Behoefte aan data-analisten met specialistische vakkennis neemt toe
Door technologische vernieuwingen neemt de hoeveelheid data waar informatie uitgehaald kan worden exponentieel toe, ook in de gezondheidszorg en dus ook in ziekenhuislaboratoria. Dit leidt tot een toenemende behoefte aan medewerkers die data-analyses kunnen uitvoeren, maar die ook goede kennis van het vakgebied in de gezondheidszorg hebben. Deze kennis ontbreekt vaak bij algemeen opgeleide data-analisten.
In de praktijk zullen de vakspecialist en de data-analist goed met elkaar moeten kunnen samenwerken. Daarvoor is een nieuwe gezamenlijke onderwijsmodule in de minor van de studierichtingen Applied Science (AS) en Technische Natuurkunde (TN) ontwikkeld. Hierbij heeft de AS-student inzicht in de inhoudelijke interpretatie van de data, de laboratorium processen en de gegevenskwaliteit. De TN-studenten beschikken over meer ervaring in data-analyse.
Nieuwe onderwijsmodule om data science te leren toepassen in laboratoria
In deze nieuwe aanpak, gebaseerd op High Impact Learning, werken studenten aan opdrachten uit ziekenhuislaboratoria. De werkwijze is gericht op het zelfstandig aanleren van competenties voor het oplossen van problemen waarvoor de studenten zelf onvoldoende kennis hebben. Hierbij treedt de docent, behalve als expert, nadrukkelijk op als coach. Ook kunnen studenten elke beschikbare softwaretool gebruiken om een dataset te analyseren. Na afloop hebben de studenten geleerd om hun leerproces zelf te sturen en hebben zij een oplossingsgerichte mentaliteit ontwikkeld. Hierdoor zijn zij goed voorbereid om als jonge professional in een laboratorium mee te helpen aan het onderbouwd beantwoorden van informatievraagstukken met behulp van data science.
Module succesvol ontwikkeld ondanks beperkte samenwerking met ziekenhuizen
Het opzetten van samenwerking met het werkveld is gelukt. Diverse ziekenhuis zijn benaderd en hun reactie was positief maar slechts bij twee ziekenhuizen leidde dit tot concrete opdrachten (Rijnstate en het Jeroen Bosch Ziekenhuis). Drukke omstandigheden bij de ziekenhuizen en onbekendheid met data science waren hoofdoorzaken dat er geen prioriteit werd gegeven aan het definiëren van onderzoeksopdrachten. Als oplossing hiervoor kregen studenten de mogelijkheid om zelf een onderwerp te kiezen. Hiervan is bij iedere pilot met succes gebruikt van gemaakt.
Gedurende het project zijn er evaluaties uitgevoerd, zowel bij docenten als studenten, volgens de open interviewmethode en in latere fases met een online enquête met deels open vragen. Iedere evaluatie is door het docententeam geanalyseerd en op basis daarvan zijn verbeterpunten vastgesteld.
Het belangrijkste resultaat van dit project is dat er nu in de minorfase van Fontys TNW een module data science is opgenomen. De module omvat een aantal workshops die in dit project zijn ontwikkeld en die als doel hebben studenten snel in te werken op het gebied van data science, zoals data structurering en het werken met drie verschillende analysetools (R, SPPS en KNIME). Ook is een workshop ontwikkeld over dataprivacy en ethische aspecten ten aanzien van data.
De samenwerking tussen Applied Science studenten en Technische Natuurkunde studenten en docenten was voor alle partijen zeer leerzaam. De toevoeging van een onderwijskundige aan het projectteam was zeer waardevol en zorgde voor meer diepgang in de ontwikkeling van de module.
Relevante publicaties
- Dochy, F., Berghmans, I. , Koenen, A. & Segers, M. . (2015). Bouwstenen voor High Impact Learning. Het leren van de toekomst in onderwijs en organisaties. Amsterdam: Boom.
- Blanckenberg, B. (2018). Naar een datavaardige professional binnen de Applied Sciences, Domein Applied Science.
- El Emam, K., Rodgers, S., & Malin, B. (2015). Anonymising and sharing individual patient data. BMJ (Clinical research ed.), 350, h1139. https://doi.org/10.1136/bmj.h1139
- Reddy, Y. M., & Andrade, H. L. (2010). A review of rubric use in higher education. Assessment & Evaluation in Higher Education, 35(4), 435–448. https://doi.org/10.1080/02602930902862859
Comenius Teaching Fellowship 2019