning, deep learning, generatieve AI.

249
00:22:12,660 --> 00:22:16,019
Michel: We gebruiken eigenlijk alles.

250
00:22:16,019 --> 00:22:18,019
Michel: We proberen het passend te gebruiken.

251
00:22:18,019 --> 00:22:23,379
Michel: Op dit moment zit met name de inzet, de effort.

252
00:22:23,940 --> 00:22:32,259
Michel: Hoe kunnen we met generatieve AI het voor de mensen eenvoudiger en begrijpelijker maken?

253
00:22:33,380 --> 00:22:46,659
Michel: Dat is de stap waar we nu zitten op het moment dat je naar machine learning en deep learning gaat kijken, ga je meer naar de toepassingen van we willen een bepaald patroon willen we echt met zoveel zekerheid hebben en dan ga je dus echt naar ziektes kijken.

254
00:22:46,660 --> 00:22:48,659
Niels: Maar hoe worden die markers er dan uitgehaald?

255
00:22:48,660 --> 00:22:54,819
Niels: Want je doet toch iets van analyse van de stem, wordt daar dan AI voor ook voor gebruikt?

256
00:22:55,139 --> 00:23:08,579
Michel: Er is machine learning en AI gebruikt om uiteindelijk de basistechnologie basisalgoritme om de outliers, zoals wij dat noemen, eruit te halen, om dat vast te stellen.

257
00:23:10,019 --> 00:23:16,659
Joop: Wat je zeggen van, we gaan generatieve AI gebruiken om het begrijpbaar te maken, hoe moet ik dat voor me zien?

258
00:23:16,660 --> 00:23:24,259
Joop: Want je kan dus met de technologie aanwijzen een spier in het lichaam en dan?

259
00:23:26,740 --> 00:23:29,700
Michel: Je lijf speelt heel veel.

260
00:23:29,700 --> 00:23:36,259
Michel: En dat er iets uitkomt dat er iets correleert, betekent niet dat er nog een causaal verband zit.

261
00:23:36,259 --> 00:23:43,700
Michel: Dus je krijgt een bak informatie waar zelfs de meeste professionals zoiets hebben, dit is een informatieoverloed.

262
00:23:44,019 --> 00:23:58,819
Michel: Dus door heel veel uitpluismomenten die we al gehad hebben, om dat zeg maar goed te verwerken in je in je prompt, ga je zorgen dat het begrijpelijk wordt.

263
00:23:58,819 --> 00:24:09,299
Michel: Dus eigenlijk probeer je de kennis van professionals, dit is mijn manier waarop ik kijken naar de data, probeer je te vangen, zodat AI dat presenteert aan de eindgebruiker.

264
00:24:09,940 --> 00:24:14,660
Niels: Een beetje hulp bij analyse begrijpen van en patroonherkenning.

265
00:24:17,059 --> 00:24:29,539
Joop: Zou je wat kunnen zeggen over in dat zorgsysteem, dat fascineert me wel, want ook zij zijn bezig natuurlijk met allerlei zorginnovaties, AI inzetten.

266
00:24:30,579 --> 00:24:37,259
Joop: Wat hoe kijk je daartegen aan en hoe verhoudt zich dat tot waar jullie mee bezig zijn?

267
00:24:39,740 --> 00:24:46,620
Michel: De zorg probeert het bestaande systeem door innovatie te behouden.

268
00:24:46,940 --> 00:24:50,539
Michel: Oftewel, de zorg probeert AI in te zetten.

269
00:24:51,500 --> 00:24:55,900
Michel: Voor incrementele innovatie, sustaining innovation.

270
00:24:55,900 --> 00:24:59,339
Michel: Wat wij proberen, is echt disruptief.
273
00:24:59,339 --> 00:25:07,339
Michel: Op een andere manier kijken, we kijken dus niet naar ziekten, maar we proberen de mensen tools in handen te geven, zodat ze zichzelf gezond kunnen houden.

271
00:25:07,660 --> 00:25:12,619
Michel: Dat is iets wat in het huidige zorgstelsel fundamenteel ook niet past.

272
00:25:13,740 --> 00:25:15,179
Niels: Hoe zo past dat niet?

273
00:25:15,180 --> 00:25:19,659
Niels: Ik zit niet helemaal in die zorgwereld voor mij is dat soms hoe bedoel je.

274
00:25:19,740 --> 00:25:21,099
Michel: Heel simpel.

275
00:25:21,420 --> 00:25:27,899
Michel: Op het moment dat iemand een klacht nog niet heeft, kan in het huidige zorgstelsel niet voor betaald worden.

276
00:25:27,900 --> 00:25:32,220
Michel: Dus als je iemand gezond wil houden, daar is geen betaaltitel voor.

277
00:25:32,539 --> 00:25:36,380
Michel: We hebben geen zorgstelsel, we hebben een ziektestelsel.

278
00:25:36,700 --> 00:25:45,099
Michel: Dus als je kijkt naar gezondheid, kijk naar vitaliteit, dan zijn de zorgpartijen eigenlijk niet jouw partners.

