Rianne Fijten, dataonderzoeker bij Maastro Clinic, heeft een achtergrond in de Biomedical Sciences, maar vond labwerk nooit echt leuk. "Ik ben nogal ongeduldig en houd van puzzelen, wat zich niet goed leent voor laboratoriumexperimenten. In tegenstelling tot de datawetenschap, die zich baseert op grote datasets en AI om datamodellen en voorspellingen te ontwikkelen."

Rianne maakte tijdens haar master Biomedical Sciences aan de Universiteit Maastricht kennis met datawetenschappen en specialiseerde zich er later in met een doctoraat in breathomics, een niet-invasieve methode om verschillende soorten kanker op te sporen in uitgeademde menselijke adem. "En daar zit het voordeel van data science, helder en simpel. Snel resultaten genereren om inzichten te krijgen in biologische mechanismen en vervolgens de literatuur of het lab gebruiken om verder te gaan met die inzichten." 

Rianne werkt bij Maastro Clinic waar ze streeft naar de klinische implementatie van data wetenschap. "We staan in nauw contact met de medische staf en patiënten bij Maastro om ervoor te zorgen dat ons onderzoek klinisch logisch en waardevol is en patiënten in hun kracht zet." Een voorbeeld dat Rianne geeft is het gebruik van AI-modellen om te helpen bij het voorschrijven van medicatie voor patiënten. "In plaats van trial and error, een belastend iets voor de patiënt, gebruiken we bestaande data om vanaf het begin te voorspellen welke medicatie werkt voor een individuele patiënt, met zo min mogelijk bijwerkingen."  

De gezondheidszorg heeft nog wat weerstand tegen het werken met AI, maar tijden veranderen. "AI is mainstream geworden; we merken dezelfde verschuiving in de gezondheidszorg. Hopelijk betekent dit dat onze onderzoeksprojecten sneller worden geïmplementeerd." 

Daarbij helpen de verschillende evenementen die worden georganiseerd rond ICT en gezondheid. Zoals het Women in Data festival en het ICT&Health congres. "Er is een ondervertegenwoordiging van vrouwen in data science en STEM-opleidingen in het algemeen, hoewel dit de laatste jaren is verbeterd. Dit soort evenementen bieden vrouwen een podium om hun werk te delen en het bewustzijn over datawetenschap te vergroten."