Waar kan 30 seconden stem meer zeggen dan een bloedtest?

In deze aflevering spreken we met Michel van de Beek, mede oprichter van Healfie. Michel liep knetterhard vast in het zorgstelsel en nam afstand. Daarna stoot hij per toeval op stemanalyse technologie. Zijn achtergrond, 20 jaar ervaring in de audioindustrie. Die combinatie zetten hem op een spoor dat hij daarvoor nooit had kunnen bedenken. De centrale vraag kan 30 seconden stemanalyse vertellen over je gezondheid dan een bloedtest. En wat betekent dat voor wie de eigenaar is van jouw gezondheidsdata. Joop: Hoi, leuk dat je luisteren naar een nieuwe aflevering van AIToday Live. Joop: Ik ben Joop Snijder, Head of AI bij Info Support en mijn naam Niels Naglé en je leid Data & AI bij Info Support. 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. Joop: Zou je je eerst even kort willen voorstellen? Michel: Ik ben Michel van de Beek. Michel: Ik ben een van de oprichters van Healfie. Healfie is een netwerkorganisatie. 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. Joop: We zitten hier vooral om een product wat je aan het ontwikkelen bent rondom stemanalyse. Joop: Zou je daar iets over kunnen vertellen? 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. Michel: In de stem zit heel veel informatie verborgen over hoe het met je gaat. 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. Michel: En dat doen we met nieuwe technologie. Michel: Maar de principes die eronder liggen, die zijn al millennia oud. Joop: En hoe ben je op dit idee gekomen? Michel: Zoals zoveel in het leven per toeval. Michel: Ik was bezig destijds met het zoeken van een nieuwe weg. Michel: Ik was knetterhard vastgelopen in het zorgstelsel. Michel: Als ik daar even wat context mag geven. Michel: Mensen kiezen voor de zorg omdat ze andere mensen willen helpen, dat was ook mijn route. 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. Michel: Ik had destijds een heel ander idee. Michel: En dat was te vernieuwend. Michel: Waardoor ik gewoon knetterhard vastliep in het zorgstelsel heb ik toen afstand van genomen. Michel: En toen was ik aan het heroriënteren. Michel: En per toeval kwam ik toen in contact met iemand die met stemanalyse technologie al jaren bezig was. Michel: En zodoende is dat pad gaan lopen en ik herkende meteen de potentie ervan. Michel: Want ik ben niet alleen werkzaam in de zorg geweest, ik heb ook een bedrijf in audio gehad, 20 jaar lang. Michel: Ik heb heel veel metingen gedaan, dus de onderliggende technologie. Michel: Daar was ik heel bekend mee. Michel: Ik had heel veel metingen gedaan in verschillende ruimtes. Michel: Stel, ik heb dit glas, ik verplaats het glas daar naartoe, dan verandert de meting. Michel: Of je haalt wat volume uit een kast. Michel: Dan verandert de meting ook. Niels: Wat kun je daar dan uit afleiden uit zo'n stem? Niels: Dat we het kunnen opnemen. Niels: Wat komt er dan uit? Niels: Wat kan je er afleiden? Michel: Hoe werkt dat? Michel: Heel veel, alles wat verbonden is aan het zenuwstelsel, heeft op een gegeven moment werking of uitwerking op je stem. 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. Niels: Ik ben niet zo heel erg thuis in het menselijk lichaam, ik heb er één, maar daardoor ben ik nog niet expert erin. Niels: Waar moet ik dan aan denken? Michel: Heel simpel. Michel: Stel, je bent geïnteresseerd in hoe gaat het met mijn spieren omdat je actief sport. Niels: Dat doet Niels, luister ik altijd naar mijn lichaam, nee, niet altijd. Niels: Wat zou dit zeggen? Michel: Stel je traint. 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. Michel: En als je de periode tussen de trainingen dan aanpakt, dan train je optimaal. Niels: Welke spiergroep ik dus gebruikt heb? Michel: En niet alleen dat. Michel: Ook welke voedingsstoffen eventueel helpend zouden kunnen zijn om herstel te bevorderen. Niels: Is dat niet normaal iets wat je eigenlijk uit bloedanalyse zou doen? Michel: Ja, dat is hoe we nu gewend zijn het te doen. Michel: Maar voordat iets in je bloed terechtkomt, speelt er ook al heel veel energetisch. Michel: Alles is energie. Michel: Tenminste als we laten we daarvan uitgaan dat we daar over eens zijn, anders moeten we fundamenteel gesprek gaan hebben over kwantum fysica. Michel: Alles is energie. Michel: En voordat het als bloedwaarde zichtbaar is, is er ook al een energieproces gaande in je lijf. Michel: Energie is vibratie, vibratie is geluid, dus heel veel is terug te halen uit vibratie. Michel: Dit klinkt heel erg als high tech science. 