279
00:25:45,099 --> 00:25:53,259
Michel: Dat zijn de mensen zelf, dat zijn organisaties, dat zijn coaches die bewust ervoor gekozen hebben om uit het systeem te stappen.

280
00:25:53,259 --> 00:25:57,819
Michel: En direct met mensen aan de gang te gaan om ze gezond te houden, zijn je partners.

281
00:25:58,059 --> 00:26:03,980
Niels: Ik dacht dat er ook juist heel veel werd ingezet op preventief, preventieve zorg.

282
00:26:04,779 --> 00:26:15,660
Michel: Als je kijkt naar het budget een druppel op een gloeiende plaat dat is meer voor de bühne, dan dat het echt zoden aan de dijk zet.

283
00:26:16,619 --> 00:26:21,420
Michel: Het is ook niet erg dat het niet gebeurt in het huidige stelsel.

284
00:26:21,420 --> 00:26:32,299
Michel: Want als je kijkt naar hoe dingen fundamenteel veranderen, dan is het soms nodig dat dingen vastlopen, dat bestaande dingen kapot gaan en dat er iets nieuws naast ontstaat.

285
00:26:32,299 --> 00:26:34,380
Michel: En dat is ook waar wij ons voor in zitten.

286
00:26:34,380 --> 00:26:46,139
Michel: Wij proberen met alle mensen die dat ook zien, proberen wij een beweging op gang te zetten die ervoor zorgt dat mensen op een andere manier zelf met hun gezondheid en vitaliteit aan de gang kunnen gaan.

287
00:26:46,460 --> 00:26:53,819
Michel: Dat staat naast het huidige zorgstelsel en dan kan in het zorgstelsel blijven bestaan, wat nu goed werkt.

288
00:26:53,819 --> 00:26:55,660
Michel: Want het is niet alleen maar slecht.

289
00:26:55,660 --> 00:26:57,580
Michel: Er gaan ook heel erg veel dingen goed.

290
00:26:57,740 --> 00:27:06,539
Niels: Want de behandeltrajecten worden beter, de herkenning wordt eerder gedaan, de personalisatie van de trajecten bij ziektebeelden, die worden echt wel geïnnoveerd.

291
00:27:08,700 --> 00:27:17,420
Michel: En zo gaat dat vaak deel gaat kapot en wat er niet in past moet naar het nieuwe.

292
00:27:17,420 --> 00:27:23,899
Michel: En wat goed is in het bestaande blijft in het bestaande, alleen dan in een nieuwe betere en afgeslankte vorm.

293
00:27:26,700 --> 00:27:31,819
Joop: Het interesseert me nog steeds waar je mee bezig bent ook qua technologie.

294
00:27:33,740 --> 00:27:42,299
Joop: Wij hebben het namelijk in deze podcast ook heel vaak over bias en dat soort zaken en dat speelt natuurlijk in de gezondheidszorg enorm.

295
00:27:43,579 --> 00:27:53,259
Joop: Zit er een verschil überhaupt tussen man, vrouw, kinderen, mensen met een andere achtergrond.

296
00:27:54,940 --> 00:27:56,140
Michel: Ja, zeker.

297
00:27:56,140 --> 00:28:00,139
Michel: En dat zijn ook de ontwikkelingen waar we heel goed naar moeten kijken.

298
00:28:03,180 --> 00:28:09,740
Michel: In balans ben je, wordt op dit moment beïnvloed door de rekenmethode die erachter zit.

299
00:28:09,980 --> 00:28:18,380
Michel: Mannen hebben omdat hun fundamentele frequentie wat laag ligt, hebben een iets hogere score dan vrouwen.

300
00:28:18,380 --> 00:28:27,259
Michel: Dus eigenlijk moet je dat gaan aanpassen op dit moment zeggen we tegen vrouwen van je hebt een iets lagere score, die score is niet relevant.

301
00:28:27,259 --> 00:28:32,220
Michel: Het gaat erom dat je zelf in beeld krijgt wat wil je lijf jou vertellen.

302
00:28:32,220 --> 00:28:35,659
Michel: En dat is ook weer een verschil met hoe er nu gekeken wordt.

303
00:28:35,659 --> 00:28:43,019
Michel: Er wordt heel veel waarde gehecht aan absolute scores, in plaats van dat men zichzelf als referentie neemt en kijkt naar de patronen naar de ontwikkeling.

304
00:28:43,019 --> 00:28:45,659
Joop: Maar waarom hebben jullie dan wel gekozen voor een score dan?

305
00:28:45,980 --> 00:28:56,379
Michel: Omdat de score of het patroon aangeeft ben je stabiel en ben je stijgend of ben je uiteindelijk niet stabiel en ben je dalend.

306
00:28:56,380 --> 00:29:00,139
Michel: Dat maakt de score uiteindelijk wel duidelijk.

307
00:29:01,259 --> 00:29:03,020
Niels: Daar zitten voor mij een beetje herkenning.

308
00:29:03,019 --> 00:29:05,339
Niels: Ik heb een sporthorloge in het wisselt hoe goed die is.

