Aan welke maatschappelijke uitdaging op het gebied van AI wordt gewerkt?
Het gaat niet alleen om meer bewegen, maar ook om slimmer en duurzamer bewegen en het voorkomen van blessures. Zo kosten blessures alleen de Nederlandse samenleving al 2 miljard euro per jaar. Helaas is voldoende bewegen, het aanhouden van een gezonde leefstijl en het voorkomen van blessures voor velen een enorme uitdaging. Omgeving, persoonlijke verschillen, zowel fysiek als mentaal en vele andere factoren spelen een rol.
Er is een beweegcrisis gaande en tegelijkertijd zijn de mogelijkheden van AI en data in sport en bewegen eindeloos. De inzet van AI en data op dit terrein brengt vele ethische en juridische vragen met zich mee. Mag of moet een algoritme bijvoorbeeld aangeven dat iemand minder moet bewegen om overtraining te voorkomen? Dit ELSA Lab richt zich op hoe AI en data mensen kan helpen in de praktijk om beter en duurzamer te bewegen en probeert antwoorden te vinden op de ethische en juridische vragen die hiermee gepaard gaan.
Wat voor type oplossing wordt de uiteindelijke gebruiker geboden?
Dit ELSA Lab wil een proeftuin bieden aan burgers via een digitaal platform met AI-oplossingen die transparant, explainable en auditable zijn en waarbij dataprivacy is geborgd. Burgers worden actief betrokken en het staat voorop dat toepassingen ook daadwerkelijk in dienst staan van de mens en het algemeen belang. Dat het niet alleen over mensen gaat, maar dat de beoogde kennis vooral samen met burgers wordt ontwikkeld met tevens oog voor de praktisch uitvoerbaarheid.
Welke AI-methoden of technologieën worden er tijdens het onderzoek gebruikt?
De AI en data science methoden die worden gebruikt, zijn onder andere subgroup-discovery, data mining, density plot, network analysis, (un)supervised machine learning, decision trees, text mining, random forest, forecasting, polynomial fitting, ARIMA, k-means clustering, predictive modelling, hierarchical clustering, logistic regression, KNN clustering, anomaly detection, multivariate regression, pruning, principle component analysis, etc. Door de veelheid aan methoden en technologieën is het platform gereed om gekoppeld te worden aan het AI-programma Cortona dat binnen de Universiteit Leiden is ontwikkeld is, welke (een deel van bovenstaande) methoden ondersteunt.
Wordt er samengewerkt met andere sectoren?
Sport Data Valley verbindt maatschappij, wetenschap, bedrijven en overheid. Allen nemen actief deel in het ELSA Lab Sport Data Valley. Sportinnovator is initiatiefnemer van Sport Data Valley en de ontwikkeling en de aansturing wordt uitgevoerd door een consortium van kennisinstellingen, zijnde Universiteit Leiden, VU Amsterdam, Hogeschool van Amsterdam, TU Delft en Universiteit Twente. Vanuit het ELSA Lab wordt daarnaast samengewerkt met Amsterdam UMC, Hogeschool Utrecht en Mulier Instituut.
Wat is het ultieme succes dat dit ELSA Lab kan bereiken?
Het ultieme doel is dat Nederland beter en duurzamer gaat bewegen en dat hierdoor de druk op de gezondheidszorg afneemt. Hier wil het ELSA Lab aan bijdragen door alle lagen van de Nederlandse bevolking het vertrouwen, de toegang en inzicht te geven in hoe de inzet en toepassing van AI en data hierbij kunnen helpen. Daar hoort ook bij: meer kennis bij bedrijven, overheid en wetenschap over de ethische en juridische aspecten van het gebruik van AI in sport, bewegen en vitaliteit.
Gehonoreerd met het NL AIC Label
De NL AIC heeft het NL AIC Label ontwikkeld om haar visie op de ontwikkeling en toepassing van AI in Nederland kracht bij te zetten. Een NL AIC Label is een formele erkenning van (de kwaliteit van) een activiteit in lijn met de ambities en strategische doelen van de NL AIC. De NL AIC feliciteert het ELSA Lab Sport Data Valley van harte.
Partners
Sport Data Valley heeft meer dan 50 partners in de quadrupel helix die betrokken zijn door middel van ruim 100 projecten.
In het ELSA Lab Sport Data Valley werken de volgende personen samen aan de uitdagingen waar dit Lab zich op richt: dr. Arno Knobbe (Universiteit Leiden), Auke Damstra (Universiteit Leiden/Sport Data Valley), prof.dr. Joost Kok (Universiteit Twente), dr. Sabine Wildevuur (Universiteit Twente/Designlab), prof.dr. Peter Beek (VU Amsterdam), prof.dr. Evert Verhagen (Amsterdam UMC), dr. Dina Babuskina (Universiteit Twente), dr. Martin van den Berg (Hogeschool van Utrecht), prof.mr.dr. Marjan Olfers (VU Amsterdam), dr. R.M. van Wijk (Universiteit Twente, TOPFIT Citizenlab), dr. R. Prins (Mulier Instituut).
Meer informatie?
Geïnteresseerd in dit ELSA Lab? Bezoek de website of neem contact op met Margot van Beusekom. Wilt u meer informatie over Mensgerichte AI en het ELSA concept, dan nodigen we u graag uit deze pagina te bezoeken.