Blog

Op 3 juni 2025 ontvingen wij bij Diaknosis een delegatie van Almas Company uit Kirkuk, Irak. Als intermediair werkt Almas nauw samen met het academisch ziekenhuis van Kirkuk en diverse andere instellingen in de regio. Tijdens ons gesprek deelden wij voorbeelden van eerdere projecten waarin wij realtime dashboards ontwikkelden voor ziekenhuisafdelingen, voorzien van geautomatiseerde datakoppelingen, predictieve analyses en AI-ondersteunde besluitvorming. We gingen dieper in op de bestaande technische infrastructuur in Kirkuk: deels gedigitaliseerd patiëntregistratiesystemen, beperkte maar groeiende EPD-integraties, en een netwerk van databases die nog onvoldoende gestandaardiseerd zijn. Deze situatie biedt zowel uitdagingen als kansen voor een snelle implementatie van moderne dashboardoplossingen.

Samen onderzochten we hoe onze technologie kan aansluiten op de huidige systemen door middel van API-koppelingen, data cleansing-processen en veiligheidsprotocollen die voldoen aan internationale standaarden. Ook bespraken we welke extra hardware en netwerkverbeteringen nodig zijn om real-time dataverwerking mogelijk te maken. De delegatie benadrukte de brede wens om AI en dashboards te integreren in de dagelijkse zorgpraktijk, gesteund door een groeiende interne kennis over de mogelijkheden en beperkingen van deze technologie. We hebben concrete vervolgstappen afgesproken, waaronder de voorbereidingen voor een workshop in de zomer van 2025 (juni-augustus) Kirkuk met meerdere zorginstellingen, bedrijven en overheidsinstanties. Met een gezamenlijke visie en duidelijke technische routekaart zetten we de eerste stappen naar een duurzame, data-gedreven zorginfrastructuur in Kirkuk en omgeving.

Op 10 augustus 2025 organiseerde Dr. Diako Berzenji een tweedaags seminar in Kirkuk/ Irak, volledig gewijd aan het belang van kunstmatige intelligentie, de toepassingen ervan in diverse sectoren en de vraag hoe men effectief met deze technologie kan werken.

Dag 1 – Gezondheidszorg
De eerste dag stond geheel in het teken van de zorgsector. Tijdens de sessies werd uitgebreid ingegaan op de manieren waarop kunstmatige intelligentie kan bijdragen aan medische diagnoses, behandelingen en de algemene efficiëntie binnen de zorg. We bespraken hoe onze oplossingen kunnen bijdragen aan betere besluitvorming, efficiëntere processen en een hogere kwaliteit van zorg in hun context. Daarnaast gingen we in op de huidige obstakels in de regio, zoals beperkte standaardisatie van data, versnipperde IT-systemen en infrastructuurbeperkingen.

Ook bespraken we wat er vanuit hun kant nodig is om implementaties mogelijk te maken: van betrouwbare data-invoer en netwerkverbeteringen tot het aanwijzen van interne projectteams. Een belangrijk onderdeel van het seminar was het uitwisselen van hun visie op AI en de rol die zij daarin voor zichzelf zien. De aanwezigen gaven aan grote belangstelling te hebben voor toepassingen die zowel operationeel als strategisch voordeel bieden.

Daarnaast presenteerden wij onze organisatie, met voorbeelden van eerdere projecten zoals realtime zorgdashboards, predictieve analyses voor patiëntstromen en AI-ondersteunde kwaliteitsmonitoring.
Deze bijeenkomst werd bijgewoond door een diverse groep artsen, apothekers en zorgprofessionals.

Dag 2 – Technologie, engineering en andere sectoren
De tweede dag richtte zich op het gebruik van kunstmatige intelligentie binnen technologie, engineering en andere sectoren, met bijzondere aandacht voor toepassingen in de olie- en gassector. De sessie trok een breed publiek van ingenieurs, technologie-experts en professionals uit de energiesector, waaronder vertegenwoordigers van de olie- en gasindustrie.

Het seminar bood waardevolle inzichten en stimuleerde kennisdeling over de integratie van AI in vitale sectoren. Daarmee leverde het een belangrijke bijdrage aan de bevordering van technologische innovatie in de regio. Tijdens de afsluitende Q&A werden veel gerichte vragen gesteld, wat het wederzijdse begrip verder versterkte.