309
00:29:07,339 --> 00:29:08,459
Niels: Die het anders meet.

310
00:29:08,460 --> 00:29:13,420
Niels: En wat ik zelf op let, is ongeacht van welke merk ik heb, is meer van wat is nu mijn standaard?

311
00:29:13,420 --> 00:29:18,219
Niels: Hoe voel ik me erbij en wat is het als ik hard gesport heb en intensief ben gegaan, wat zegt de horloge.

312
00:29:18,220 --> 00:29:19,859
Niels: En daartussen kunnen we blijven.

313
00:29:19,340 --> 00:29:21,299
Niels: Dus dat herken ik wel.

314
00:29:23,220 --> 00:29:28,579
Niels: Hoe ga je dat toch inderdaad in feiten voor jezelf kunnen vertalen, want dat is dus heel persoonlijk.

315
00:29:28,579 --> 00:29:29,860
Michel: Het is extreem persoonlijk.

316
00:29:29,859 --> 00:29:33,059
Michel: Dat is ook het mooie en ook het lastige aan de technologie.

317
00:29:33,059 --> 00:29:37,779
Michel: Dat is ook dat raakt ook aan een kernpunt van wat wij zien.

318
00:29:38,099 --> 00:29:42,579
Michel: Gezond zijn en gezond blijven, heel hard persoonlijk werken.

319
00:29:42,579 --> 00:29:46,900
Michel: En soms heb je daar de hulp nodig van iemand anders.

320
00:29:46,900 --> 00:29:53,299
Michel: En vandaar ook dat wij altijd op zoek zijn naar oplossingen, noemen het net platformoplossingen.

321
00:29:53,619 --> 00:29:57,779
Michel: Iemand heeft de hulp nodig van een ander, die brengen wij met elkaar in contact.

322
00:29:57,779 --> 00:30:00,500
Michel: En daarin ontstaat de chemie.

323
00:30:02,740 --> 00:30:07,779
Joop: Want het is natuurlijk ook een vraagstuk van waar zet je straks geld in.

324
00:30:08,420 --> 00:30:19,059
Joop: De zorgkosten stijgen alleen maar komt toch nog even terug op die diabetes type 2, die zouden we nu ook gewoon preventief kunnen meten met bloedonderzoek.

325
00:30:19,059 --> 00:30:21,860
Joop: Ik bedoel, dat is een van de meest eenvoudige.

326
00:30:22,180 --> 00:30:24,339
Joop: Maar dat doen we niet.

327
00:30:24,740 --> 00:30:30,019
Joop: En dat is dus niet een technologiekeuze, dat is een ander type keuze.

328
00:30:31,460 --> 00:30:33,779
Michel: Dat is zeker een ander type keuze.

329
00:30:34,099 --> 00:30:37,379
Michel: En vandaar ook een keuze vanuit het zorgstelsel.

330
00:30:41,140 --> 00:30:53,939
Joop: Als zoiets eenvoudig zoals diabetes type 2, wat voor heel veel problemen zorgen, als je dat wel hebt je behandeld moet worden, medicatie.

331
00:30:54,500 --> 00:30:59,220
Joop: Je moet je voeten moeten worden nagekeken, je ogen moeten worden nagekeken.

332
00:30:59,460 --> 00:31:04,419
Joop: Het is een shit load aan dingen die je erbij krijgt.

333
00:31:04,980 --> 00:31:10,339
Joop: Dus zou je denken van als we als we het belangrijk genoeg vinden, dan zouden we dat gaan doen.
337
00:31:10,579 --> 00:31:19,859
Joop: Dus waarom gaat dan waarom wordt er straks in jouw product wel geïnvesteerd, terwijl dit soort makkelijke dingen al niet gedaan worden?

334
00:31:20,819 --> 00:31:25,060
Michel: Ik zoek de investering en de bekostigingsstromen ook niet in het huidige.

335
00:31:25,059 --> 00:31:28,500
Michel: Om ik zie dat het dat ook fundamenteel niet gaat lukken.

336
00:31:28,980 --> 00:31:30,660
Michel: Ik kies het daarbuiten.

337
00:31:30,660 --> 00:31:36,099
Michel: Mensen die fundamenteel en intrinsiek gemotiveerd zijn om aan de gang te gaan met hun gezondheid.

338
00:31:37,059 --> 00:31:46,580
Michel: En als je daar begint en de lessen trekt, op een gegeven moment gaat het bestaande dan zien van hey wat daar ontstaan is, dat kunnen wij ook gebruiken in ons stelsel.

339
00:31:46,579 --> 00:31:55,379
Michel: Maar dan heb ik al die jaren aan weerstand, al die jaren aan verloren energie, al die bakken aan geld die anders over boord gegooid wordt, die heb ik vermeden.

340
00:31:55,380 --> 00:32:05,379
Michel: En dit is een les, ik vertel hem nu heel makkelijk, maar ik heb tien jaar of niet langer in het systeem gezeten en ik heb er ook vrij lang over gedaan om tot deze inzichten te komen.

