Gezondheid en sport: lekker healthy met Data Science
Vorige week was de aftrap van de CareerCraft Academy for Data Scientists met tien jonge data scientists. Een gezamenlijk initiatief van Procam en SAS om de brug te slaan tussen jonge data scientists en bedrijven die naar hen op zoek zijn. Een vliegende start inclusief een kick-off weekend, een 30-daagse bootcamp, deelname aan de SAS Academy for Data Science en twee jaar on-the-job learning en coaching.
TechTalk Data Science: hoe data science de sportwereld en zorg op z’n kop zet
Ook organiseerden SAS en Procam op maandagavond 26 november de TechTalk Data Science voor studenten & young professionals met interesse in data science. Na een hapje en een drankje heetten Edwin Peters, pre-sales director bij SAS, en Frank Boersma, directeur Procam, de volle zaal welkom. Vervolgens legden Joost Huiskens, Joran Roor, Antonie Berkel en Jaimy van Dijk aan de hand van aansprekende business cases uit hoe zij werken met deze nieuwe discipline die wordt gezien als de drijvende kracht achter de digitale transformatie. We blikken terug!
Gezonder worden met data science
Joost Huiskens MD, van oorsprong arts/onderzoeker en nu Industry Expert bij SAS, trapt af met zijn passie: het combineren van data science en zorg. Waarom hij als arts bij SAS is gaan werken, is hij duidelijk in. “Ik wil mensen beter maken met data uit ziekenhuizen”, zegt Joost. Grappend vertelt hij over de uitdaging tussen artsen en data scientists. “De arts wil meteen een oplossing én bij de term Python denkt hij gelijk aan een slang.” Herkenbaarheid bij IT’ers gaat de zaal door in de vorm van luid gelach.
Het gaat al vooruit, de samenwerking tussen de zorg en data science. Van diagnose tot preventie, van de behandeling tot missers – de algoritmes kunnen op alle fronten worden ingezet. Het snel kunnen analyseren van data, is essentieel voor het verbeteren van de zorg. Met behulp van advanced analytics kunnen patiënten beter kunnen worden geselecteerd voor de verschillende beschikbare behandelstrategieën. Met het CEASAR-project van Cancer Center Amsterdam en SAS is het mogelijk om middels advanced analytics de respons op chemotherapie te beoordelen en te verbeteren.
Verwachtingen managen met data science
Van de gezondheidszorg duiken we in een sport analytics case met Joran Roor, data scientist bij SAS. Vanuit de vraag ‘Is olympisch succes voorspelbaar?’ heeft Joran met een team van data scientists bij SAS een analyse gemaakt van 2,4 miljoen wedstrijdresultaten afkomstig van de website van Speedskating Results. De winnende Olympische tijd van Kjeld Nuis op de 1000 meter was voor de data scientists dan ook geen verrassing. Ook konden ze zien dat Sven Kramer met zijn winst op de 5km statistisch gezien weinig kans had op goud op de 10km. Uit de analyse kunnen ook lessen voor de toekomst worden getrokken, want nu is ook duidelijk tot welke leeftijd een wedstrijdschaatser zich nog kan verbeteren en wanneer deze beter zijn ijzers in het vet kan laten.
Wat wordt zijn volgende uitdaging? Hij wil kijken of het mogelijk is om op basis van data van schaatsers te analyseren met welke schaatser je jezelf kunt vergelijken. Ben jij de nieuwe Sven Kramer?
Efficiëntie door veertien camera’s in een voetbalstadion
We blijven in de sport hangen, maar gaan van schaatsen naar voetbal met Antonie Berkel, voormalig project manager bij SciSports. “Volgens onze data is Neymar die 222 miljoen euro gewoon waard”, citeert hij Giels Brouwer, oprichter van SciSports. Antonie vertelt hoe de keuze van een transfer van een topspeler in het verleden voornamelijk ging in de voetbalwereld: scouts kijken twee á drie wedstrijden en maken dan een beslissing die gaat over miljoenen. Dat is totaal niet efficiënt! Giels Brouwer kreeg dankzij Football Manager, de game die vrijwel elke puberjongen speelde, het inzicht dat je al je beslissingen op basis van cijfers moet maken.
Met BallJames, een oplossing van SciSports waarbij SAS de architectuur heeft gemaakt, worden met 14 camera’s om het veld alle bewegingen vastgelegd. Deze camerabeelden worden automatisch omgezet naar zeer nauwkeurige voxels (3D-pixels). Door deep learning toe te passen kun je patronen ontdekken. Loopt een speler anders en welk effect heeft dat? Is het vermoeidheid of een blessure? Zowel clubs, sportbonden als spelers plukken hun vruchten van dit data science project. Het zijn allemaal mooie voorbeelden van hoe data scientists waardevolle inzichten halen uit de eindeloze berg aan data.
Geen hoofdrekenwerk meer bij darten
Als laatste vertelt Jaimy van Dijk, data scientist bij SAS, hoe je met behulp van analytics het dartspel kan verbeteren. Jaimy vertelt hoe ze met haar team een automatische darts teller ontwikkelde. Al bij het hapje en het drankje in de pauze stond Jaimy met een groot dartbord klaar waar geïnteresseerden zelf een poging konden wagen op een groot dartbord.
In haar presentatie legt Jaimy de voorwaarden van het onderzoek uit en vertelt ze hoe ze door middel van een camera de score van darters probeert af te lezen zonder te hoeven hoofdrekenen. Maar daar zaten ook een paar moeilijkheden aan: de camera staat niet recht voor het dartbord omdat de speler daar al staat, het is moeilijk het pijltje te onderscheiden van het bord, elk dartbord is anders qua design en tijdens het filteren werden alle witte randen van het dartbord gelezen. Kortom, een zoektocht die ze probeert toe te lichten door ons te laten zien hoe moeilijk het verschil is tussen een papegaai en guacamole, een Shiba en een marshmallow of een chihuahua en een brownie. Lachend zien we hoe kleine details van een onderzoek het hele plan kunnen tegenwerken. Jaimy sluit af met een quiz en daarna wagen nog een worp op het dartbord tijdens de borrel.
Wil je meer informatie? Bezoek dan de SAS Academy for Data Science en SAS Academy for clinical programming.