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. Michel: Dat doen we dus ook. Michel: Alleen met moderne technologieën, en op die manier kijken we wat er anders en wat zou dat kunnen betekenen. Michel: En we moeten wel zo eerlijk zijn, we zitten met deze technologie heel erg in het beginstadium. Michel: Technologie is inmiddels wetenschappelijk bewezen. Michel: In bepaalde aandoeningen bij bepaalde fysieke toestanden van het lijf, de technologie sneller, beter, specifieker dan de bestaande. Niels: Welke toepassing hebben we het dan over, waar dat dan bewezen is? Michel: Bijvoorbeeld neurodegeneratieve aandoeningen, bijvoorbeeld Parkinson. 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. 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. Joop: En kunnen wij links in de show notes opnemen als mensen hier wat meer over zouden willen lezen. Michel: Ik kan jullie de onderzoeken laten zien. Michel: Wat er dan gebeurt is dat er heel erg specifiek naar één aandoening gekeken wordt, hele grote bakken data. Michel: Fantastisch, we hebben een patroon gevonden, we gaan kijken of we dat patroon terugzien. 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. Joop: Dan moet je nog iets meer uitleggen. Joop: Want op zich is het natuurlijk, of natuurlijk, vanuit mijn gedachte. Joop: Dus je bewijst iets dat het klopt, maar jij zegt, ik wil een andere route. Joop: Wat moet ik me daarbij voorstellen? Michel: Als je kijkt naar symptomen of ziekten, dan blijf je denken vanuit het bestaande. Michel: Als je denkt vanuit het bestaande en andere uitkomsten verwacht, dat grenst aan waanzin. Michel: Dat is bekende quote van Einstein. Michel: Dus op die manier gaan we er niet komen. 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. Michel: En als je dat serieus gaat nemen, kan je bijvoorbeeld van tevoren ook al zien. Michel: Ik moet letten op deze spieren, ik moet op mijn voeding letten, ik moet op mijn slaap letten. Michel: En dan krijg je zelf meer mogelijkheden, dan hoef je niet af te wachten tot het als ziekte of als symptoom zichtbaar is. Niels: En wat meet je dan? Niels: Meet je dan zo'n opname zoals we nu hier een podcast opnemen, moet dat in een speciale situatie. Niels: Hoe werkt dat technisch? Michel: 30 seconde stem. Michel: En uit de stem halen we dan op welke frequentie zit spanning op welke frequentie zit een zwakte. Joop: En hoe speelt de technologie van AI hier dan een rol in? Michel: Uiteindelijk het interpreteren. Michel: Want het interpreteren is een enorme enorme klus. Michel: Ik gaf net al het voorbeeld van het glas in een ruimte die ik verschuif. Michel: Je kan je voorstellen dat dat een klassiek voorbeeld is als je hem vaker ziet, ga je hem herkennen. Michel: Dan weet je, hey, dit is dat glas wat verplaatst. Michel: O dit dipje of deze piek betekent dit. Michel: Het menselijk lichaam en hoe wij in elkaar zitten is vele malen complexer dan een simpele luidspreker in de ruimte. Michel: Dus je kan je voorstellen dat dat een heidenskarwei is om dat goed te interpreteren. Michel: En een technologie als AI kan daar een enorme versneller in zijn. Joop: Normaal gesproken heb je iets van de ground truth nodig. Joop: Dat je weet van dit de basis. Joop: We weten zeker dat dit erbij hoort. 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. Michel: Wat wij als technologie nu hebben staan, is dat wij signalen uit je lijf halen. Michel: De signalen geef je lijf aan. Michel: Verder claimen wij op dit moment helemaal niets. Joop: En noem je benoemen zo'n signaal. Joop: Hoe heet dat dan? Michel: Wij noemen dat bijvoorbeeld die spier, zit op dit moment spanning op of zwakte. Michel: En wat kan je daar aan doen, wat kan je er uithalen? Michel: Heel veel op het moment dat je dat gaat combineren met waarnemingen van de persoon zelf of waarnemingen van een professional. 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. Michel: Of dit is juist wel een gezond patroon en dat wil ik ondersteunen. Joop: Maar net zei je nog van we kunnen diabetes type 2 eerder herkennen. Joop: Maar dat is eigenlijk wel het stellen van een diagnose. Joop: Dus daar zit nog een gat. Michel: Ja, dat doen wij dus ook bewust niet. Michel: Omdat wij dus echt op een andere manier met deze technologie om willen gaan. 