341
00:32:05,700 --> 00:32:10,180
Niels: Ik zet nog even op het stukje van luisteren en de signalen überhaupt kunnen lezen.

342
00:32:10,339 --> 00:32:15,220
Niels: Dat betekent dat ik eigenlijk ook meer van het lichaam moet begrijpen om te kijken wat wordt verteld en de signalen helpen erbij.

343
00:32:15,220 --> 00:32:30,099
Niels: Wanneer wordt het gevaarlijk dat ik zelf die interpretatie doe, of zeg je van nou, dat kan best wel ver gaan, want het is je eigen lichaam waar je naar luistert, wanneer moet ik een professional erbij aanhaken of is het altijd het advies om een professional erbij aan te haken, zoals wij het voor ogen hebben.

344
00:32:33,299 --> 00:32:43,540
Michel: Wees in verbinding met een professional die heel dichtbij is, op het moment dat het twijfel is, moet je de vraag kunnen stellen.

345
00:32:43,860 --> 00:32:46,899
Michel: Ik laat me heel graag ook inspireren door mijn kinderen.

346
00:32:46,900 --> 00:32:51,140
Michel: Kinderen gaan op een hele andere manier ook om met technologie.

347
00:32:51,140 --> 00:32:54,019
Michel: En ik vind dat machtig mooi, machtig en interessant.

348
00:32:54,980 --> 00:33:04,980
Michel: En het doet me goed om te zien dat mijn kinderen heel veel met AI doen, op het moment dat ze twijfel hebben, waar bij mij de vraag stellen.

349
00:33:04,980 --> 00:33:07,060
Michel: En ze weten welke vraag ze bij mij moeten stellen.

350
00:33:07,059 --> 00:33:09,939
Niels: Ja, maar ik weet soms niet wanneer ik moet twijfelen.

351
00:33:11,460 --> 00:33:12,740
Niels: Dus daar twijfel ik dan.

352
00:33:12,819 --> 00:33:14,179
Niels: Dat is eigenlijk ook wel weer een verdriet.

353
00:33:14,740 --> 00:33:16,740
Niels: Maar ik weet niet wanneer ik zou moeten twijfelen.

354
00:33:16,740 --> 00:33:24,899
Niels: Want als iets stellig tegen mij gezegd zou worden van hé, maar ik zie een signaal ga alsjeblieft vanavond wel of niet sporten, dat is dan nog heel erg risico valt wel mee.

355
00:33:24,900 --> 00:33:31,219
Niels: Maar wanneer wordt het inderdaad dat ik de twijfel groot genoeg moet hebben dat ik inderdaad dat moet zoeken, dat is voor mij gewoon een vraag.

356
00:33:32,339 --> 00:33:33,859
Michel: Het is een hele eerlijke vraag.

357
00:33:33,860 --> 00:33:35,779
Michel: En ik vind het mooi dat hij ook naar voren komt.

358
00:33:35,779 --> 00:33:48,899
Michel: Want dit is ook iets waar we dan met het netwerk ook als we met elkaar overleggen en we kijken hoe gaan wij naar productontwikkeling, gaan we proberen we tot overeenstemming te komen.

359
00:33:49,059 --> 00:33:50,500
Michel: Hoe moeten we hiermee omgaan?

360
00:33:50,500 --> 00:33:55,379
Michel: Want dit is een vraag die op het ethische vlak ligt, wat extreem belangrijk is.

361
00:33:55,380 --> 00:34:01,619
Michel: Op het moment dat jij voor het grote geld gaat, dan maak je iemand afhankelijk van de technologie.

362
00:34:02,099 --> 00:34:07,660
Michel: Wij hebben fundamenteel gezegd het gaat om die verbinding met die professional.

363
00:34:07,660 --> 00:34:13,179
Michel: En jij moet door de technologie geholpen worden dat je vertrouwen krijgt in je lijf.

364
00:34:13,179 --> 00:34:22,059
Michel: En ook weet wanneer mag je op je lijf vertrouwen en wanneer moet je naar een professional gaan, want dat is waar wij de route naar een gezondere toekomst zien.

365
00:34:23,339 --> 00:34:25,579
Niels: Je raakt hem al als we naar de toekomst kijken.

366
00:34:27,018 --> 00:34:28,938
Joop: Ja, we hebben nog tijd nog tijd.

367
00:34:29,099 --> 00:34:43,418
Joop: Ik wilde namelijk weten bij het inzetten van de machine learning en de generatieve AI waar jullie tegenaan zijn gelopen, wat waren nou lastige obstakels waar je overheen doorheen onderdoest.

368
00:34:43,420 --> 00:34:45,500
Michel: Nou, heel veel.

369
00:34:45,820 --> 00:34:48,299
Michel: Nu gaat het wat sneller.

370
00:34:48,619 --> 00:34:55,259
Michel: De technologie ontwikkelt zich heel snel, waardoor ook met name de kosten een stuk lager zijn.

371
00:34:55,500 --> 00:34:59,659
Michel: En dat heeft ons echt wel een hele tijd tegen gaan.

372
00:34:59,900 --> 00:35:03,500
Joop: En waar zaten die kosten in dan daarvoor.

