Impact |AI-ondersteunde communicatie voor mensen met afasie
De komende weken introduceren de genomineerden voor de Ben Feringa Impact Award 2026 zichzelf en hun impactvolle onderzoek of project. De winnaars worden 9 juni bekend gemaakt. Deze week: Thijs van der Laan en het onderzoek over AI-ondersteunde communicatie voor mensen met afasie.
Wie ben je?
Ik ben Thijs, afgestudeerd in Artificial Intelligence. Wat mij aantrok in dit vakgebied was de ‘nieuwheid’ ervan en de brede scope, waarbij verschillende disciplines worden gecombineerd. Met een brede interesse in uiteenlopende onderwerpen houd ik ervan om complexe en innovatieve problemen aan te pakken, bij voorkeur door AI-tools en -technieken toe te passen om echte, praktische uitdagingen op te lossen. Ik geloof dat er aanzienlijke kansen zijn voor positieve impact door de creatieve toepassing van kunstmatige intelligentie in verschillende domeinen, zoals afasie. Op dit moment werk ik als trainee bij een financiële instelling, waar ik mij richt op het waarborgen van een verantwoorde invoering en governance van AI. Ik studeerde aan de Faculty Science & Engineering, waar ik een MSc in Artificial Intelligence heeft afgerond.
Kun je uitleggen wat het onderzoek inhoudt?
Mijn onderzoek legt de basis voor het bestuderen van taalmodellen als ondersteunende technologie voor mensen met anomische afasie, een aandoening waarbij het moeilijk is om woorden op te roepen en uit te spreken. Hun spraak wordt gekenmerkt door frequente pauzes of woordvervangingen (parafasieën). Ik heb onderzocht of taalmodellen deze pauzes of vervangingen kunnen aanvullen door gebruik te maken van de voorafgaande tekstuele context.
Hiervoor heb ik een end-to-end pipeline ontwikkeld en geëvalueerd die op basis van momenten van aarzeling de meest waarschijnlijke volgende woorden voorspelt. Daarbij heb ik interviewdata gebruikt uit AphasiaBank, een grote internationale dataset. Omdat mijn onderzoek een mogelijke toepassing in een app of smartwatch voor ogen heeft, heb ik de modelgroottes verkleind, de trainingsfunctie aangepast om de nauwkeurigheid van voorspellingen te verbeteren, en de sterke en zwakke punten van deze aanpak onderzocht.
Wat maakt het onderzoek impactvol?
Mensen met anomische afasie hebben moeite met alledaagse gesprekken. Bestaande klinische hulpmiddelen bieden beperkte ondersteuning, omdat ze meestal gebaseerd zijn op vaste woord- of beeldsets in plaats van natuurlijke spraak, wat vaak leidt tot vermoeidheid en sociale isolatie. Mijn onderzoek legt de basis voor AI-gestuurde communicatietools. Omdat AI-modellen context uit trainingsdata kunnen vastleggen, kunnen ze in realtime de meest waarschijnlijke volgende woorden voorspellen en suggesties doen die zijn afgestemd op een specifieke context. Tools die op deze modellen zijn gebaseerd, kunnen mensen met afasie effectiever, sneller en nauwkeuriger ondersteunen dan bestaande methoden.
De gebruikers omvatten mensen met afasie, hun mantelzorgers, clinici en het bredere zorgsysteem, met verwachte verbeteringen in dagelijkse communicatie-uitkomsten. Daarnaast biedt het ook potentieel voor mensen met dementie en ouderen, bij wie eveneens spraakproblemen kunnen ontstaan. Langetermijnvoordelen van passende technologie zijn onder andere grotere sociale participatie, minder isolement en efficiëntere ondersteuning bij revalidatie.
Wat was je persoonlijke motivatie voor het onderzoek?
Tijdens mijn studie en mijn werk als docentassistent heb ik altijd interesse gehad in taal en spraak. Het onderzoeken van het gebruik van AI-modellen voor mensen met afasie stelde me in staat om me te richten op praktische toepassingen van AI en, nog belangrijker, bij te dragen aan een onderzoeksrichting die een positieve impact heeft op de samenleving. Een waardevolle les voor mij kwam voort uit deze expliciete focus op impact, die me leerde om succes niet alleen te beoordelen op basis van prestatiemetrics, maar ook op de potentiële bruikbaarheid voor mensen met afasie en clinici.
Dit veranderde mijn perspectief van “wat is technisch mogelijk?” naar “wat is haalbaar, acceptabel en waardevol in de praktijk?”, een leerervaring die ik sindsdien vaak heb toegepast. Daarnaast heb ik door samen te werken met begeleiders uit verschillende faculteiten geleerd hoe ik over disciplines heen kan samenwerken, verschillende verwachtingen en vakjargons kan overbruggen en technische, taalkundige en klinische perspectieven kan integreren in één samenhangend onderzoeksplan.