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. Michel: Dus je gooit eigenlijk 98% van je informatie gooi je bewust weg. Michel: En je kijkt alleen komt dit patroon voor. Michel: Dus klinische waarnemingen die je weet, waar je dus ook het stemgeluid van hebt. Michel: Die leg je over elkaar heen. Michel: Je laat daar machine learning op los. Michel: Daar komt uiteindelijk een algoritme uit en dat algoritme kijkt heel specifiek en de rest gooi je weg. Michel: Wat wij doen is we kijken naar alle informatie die je lijf je geeft. Michel: En we gaan ook combineren. Michel: Maar dan combineren met de kennis van een goede coach of de kennis die je zelf erin stopt. Michel: En gaan dan kijken welke patronen zie ik, welke patronen. Niels: En was we misschien welke eerste use cases zie je dan voor je. Niels: Kijk, ik ben inderdaad een frequent sporter. Niels: Ik weet ook wel dat ik de volgende dag echt al spierpijn ga hebben als ik een goede training gehad heb. Niels: Ik weet niet altijd wanneer ik weer mag beginnen of wanneer het verstandig is om te beginnen. Niels: Meestal begin ik gewoon meestal weet ik ook niet verstandig is. 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. Michel: De route die wij voor onze ogen zien, is de volgende. Michel: We willen beginnen in sport. Michel: Waarom? Michel: In sport is er meer behoefte aan informatie. Michel: Zeker topsporters willen weten hoe kan ik mezelf verbeteren, zijn dus ook eerder geneigd om iets nieuws uit te proberen. Michel: En in topsport. Michel: Dat is zo specifiek. Michel: Dan leer je heel veel. Michel: Als je daar het voor elkaar krijgt, kan je daar enorm veel van leren. Michel: Het is enorm goed lab en vervolgens gaan we dat generieker mogelijk maken. 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. Joop: Als dat betekent dat van mij is het wel iets meer dan 30 seconden aan audio beschikbaar. Joop: Dat daarmee heel veel prijs gegeven kan worden over mijn lijf. Joop: Dat is wel vrij gevoelig. Michel: Dat is extreem gevoelig. Michel: En dit is ook de reden dat wij bepaalde keuzes maken in hoe we dingen aanpakken. Michel: Wij vinden het fundamenteel dat degene van wie de stem is, is zijn of haar data. Michel: En zij moet daar ook over beschikken. Michel: Toen wij ooit met Healfie begonnen, hebben we gekeken, is er technologie beschikbaar waarbij dit kan. Michel: Na een hele grote zoektocht bleek, dat is er niet. 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. Michel: Dus dat is ons hoofd hoofd infrastructuur. 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. Michel: In plaats van dat het andersom is, dat ik inzicht moet krijgen in mijn eigen data. Michel: Dat is heel fundamenteel. Niels: Hoe hebben we dat technisch ingericht dan, vraag ik me af. Michel: De persoon heeft bij ons een account, en hij heeft gewoon een persoonlijke kluis. Michel: En gewoon met schuiven met controles geeft hij mensen toegang of trekt die toegang in. 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. 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. Michel: Die knop zit er ook in. Michel: Ik heb ook veel innovatie sessies gedaan, ook met patiëntenverenigingen. Michel: En een vraag die ik altijd stelde: van, zou je willen dat jouw data gebruikt wordt? Michel: Ja, mits. Michel: 96% zegt dan ja, mits. 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. Michel: En doordat we die omgang die manier met data omdraaien, zijn er ook andere mogelijkheden mogelijk. Michel: Want je mag er ook bewust voor kiezen om dingen te doen waarvan nu heel veel regels zeggen dat het gewoon niet mag. Michel: Want als je het vanuit de professional reden neemt, is het risico te groot dat. Niels: Persoonlijk mag je het risico dan nemen. Michel: Persoonlijk mag je risico's nemen. Michel: Sterker nog, mensen doen het al. 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. Michel: Ik weet niet of jullie bekend zijn met clusterhoofdpijn, dat wordt ook wel suicide heads genoemd. Michel: Hij gebruikte op dat moment dat hij begon met zijn onderzoek duizenden euro's aan medicatie per jaar. Michel: Hij is data gaan verzamelen, is dat met meerdere mensen gaan doen, is dat gaan delen. Michel: Ze hebben daar ook met AI hebben ze daarnaar gekeken. Michel: Patronen ontdekken. Michel: Ze zijn gaan experimenteren. 