373
00:35:04,380 --> 00:35:12,619
Michel: Eén de juiste tools hebben, beschikbaar maken, maar ook arbeidskracht, menskracht.

374
00:35:12,780 --> 00:35:14,299
Michel: Dat is het mooie van nu.

375
00:35:14,300 --> 00:35:25,099
Michel: Waar ik eerst een bak developers nodig had, heb ik nu één persoon nodig die echt fundamenteel snapt waar het omgaat en die kan zelf een hoop AI aan de gang zetten.

376
00:35:25,099 --> 00:35:28,539
Michel: Dus die kosten zijn drastisch drastisch gedaald.

377
00:35:28,780 --> 00:35:41,180
Michel: En de technologie is ook zo snel ontwikkeld, om een voorbeeld te geven, een van de eerste toepassingen die we deden is met dit algoritme naar topsporter kijken.

378
00:35:42,059 --> 00:35:50,700
Michel: Ten tijde van de coronaperiode werd geselecteerd voor de Nederlandse dameselftal trainingsgroep.

379
00:35:51,260 --> 00:35:54,379
Michel: En in die periode deze ook deze stemanalyse.

380
00:35:54,380 --> 00:35:58,859
Michel: En we zagen bij haar de spanning op de spieren groter worden.

381
00:35:58,860 --> 00:36:06,139
Michel: En wat zij aan voeding innam of binnenkrijgt, dat zagen we lager worden.

382
00:36:06,139 --> 00:36:13,260
Michel: Dus die discrepantie werd veel groter, dus het risico op blessures werd heel groot uiteindelijk is zij dus ook geblesseerd geraakt.

383
00:36:14,380 --> 00:36:19,420
Michel: En als wij dit veel sneller hadden gehad, want destijds moesten we ook nog veel zelf doen.

384
00:36:19,420 --> 00:36:31,180
Michel: Handmatig bekijken, handmatig analyseren, waardoor het soms twee, drie dagen duurden voordat zij die uitslag krijgen, op het moment dat zij binnen een minuut die uitslag had gehad, dan had het wel serieus genomen.

385
00:36:31,980 --> 00:36:33,659
Joop: Ja, snap ik.

386
00:36:33,980 --> 00:36:38,220
Joop: Er zit ook nog best wel iets lastigs in met het preventieve.

387
00:36:38,219 --> 00:36:53,980
Joop: Dat je nooit weet of het gewerkt heeft, dit is een mooi voorbeeld dat je het verschil hebt tussen je had het signaal, het is het ook geworden, maar als je er nu op gereageerd hebt en je krijgt geen blessure.