Na afloop werd ik door meerdere deelnemers persoonlijk aangesproken met concrete interesse in samenwerking. Verschillende partijen hebben ons uitgenodigd om in Nederland langs te komen, om onze producten in de praktijk te zien en om de mogelijkheden voor formele contracten te bespreken. Met deze stap is de basis gelegd voor duurzame samenwerkingen die data-gedreven zorg in Kirkuk en daarbuiten verder zullen versterken.

In augustus 2025 gaf Diako Berzenji een lezing over de inzet van kunstmatige intelligentie in de zorg. Een belangrijk thema van de presentatie was de ontwikkeling van een Large Language Model (LLM) dat specifiek gericht is op het automatisch opschonen van medische data.

De uitdaging van zorgdata

Zorginstellingen verwerken dagelijks een enorme hoeveelheid gegevens, afkomstig uit uiteenlopende bronnen: landelijke registraties, EPD’s, laboratoriumsystemen en MDO-verslagen. Deze data is vaak onvolledig, dubbel, inconsistent of in vrije tekstvorm opgeslagen. Het manueel corrigeren en uniformeren van die data kost professionals veel tijd en is foutgevoelig.

Onze technische aanpak

Het LLM waar Diako Berzenji met zijn team aan werkt, is speciaal ontworpen om dit probleem te adresseren. De kernpunten van de technische aanpak zijn:

Domeinspecifieke training: Het model wordt getraind op medische en administratieve datasets, zodat het niet alleen taal begrijpt, maar ook medische terminologie en context.

Data normalisatie: Het LLM leert inconsistenties in data automatisch te herkennen en corrigeren, bijvoorbeeld variaties in schrijfwijzen van diagnoses of medicatie.

Entiteitsextractie en -mapping: Vrije tekst (bijvoorbeeld uit MDO-verslagen) wordt automatisch omgezet naar gestructureerde data, waarbij entiteiten zoals patiëntkenmerken, behandelingen en uitkomsten correct worden herkend en gekoppeld.

Validatie en kwaliteitscontroles: Naast genereren wordt het model uitgerust met validatielagen die logische en medische checks uitvoeren om incorrecte suggesties te voorkomen.

Integratiemogelijkheden: De software wordt ontwikkeld met API’s die koppelingen met bestaande EPD’s en registratiesystemen mogelijk maken, zodat zorginstellingen het direct in hun workflow kunnen toepassen.

Resultaat en impact

Door deze aanpak kan ruwe data uit verschillende bronnen automatisch worden opgeschoond en samengebracht tot één consistente dataset. Dit levert niet alleen tijdswinst op voor zorgprofessionals, maar creëert ook een stevige basis voor analyses, kwaliteitsregistraties en AI-toepassingen die afhankelijk zijn van schone data.

Visie

Diako Berzenji ziet dit als een noodzakelijke stap richting een zorgsector waarin datakwaliteit de standaard is en AI een betrouwbare partner wordt in de dagelijkse praktijk. De ambitie is helder: software ontwikkelen die diepgaande technische innovatie combineert met een tastbare verbetering van zorgprocessen.

Op 5 januari 2026 ontvingen wij bij Diaknosis een delegatie van Basma Alshifa Company uit Kirkuk, Irak. Als intermediair werkt Basma Alshifa nauw samen met het academisch ziekenhuis van Kirkuk en andere zorginstellingen in de regio. Tijdens het overleg presenteerden wij eerdere projecten met realtime dashboards voor ziekenhuisafdelingen, inclusief geautomatiseerde datakoppelingen, predictieve analyses en AI-ondersteunde besluitvorming.

We bespraken de huidige technische infrastructuur in Kirkuk: deels gedigitaliseerde patiëntregistratie, beperkte maar groeiende EPD-integraties en nog onvoldoende gestandaardiseerde databases. Dit vormt zowel een uitdaging als een kans voor snelle implementatie van moderne dashboards.

Samen verkenden we aansluiting via API-koppelingen, data-opschoning en beveiligingsprotocollen volgens internationale normen, evenals benodigde hardware- en netwerkverbeteringen voor realtime dataverwerking. De delegatie sprak een duidelijke ambitie uit om AI en dashboards breed in de zorgpraktijk te integreren. Als vervolgstap bereiden we een gezamenlijke workshop voor in het voorjaar van 2026 in Kirkuk, met zorginstellingen, bedrijven en overheden, als eerste stap naar een duurzame, datagedreven zorginfrastructuur in de regio.