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. Michel: Gebruik van psilocybine, dat is een stof die in paddo's zit, in microdosing. Michel: En hij heeft nu zijn clusterhoofdpijn onder controle en het kost hem 20 euro aan paddo's per jaar. Michel: Dus dit gaat dit kan er gebeuren als je de omgang met data fundamenteel omdraait. 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. Joop: Je hebt wel gezegd van, er zit wetenschappelijk bewijs onder, werk je ook samen met gerenommeerde zorginstellingen. Michel: Ja, dat doen we graag. Michel: Wel vanuit de volgende insteek, wij willen graag wegblijven uit het medische waarom? Michel: De regelgeving in het medische. Michel: Die voorkomt dat je echt stappen kan zetten die nodig zijn. Michel: Dus we willen wel graag samenwerken. Michel: Maar wel op een manier dat je ook de ruimte hebt. Joop: Maar uit het medische bedoel je dan uit de medische keuring van je systeem. Michel: Vooral vanuit de medische manier van kijken. Michel: Want de medische manier van kijken is: kijk naar het symptoom. Michel: En het moet 100% duidelijk zijn en het moet dan voor de grote gemeenschap duidelijk zijn. Michel: En dat is een manier die eigenlijk mensen niet helpt. Michel: Wij werken ook al veel met topsporters zoals ik zei. Michel: En die zeiden de data, zoals we daarmee omgaan, is eigenlijk te platgeslagen. Michel: Te generiek als individu kan je er verdomd weinig mee. Michel: Mensen hebben het over data gedreven sportenprogramma's, et cetera, dat werkt dus niet als individu. Michel: En dat is ook wat wij herkennen. 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. Michel: En dan kom je op een andere use case. Michel: Mensen met onverklaarde klachten. 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. 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. Michel: En dat is dan de insteek die wij nemen. Joop: En hoe kijk je dan de zorginstellingen waar je wel mee werkt, hoe kijken die hier dan tegenaan? Michel: Omdat dit echt op het randje zit. Michel: En eigenlijk zelfs de buiten, kan het op deze manier omdat wij geen medische claims leggen, geen diagnose. Michel: Wij zeggen eigenlijk hebben wij op dit moment een tool die jou beter leert luisteren naar je lijf. Michel: Daarbij heb je een professional nodig, die professionals altijd in de lead. Joop: Ja, precies, de zorgprofessional. Joop: Ja, dan hebben dat denk ik ook scherp van waarin je opereert. Joop: Ik denk dat het ook fijn is voor de rest van het gesprek. Joop: Ik ben nog wel even benieuwd, zeg maar in die technologie van je zegt 30 seconden, waarom is het 30 seconden nou genoeg. 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. Michel: Zoals ik al zei, we werken met iemand samen die je twintig jaar mee bezig is geweest. 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. Michel: Want in die 30 seconden wordt een gemiddelde genomen van jouw stem. Michel: Je vergelijkt wat je lijf aangeeft ten opzichte van je gemiddelde. Michel: Je kijkt naar jouw balans op elke frequentie in je lijf. Niels: Maar heeft verkoudheid dan ook nog impact op zoiets inderdaad. Michel: Ja, je stem zal anders zijn. Michel: Verkoudheid betekent niet dat je de analyse niet kan doen. Michel: Want je vergelijkt steeds ten opzichte van je eigen gemiddelde klanken op dat moment. Michel: Zit er spanning op een frequentie of zit er een zwakte, dat is de technologie. Niels: Het is toch de baseline van wat is een normaal patroon voor jou persoonlijk en daar de afwijkingen van? Michel: Ja, je kijkt echt naar de afwijkingen. Michel: En dat is eigenlijk de waarneming van de oude oude wijze mensen die dit al gebruikten bij het traditionele geneeswijzen. Michel: En daar zetten we nu moderne technologie voor in. Michel: En we komen erachter dat die mensen 4, 5 duizend jaar geleden een heel scherp waarnemingsvermogen hadden. Joop: Je zijn al machine learning gebruiken jullie welke techniek gebruik je gebruik je machine learning, deep learning, generatieve AI. Michel: We gebruiken eigenlijk alles. Michel: We proberen het passend te gebruiken. Michel: Op dit moment zit met name de inzet, de effort. Michel: Hoe kunnen we met generatieve AI het voor de mensen eenvoudiger en begrijpelijker maken? 