388
00:36:55,099 --> 00:37:00,939
Joop: Ik kan een wolvenafschriksysteem in mijn tuin aanleggen.
393
00:37:00,940 --> 00:37:04,300
Joop: En tot nu toe werkt die perfect, je hebt nog geen wolf gehad.
 389
00:37:04,380 --> 00:37:10,860
Joop: Ik heb nog geen wolf gehad, dit is het fundamenteel problematische met preventie.
 390
00:37:12,300 --> 00:37:17,740
Michel: Een van onze deelnemers in het netwerk, die doet heel veel met burn-out herstel.
 391
00:37:17,739 --> 00:37:25,420
Michel: En die heeft enkele jaren geprobeerd om zijn preventie aanpak ook bij bedrijven te sluiten.
 392
00:37:25,420 --> 00:37:28,140
Michel: En hij zegt van joh, ik ben ermee gestopt.
 393
00:37:28,139 --> 00:37:29,180
Michel: Waarom?
 394
00:37:29,980 --> 00:37:53,019
Michel: Mensen zijn niet bereid om daarin in te investeren, mensen betalen pas op het moment dat ze die pijn voelen, op het moment dat ik eenmaal binnen ben en kan laten zien wat ik kan en mijn activiteiten niet frame als preventie, maar als hulp om beter te presteren, omarmt men het wel.
 395
00:37:53,260 --> 00:38:00,940
Michel: Het is uiteindelijk ook een heel groot stuk marketing, stop met het preventie te noemen, grappig.
 396
00:38:01,579 --> 00:38:03,580
Niels: Hoe wil je het dan noemen?
 397
00:38:04,460 --> 00:38:13,420
Michel: Zorg ervoor dat mensen kunnen floreren, dit is ook iets waar wij fundamenteel in geloven.
 398
00:38:14,300 --> 00:38:20,940
Michel: Ik weet niet of je bekend bent met de onderzoeken naar hoe mensen in de wereld staan, wat hen drijft.
 399
00:38:23,500 --> 00:38:37,500
Michel: Daar is gevonden dat op het moment dat je de basispsychologische behoefte voedt van iemand en dat op de juiste manier doet dat mensen dan gaan groeien, beter presteren en gaan floreren.
 400
00:38:38,380 --> 00:38:54,019
Michel: Is de omgeving leiderschap zodanig dat mensen die behoeften niet kunnen bevredigen, oftewel voor hun gevoel geen volwaardig leven hebben, dan gaan ze eerst saboteren, degeneren en uiteindelijk worden ze ziek.
 401
00:38:55,860 --> 00:39:06,099
Michel: Dus je kan het preventie kan je ook zeggen van onze insteek zit om mensen beter te laten presteren, een waardevol leven te laten leiden en mensen te laten floreren.
 402
00:39:06,099 --> 00:39:07,299
Michel: Dus veel positiever.
 403
00:39:07,300 --> 00:39:10,019
Michel: Mensen eerder geneigd om daarin mee te gaan.
 404
00:39:10,500 --> 00:39:12,660
Joop: Dat is een andere framing inderdaad.
 405
00:39:13,300 --> 00:39:21,059
Joop: Is er ergens tijdens de route besloten om te zeggen van daar zetten we de technologie even niet in.
 406
00:39:21,860 --> 00:39:23,300
Michel: Vaak zat.
 407
00:39:28,340 --> 00:39:33,939
Michel: Soms merk je dat mensen al geholpen zijn met goed gesprek.
 408
00:39:33,940 --> 00:39:37,939
Michel: En dan kan technologie juist het goede gesprek in de weg gaan zitten.
 409
00:39:37,940 --> 00:39:46,500
Michel: Dan is het goede gesprek het eerste punt in het herstel van iemand, dan moet je bewust besluiten om technologie niet in te zetten.
 410
00:39:46,500 --> 00:39:48,739
Michel: Dus wij maken ook tools.
 411
00:39:48,739 --> 00:39:51,859
Michel: Wij maken geen automatisering van werkwijze.
 412
00:39:51,860 --> 00:40:01,779
Michel: Want als je automatisering van werkwijze ontwikkelt, dan zit het gebruik van technologie altijd standaard ingebakken, bijna wordt het afgedwongen.
 413
00:40:01,780 --> 00:40:08,500
Michel: En wij zeggen van je moet het mogelijk maken, maar niet afdwingen, dan kunnen mensen uiteindelijk zelf de keuze maken.
 414
00:40:08,500 --> 00:40:12,339
Michel: En ja, soms twijfelen ze in het begin daarover, helemaal niet erg.
 415
00:40:12,340 --> 00:40:17,460
Michel: Want in het twijfel zit ook de eerste motivatie om te leren.
 416
00:40:18,099 --> 00:40:23,140
Niels: En dat is ook je microcommitment om er wat aan te willen gaan doen, al is het alleen maar signaleren.
 417
00:40:23,699 --> 00:40:25,780
Joop: Heb je nog een voorbeeld.
 418
00:40:28,579 --> 00:40:30,980
Joop: Lastig valt me straks wel in.
 419
00:40:32,980 --> 00:40:40,260
Joop: Als we naar de toekomst kijken, en daar bedoel ik niet 10, 15 jaar vooruit, want daar kan toch niemand naar kijken.
 420
00:40:41,699 --> 00:40:45,460
Joop: Hoe gaat zich dit ontwikkelen?
 421
00:40:46,579 --> 00:40:48,500
Joop: Waar gaat het naartoe?
 422
00:40:50,099 --> 00:41:02,900
Michel: De stemanalyse als geheel gaat een hele grote impact hebben in hoe we kijken naar gezondheid en hoe we kijken naar vitaliteit en het beter floreren presteren van mensen.
 423
00:41:03,219 --> 00:41:06,100
Michel: We zitten op dit moment echt nog aan een begin.
 424
00:41:06,579 --> 00:41:08,179
Michel: Er zijn een heleboel hobbels.
 425
00:41:08,420 --> 00:41:15,220
Michel: Wij hebben onze eigen manier om te gaan met die hobbels, in plaats van tien keer tegen de muur te lopen, lopen wij eromheen.
 426
00:41:15,539 --> 00:41:26,019
Michel: Maar uiteindelijk zie je met dit soort technologieën op een gegeven moment zo'n volwassenheid bereikt dat het omarmd gaat worden.
 427
00:41:26,019 --> 00:41:31,139
Michel: En ik verwacht dat ergens tussen de komende vijf en tien jaar dat dat gaat gebeuren.
 428
00:41:31,139 --> 00:41:37,059
Michel: Als je nu al ziet dat wij ook in overleg zijn met academische ziekenhuizen.
 429
00:41:37,059 --> 00:41:43,859
Michel: Dat er al een academisch ziekenhuis in Nederland weliswaar op een heel kleine toepassing gebruik gemaakt heeft van deze technologie.
 430
00:41:43,860 --> 00:41:53,859
Michel: En op het moment dat die voorbeelden breed genoeg gedeeld worden, ga je zien dat de koud watervrees steeds minder worden.
 431
00:41:55,539 --> 00:41:58,980
Joop: Dat we uit die stem ook nog veel meer gaan halen.
 432
00:42:00,099 --> 00:42:08,900
Michel: Ik hoop dat we het ethisch blijven gebruiken en dat we niet de Amerikaanse kant opgaan, want dit is één die ik deel ik altijd.
 433
00:42:09,699 --> 00:42:16,500
Michel: In Amerika zie je al dat deze technologie gebruikt worden om mensen te weigeren bij verzekering.
 434
00:42:17,780 --> 00:42:21,139
Michel: Jouw profiel hangt aan een risicoprofiel vast.
 435
00:42:21,139 --> 00:42:25,299
Michel: Het is correlatie en causaliteit staat niet vast, maar toch sluiten we je uit.
 436
00:42:25,539 --> 00:42:30,740
Joop: En met een 30 seconden telefoongesprekje die je dan met ze hebben, kan je uitgesloten worden van.
 437
00:42:30,900 --> 00:42:33,700
Michel: Dit zijn praktijken die in Amerika al plaatsvinden.
 438
00:42:35,139 --> 00:42:37,619
Niels: Onze stem is overal we bellen.
 439
00:42:37,860 --> 00:42:40,819
Niels: Het is overal al te vinden, het is publiek beschikbaar.
 440
00:42:40,820 --> 00:42:43,940
Niels: Dus hoe ga je de negatieve kant voorkomen.
 441
00:42:45,380 --> 00:42:51,700
Michel: Dat is gewoon een hele lastige en dat zijn ook lastige vraagstukken als je het hebt over technologie als dit.
 442
00:42:52,019 --> 00:42:55,300
Michel: Ik probeer het dan positief te bekijken.
 443
00:42:56,739 --> 00:43:02,500
Michel: Probeer het positief in te zetten, want dan ben jij de partij die tractie krijgt.
 444
00:43:02,820 --> 00:43:06,500
Michel: En uiteindelijk blijkt dat die dan overblijven.
 445
00:43:07,139 --> 00:43:10,420
Joop: En ik ben helemaal met je eens van er zijn ook.
 446
00:43:10,739 --> 00:43:21,139
Joop: Ik heb ook korte aflevering gemaakt over een appje waarbij aan de hand van volgens mij was het ook iets van 30 seconden audio.
 447
00:43:21,380 --> 00:43:26,259
Joop: Al veel eerder bijvoorbeeld problemen met je hart gedetecteerd kan worden.
 448
00:43:26,260 --> 00:43:31,220
Joop: En die zitten wel in zo'n goedkeuringstraject zijn daar bijna doorheen.
 449
00:43:32,980 --> 00:43:52,940
Joop: Ik doe ook wel best wel regelmatig, sta ik mijn data af, ook voor research gezondheidsresearch en dan moet je ook invullen, maar wil je ook de uitkomsten weten, want uiteindelijk zouden ze iets kunnen vinden waar je misschien waar je achteraf zeggen had ik niet willen weten.
455
00:43:53,739 --> 00:44:02,219
Joop: En als het zo makkelijk uit je stem gehaald kan worden, is dat ook best wel best wel een lastig punt.