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. Niels: Maar hoe worden die markers er dan uitgehaald? Niels: Want je doet toch iets van analyse van de stem, wordt daar dan AI voor ook voor gebruikt? 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. Joop: Wat je zeggen van, we gaan generatieve AI gebruiken om het begrijpbaar te maken, hoe moet ik dat voor me zien? Joop: Want je kan dus met de technologie aanwijzen een spier in het lichaam en dan? Michel: Je lijf speelt heel veel. Michel: En dat er iets uitkomt dat er iets correleert, betekent niet dat er nog een causaal verband zit. Michel: Dus je krijgt een bak informatie waar zelfs de meeste professionals zoiets hebben, dit is een informatieoverloed. 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. 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. Niels: Een beetje hulp bij analyse begrijpen van en patroonherkenning. 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. Joop: Wat hoe kijk je daartegen aan en hoe verhoudt zich dat tot waar jullie mee bezig zijn? Michel: De zorg probeert het bestaande systeem door innovatie te behouden. Michel: Oftewel, de zorg probeert AI in te zetten. Michel: Voor incrementele innovatie, sustaining innovation. Michel: Wat wij proberen, is echt disruptief. 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. Michel: Dat is iets wat in het huidige zorgstelsel fundamenteel ook niet past. Niels: Hoe zo past dat niet? Niels: Ik zit niet helemaal in die zorgwereld voor mij is dat soms hoe bedoel je. Michel: Heel simpel. Michel: Op het moment dat iemand een klacht nog niet heeft, kan in het huidige zorgstelsel niet voor betaald worden. Michel: Dus als je iemand gezond wil houden, daar is geen betaaltitel voor. Michel: We hebben geen zorgstelsel, we hebben een ziektestelsel. Michel: Dus als je kijkt naar gezondheid, kijk naar vitaliteit, dan zijn de zorgpartijen eigenlijk niet jouw partners. Michel: Dat zijn de mensen zelf, dat zijn organisaties, dat zijn coaches die bewust ervoor gekozen hebben om uit het systeem te stappen. Michel: En direct met mensen aan de gang te gaan om ze gezond te houden, zijn je partners. Niels: Ik dacht dat er ook juist heel veel werd ingezet op preventief, preventieve zorg. 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. Michel: Het is ook niet erg dat het niet gebeurt in het huidige stelsel. 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. Michel: En dat is ook waar wij ons voor in zitten. 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. Michel: Dat staat naast het huidige zorgstelsel en dan kan in het zorgstelsel blijven bestaan, wat nu goed werkt. Michel: Want het is niet alleen maar slecht. Michel: Er gaan ook heel erg veel dingen goed. Niels: Want de behandeltrajecten worden beter, de herkenning wordt eerder gedaan, de personalisatie van de trajecten bij ziektebeelden, die worden echt wel geïnnoveerd. Michel: En zo gaat dat vaak deel gaat kapot en wat er niet in past moet naar het nieuwe. Michel: En wat goed is in het bestaande blijft in het bestaande, alleen dan in een nieuwe betere en afgeslankte vorm. Joop: Het interesseert me nog steeds waar je mee bezig bent ook qua technologie. 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. Joop: Zit er een verschil überhaupt tussen man, vrouw, kinderen, mensen met een andere achtergrond. Michel: Ja, zeker. Michel: En dat zijn ook de ontwikkelingen waar we heel goed naar moeten kijken. Michel: In balans ben je, wordt op dit moment beïnvloed door de rekenmethode die erachter zit. Michel: Mannen hebben omdat hun fundamentele frequentie wat laag ligt, hebben een iets hogere score dan vrouwen. 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. Michel: Het gaat erom dat je zelf in beeld krijgt wat wil je lijf jou vertellen. Michel: En dat is ook weer een verschil met hoe er nu gekeken wordt. 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. Joop: Maar waarom hebben jullie dan wel gekozen voor een score dan? 