450
00:44:02,219 --> 00:44:06,860
Michel: Het is extreem lastig en dan ga je het hebben over die ethische kwesties.

451
00:44:06,860 --> 00:44:12,619
Michel: En die los je ook niet op door heel hard na te denken, die los je op door het gesprek aan te gaan.

452
00:44:12,940 --> 00:44:19,179
Michel: Hier met ons netwerk met de mensen die we helpen, continu wees daar ook open en transparant.

453
00:44:19,420 --> 00:44:22,300
Joop: Er zijn er mensen die met je mee mogen denken.

454
00:44:22,699 --> 00:44:25,420
Michel: Als mensen dat willen, laat ze contact opnemen.

455
00:44:25,659 --> 00:44:31,899
Michel: Wij zijn een netwerkorganisatie, dat betekent dat mensen dragen bij.

456
00:44:31,900 --> 00:44:43,979
Michel: En op die manier ontstaat er iets, heel weinig wat wij maken en doen, is vanaf een tekentafel in één keer eindproduct worden, eigenlijk helemaal niks.

457
00:44:43,980 --> 00:44:50,380
Michel: Dat is ook niet de manier waarop zeker dit soort dingen kunnen ontwikkelen.

458
00:44:51,260 --> 00:44:58,619
Niels: Stel in de toekomst gaan we onze stem veel meer gebruiken, jullie signalen worden gebruikt en het zit toch in het medische veld.

459
00:44:58,619 --> 00:45:05,340
Niels: Wanneer zou je dan wel meegaan om toch medisch in te gaan dat heel veel waarde kan opleveren voor de maatschappij voor de mens en wanneer niet.

460
00:45:07,420 --> 00:45:09,420
Michel: Voor waar we nu staan.

461
00:45:09,420 --> 00:45:22,380
Michel: Als wij nu het medische in zouden gaan, zouden wij geremd worden, dan zijn we alleen maar bezig met certificering, bepaalde waarden overleggen en hoop.

462
00:45:22,699 --> 00:45:28,780
Michel: Ik ken dat dan dat not doing het again voor long time wanneer helpt het wel.

463
00:45:29,900 --> 00:45:45,260
Michel: Dit inzicht werd mij ook gedeeld door iemand die bij de grootste verzekeraar van Nederland werkte, die heeft ook bij onze netwerke vans gewerkt, en die zei als je zoiets fundamenteel disruptiefs wil, doe het buiten het systeem.