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. Michel: Dat maakt de score uiteindelijk wel duidelijk. Niels: Daar zitten voor mij een beetje herkenning. Niels: Ik heb een sporthorloge in het wisselt hoe goed die is. Niels: Die het anders meet. Niels: En wat ik zelf op let, is ongeacht van welke merk ik heb, is meer van wat is nu mijn standaard? Niels: Hoe voel ik me erbij en wat is het als ik hard gesport heb en intensief ben gegaan, wat zegt de horloge. Niels: En daartussen kunnen we blijven. Niels: Dus dat herken ik wel. Niels: Hoe ga je dat toch inderdaad in feiten voor jezelf kunnen vertalen, want dat is dus heel persoonlijk. Michel: Het is extreem persoonlijk. Michel: Dat is ook het mooie en ook het lastige aan de technologie. Michel: Dat is ook dat raakt ook aan een kernpunt van wat wij zien. Michel: Gezond zijn en gezond blijven, heel hard persoonlijk werken. Michel: En soms heb je daar de hulp nodig van iemand anders. Michel: En vandaar ook dat wij altijd op zoek zijn naar oplossingen, noemen het net platformoplossingen. Michel: Iemand heeft de hulp nodig van een ander, die brengen wij met elkaar in contact. Michel: En daarin ontstaat de chemie. Joop: Want het is natuurlijk ook een vraagstuk van waar zet je straks geld in. 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. Joop: Ik bedoel, dat is een van de meest eenvoudige. Joop: Maar dat doen we niet. Joop: En dat is dus niet een technologiekeuze, dat is een ander type keuze. Michel: Dat is zeker een ander type keuze. Michel: En vandaar ook een keuze vanuit het zorgstelsel. Joop: Als zoiets eenvoudig zoals diabetes type 2, wat voor heel veel problemen zorgen, als je dat wel hebt je behandeld moet worden, medicatie. Joop: Je moet je voeten moeten worden nagekeken, je ogen moeten worden nagekeken. Joop: Het is een shit load aan dingen die je erbij krijgt. Joop: Dus zou je denken van als we als we het belangrijk genoeg vinden, dan zouden we dat gaan doen. Joop: Dus waarom gaat dan waarom wordt er straks in jouw product wel geïnvesteerd, terwijl dit soort makkelijke dingen al niet gedaan worden? Michel: Ik zoek de investering en de bekostigingsstromen ook niet in het huidige. Michel: Om ik zie dat het dat ook fundamenteel niet gaat lukken. Michel: Ik kies het daarbuiten. Michel: Mensen die fundamenteel en intrinsiek gemotiveerd zijn om aan de gang te gaan met hun gezondheid. 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. 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. 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. Niels: Ik zet nog even op het stukje van luisteren en de signalen überhaupt kunnen lezen. Niels: Dat betekent dat ik eigenlijk ook meer van het lichaam moet begrijpen om te kijken wat wordt verteld en de signalen helpen erbij. 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. Michel: Wees in verbinding met een professional die heel dichtbij is, op het moment dat het twijfel is, moet je de vraag kunnen stellen. Michel: Ik laat me heel graag ook inspireren door mijn kinderen. Michel: Kinderen gaan op een hele andere manier ook om met technologie. Michel: En ik vind dat machtig mooi, machtig en interessant. 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. Michel: En ze weten welke vraag ze bij mij moeten stellen. Niels: Ja, maar ik weet soms niet wanneer ik moet twijfelen. Niels: Dus daar twijfel ik dan. Niels: Dat is eigenlijk ook wel weer een verdriet. Niels: Maar ik weet niet wanneer ik zou moeten twijfelen. 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. 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. Michel: Het is een hele eerlijke vraag. Michel: En ik vind het mooi dat hij ook naar voren komt. 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. Michel: Hoe moeten we hiermee omgaan? Michel: Want dit is een vraag die op het ethische vlak ligt, wat extreem belangrijk is. Michel: Op het moment dat jij voor het grote geld gaat, dan maak je iemand afhankelijk van de technologie. Michel: Wij hebben fundamenteel gezegd het gaat om die verbinding met die professional. Michel: En jij moet door de technologie geholpen worden dat je vertrouwen krijgt in je lijf. 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. Niels: Je raakt hem al als we naar de toekomst kijken. Joop: Ja, we hebben nog tijd nog tijd. 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. Michel: Nou, heel veel. Michel: Nu gaat het wat sneller. Michel: De technologie ontwikkelt zich heel snel, waardoor ook met name de kosten een stuk lager zijn. Michel: En dat heeft ons echt wel een hele tijd tegen gaan. Joop: En waar zaten die kosten in dan daarvoor. Michel: Eén de juiste tools hebben, beschikbaar maken, maar ook arbeidskracht, menskracht. Michel: Dat is het mooie van nu. 