464
00:45:45,260 --> 00:45:49,740
Michel: Doe het in de wellness en welzijn use cases.

465
00:45:49,739 --> 00:45:51,739
Michel: Want daar word je niet geremd.

466
00:45:51,900 --> 00:45:55,500
Michel: Zorg ervoor dat er heel veel mensen met je meelopen.

467
00:45:55,500 --> 00:45:57,979
Michel: Dat je positieve resultaten krijgt.

468
00:45:57,980 --> 00:46:08,219
Michel: En als je die hebt en de data laat het zien, gaan we graag met je meedenken en dan zorgen we ook wel dat al die hobbels waar je nu tegenaan loopt, ook samen met ons geslecht worden.

469
00:46:08,219 --> 00:46:10,380
Michel: En dat is de route die ik voor ogen zie.

470
00:46:10,380 --> 00:46:12,939
Michel: En vandaar dat ik zeg, we beginnen met topsport.

471
00:46:12,940 --> 00:46:15,099
Michel: Daarna gaan we naar welzijn en vitaliteit.

472
00:46:15,099 --> 00:46:19,339
Michel: En uiteindelijk komen we ook weer op raakvlakken met zorg terecht.

473
00:46:19,659 --> 00:46:21,900
Niels: Dus het is een andere route.

474
00:46:22,219 --> 00:46:31,340
Michel: Fundamenteel andere route en die lopen we, deels ook door mijn eigen ervaringen, maar deels ook door mensen die ons adviseren.

475
00:46:31,820 --> 00:46:50,220
Joop: Ik had een vraag voorbereid, maar ik ben bang dat je hem net al gegeven hebt, maar misschien kunnen we dan nog een stapje verder gaan, is van als je één ding zou willen meegeven aan een zorgprofessional die nu luistert en denk van ja, maar ik wil ook iets nieuws bouwen, maar ik weet niet waar ik moet beginnen, wat is dan jouw eerlijke advies?

476
00:46:52,940 --> 00:47:14,059
Michel: Laten we eens één op één bellen, want we kunnen daar een heel goed gesprek over hebben, het begint altijd echt met de intrinsieke motivatie, wat je wil, en de intrinsieke motivatie bepaalt of iemand toch de harde route moet lopen in het systeem, of er ook een andere route mogelijk is buiten het systeem.

477
00:47:14,059 --> 00:47:17,179
Joop: En als ze hem zelfs gaan toespitsen op AI.

478
00:47:18,219 --> 00:47:30,699
Joop: Ik heb een idee rondom AI, wat zou dan het eerste zijn waar je aan moet denken als tip die jij als ervaringsdeskundigen mee zou willen geven, geef het in handen van je cliënt.

479
00:47:31,019 --> 00:47:35,179
Michel: Draai de omgang met data om, dat maakt veel meer mogelijk.

480
00:47:35,420 --> 00:47:43,659
Michel: En dat is waar heel veel op vastloop, we blijven denken, wij moeten als professionals alles veilig houden voor die cliënt.

481
00:47:43,659 --> 00:47:50,300
Michel: Terwijl het ook het voorbeeld wat ik eerder gaf, juist door dat het omgedraaid werd, worden dingen mogelijk.

482
00:47:50,860 --> 00:47:51,580
Joop: Slim.

483
00:47:52,380 --> 00:47:56,380
Michel: Dit is iets waar inspectie heel erg van balt.

484
00:47:56,460 --> 00:47:59,659
Michel: Ja, dan zijn er risico's die wij niet kunnen overzien.

485
00:47:59,980 --> 00:48:03,180
Michel: Maar het zijn risico's die mensen willen nemen.

486
00:48:03,659 --> 00:48:05,980
Joop: Het is jouw data, jouw lijf.

487
00:48:07,099 --> 00:48:13,180
Joop: Mooie tip, denk ik mooi om mee af te sluiten, dankjewel voor dit verhelderend gesprek.

488
00:48:14,779 --> 00:48:16,779
Joop: Ik zou haast zeggen, ik weet niet.

489
00:48:16,780 --> 00:48:19,699
Joop: Ik wilde zeggen van gebruik mijn stem niet of gebruik mijn stem wel.

490
00:48:19,699 --> 00:48:21,059
Joop: Ik weet het eigenlijk even niet.

491
00:48:21,619 --> 00:48:22,420
Joop: Ik twijfel nog niet.

492
00:48:22,659 --> 00:48:24,099
Joop: Dan sluit het allemaal mee af.

493
00:48:19,420 --> 00:48:24,500
Joop: Dankjewel.

494
00:48:26,900 --> 00:48:29,380
Joop: Leuk dat je weer luisterde naar deze aflevering.

495
00:48:29,539 --> 00:48:32,179
Joop: Vergeet je niet te abonneren via je favoriete podcast app.

496
00:48:32,179 --> 00:48:33,460
Joop: Dan mis je geen aflevering.

497
00:48:33,460 --> 00:48:36,180
Joop: Tot de volgende keer volgende keer.