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. Michel: Dus die kosten zijn drastisch drastisch gedaald. 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. Michel: Ten tijde van de coronaperiode werd geselecteerd voor de Nederlandse dameselftal trainingsgroep. Michel: En in die periode deze ook deze stemanalyse. Michel: En we zagen bij haar de spanning op de spieren groter worden. Michel: En wat zij aan voeding innam of binnenkrijgt, dat zagen we lager worden. Michel: Dus die discrepantie werd veel groter, dus het risico op blessures werd heel groot uiteindelijk is zij dus ook geblesseerd geraakt. Michel: En als wij dit veel sneller hadden gehad, want destijds moesten we ook nog veel zelf doen. 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. Joop: Ja, snap ik. Joop: Er zit ook nog best wel iets lastigs in met het preventieve. 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. Joop: Ik kan een wolvenafschriksysteem in mijn tuin aanleggen. Joop: En tot nu toe werkt die perfect, je hebt nog geen wolf gehad. Joop: Ik heb nog geen wolf gehad, dit is het fundamenteel problematische met preventie. Michel: Een van onze deelnemers in het netwerk, die doet heel veel met burn-out herstel. Michel: En die heeft enkele jaren geprobeerd om zijn preventie aanpak ook bij bedrijven te sluiten. Michel: En hij zegt van joh, ik ben ermee gestopt. Michel: Waarom? 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. Michel: Het is uiteindelijk ook een heel groot stuk marketing, stop met het preventie te noemen, grappig. Niels: Hoe wil je het dan noemen? Michel: Zorg ervoor dat mensen kunnen floreren, dit is ook iets waar wij fundamenteel in geloven. Michel: Ik weet niet of je bekend bent met de onderzoeken naar hoe mensen in de wereld staan, wat hen drijft. 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. 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. 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. Michel: Dus veel positiever. Michel: Mensen eerder geneigd om daarin mee te gaan. Joop: Dat is een andere framing inderdaad. Joop: Is er ergens tijdens de route besloten om te zeggen van daar zetten we de technologie even niet in. Michel: Vaak zat. Michel: Soms merk je dat mensen al geholpen zijn met goed gesprek. Michel: En dan kan technologie juist het goede gesprek in de weg gaan zitten. 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. Michel: Dus wij maken ook tools. Michel: Wij maken geen automatisering van werkwijze. Michel: Want als je automatisering van werkwijze ontwikkelt, dan zit het gebruik van technologie altijd standaard ingebakken, bijna wordt het afgedwongen. Michel: En wij zeggen van je moet het mogelijk maken, maar niet afdwingen, dan kunnen mensen uiteindelijk zelf de keuze maken. Michel: En ja, soms twijfelen ze in het begin daarover, helemaal niet erg. Michel: Want in het twijfel zit ook de eerste motivatie om te leren. Niels: En dat is ook je microcommitment om er wat aan te willen gaan doen, al is het alleen maar signaleren. Joop: Heb je nog een voorbeeld. Joop: Lastig valt me straks wel in. Joop: Als we naar de toekomst kijken, en daar bedoel ik niet 10, 15 jaar vooruit, want daar kan toch niemand naar kijken. Joop: Hoe gaat zich dit ontwikkelen? Joop: Waar gaat het naartoe? 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. Michel: We zitten op dit moment echt nog aan een begin. Michel: Er zijn een heleboel hobbels. 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. Michel: Maar uiteindelijk zie je met dit soort technologieën op een gegeven moment zo'n volwassenheid bereikt dat het omarmd gaat worden. Michel: En ik verwacht dat ergens tussen de komende vijf en tien jaar dat dat gaat gebeuren. Michel: Als je nu al ziet dat wij ook in overleg zijn met academische ziekenhuizen. Michel: Dat er al een academisch ziekenhuis in Nederland weliswaar op een heel kleine toepassing gebruik gemaakt heeft van deze technologie. Michel: En op het moment dat die voorbeelden breed genoeg gedeeld worden, ga je zien dat de koud watervrees steeds minder worden. Joop: Dat we uit die stem ook nog veel meer gaan halen. 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. Michel: In Amerika zie je al dat deze technologie gebruikt worden om mensen te weigeren bij verzekering. Michel: Jouw profiel hangt aan een risicoprofiel vast. Michel: Het is correlatie en causaliteit staat niet vast, maar toch sluiten we je uit. Joop: En met een 30 seconden telefoongesprekje die je dan met ze hebben, kan je uitgesloten worden van. Michel: Dit zijn praktijken die in Amerika al plaatsvinden. Niels: Onze stem is overal we bellen. Niels: Het is overal al te vinden, het is publiek beschikbaar. Niels: Dus hoe ga je de negatieve kant voorkomen. Michel: Dat is gewoon een hele lastige en dat zijn ook lastige vraagstukken als je het hebt over technologie als dit. Michel: Ik probeer het dan positief te bekijken. Michel: Probeer het positief in te zetten, want dan ben jij de partij die tractie krijgt. Michel: En uiteindelijk blijkt dat die dan overblijven. Joop: En ik ben helemaal met je eens van er zijn ook. 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. Joop: Al veel eerder bijvoorbeeld problemen met je hart gedetecteerd kan worden. Joop: En die zitten wel in zo'n goedkeuringstraject zijn daar bijna doorheen. 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. Joop: En als het zo makkelijk uit je stem gehaald kan worden, is dat ook best wel best wel een lastig punt. Michel: Het is extreem lastig en dan ga je het hebben over die ethische kwesties. Michel: En die los je ook niet op door heel hard na te denken, die los je op door het gesprek aan te gaan. Michel: Hier met ons netwerk met de mensen die we helpen, continu wees daar ook open en transparant. Joop: Er zijn er mensen die met je mee mogen denken. Michel: Als mensen dat willen, laat ze contact opnemen. Michel: Wij zijn een netwerkorganisatie, dat betekent dat mensen dragen bij. 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. Michel: Dat is ook niet de manier waarop zeker dit soort dingen kunnen ontwikkelen. Niels: Stel in de toekomst gaan we onze stem veel meer gebruiken, jullie signalen worden gebruikt en het zit toch in het medische veld. 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. Michel: Voor waar we nu staan. 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. Michel: Ik ken dat dan dat not doing het again voor long time wanneer helpt het wel. 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. Michel: Doe het in de wellness en welzijn use cases. Michel: Want daar word je niet geremd. Michel: Zorg ervoor dat er heel veel mensen met je meelopen. Michel: Dat je positieve resultaten krijgt. 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. Michel: En dat is de route die ik voor ogen zie. Michel: En vandaar dat ik zeg, we beginnen met topsport. Michel: Daarna gaan we naar welzijn en vitaliteit. Michel: En uiteindelijk komen we ook weer op raakvlakken met zorg terecht. Niels: Dus het is een andere route. Michel: Fundamenteel andere route en die lopen we, deels ook door mijn eigen ervaringen, maar deels ook door mensen die ons adviseren. 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? 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. Joop: En als ze hem zelfs gaan toespitsen op AI. 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. Michel: Draai de omgang met data om, dat maakt veel meer mogelijk. Michel: En dat is waar heel veel op vastloop, we blijven denken, wij moeten als professionals alles veilig houden voor die cliënt. Michel: Terwijl het ook het voorbeeld wat ik eerder gaf, juist door dat het omgedraaid werd, worden dingen mogelijk. Joop: Slim. Michel: Dit is iets waar inspectie heel erg van balt. Michel: Ja, dan zijn er risico's die wij niet kunnen overzien. Michel: Maar het zijn risico's die mensen willen nemen. Joop: Het is jouw data, jouw lijf. Joop: Mooie tip, denk ik mooi om mee af te sluiten, dankjewel voor dit verhelderend gesprek. Joop: Ik zou haast zeggen, ik weet niet. Joop: Ik wilde zeggen van gebruik mijn stem niet of gebruik mijn stem wel. Joop: Ik weet het eigenlijk even niet. Joop: Ik twijfel nog niet. Joop: Dan sluit het allemaal mee af. Joop: Dankjewel. Joop: Leuk dat je weer luisterde naar deze aflevering. Joop: Vergeet je niet te abonneren via je favoriete podcast app. Joop: Dan mis je geen aflevering. Joop: Tot de volgende keer volgende keer.