Het werk gemakkelijker maken en stress wegnemen

Van een vervelend onderzoek tot een operatie in het ziekenhuis, zorg ontvangen of verlenen brengt vaak een bepaalde mate van stress met zich mee. Vooral bij de patiënt, maar ook bij het personeel. Goed gebruik van data kan het voor beiden makkelijker maken en daardoor die stress grotendeels wegnemen.

In de zorg wordt alles steeds minder: minder tijd, minder mensen, minder bedden, minder geld. Maar met die beperkte middelen moeten meer patiënten worden bediend. Dat vraagt om slimmer werken. Datagedreven werken kan bijvoorbeeld helpen om patiënten korter te behandelen, zodat ze eerder naar huis kunnen. En om de inzet van mens en materieel efficiënter te maken.

Die maatschappelijke impact van alles wat we doen binnen de zorg vind ik mooi. We realiseren een prachtige oplossing en krijgen daarvoor betaald, maar we doen ook iets goeds voor de maatschappij. We helpen mensen écht verder. Dan begint bij mij de adrenaline te stromen; daar wil ik wel een stapje extra voor zetten.

Smart hospital: de toekomst van het ziekenhuis

De ene zorgorganisatie is de andere niet. Grote bedrijven zijn vaak veel verder met datagebruik dan kleine bedrijven. Bijvoorbeeld de acht universitair medische centra (UMC’s) in Nederland, daar doen ze al heel veel met data. Maar vooral voor opleiding en onderzoek en nog niet zozeer in de uitvoering van de zorg. Samen met één van de UMC’s zijn we momenteel bezig met opdrachten die moeten bijdragen aan de ontwikkeling van een ‘smart hospital’. Daarbij kijken we heel erg naar de zorgverlening: wat is er nodig op de werkvloer om het werk slimmer en sneller uit te voeren? Om de planning en logistiek te verbeteren, ofwel de bedrijfsvoering optimaliseren.

Zo onderzoeken wij bijvoorbeeld of we de behandeltijd van endoscopieën beter kunnen voorspellen. Het Endoscopie Centrum van de afdeling Maag Darm en Leverziekten (MDL) beschikt over vijf behandelkamers en één zorgkamer. Veel patiënten krijgen een roesje voor het onderzoek en verblijven na de behandeling in de zorgkamer tot ze goed wakker zijn. De zorgkamer biedt slechts ruimte aan een bepaald aantal patiënten, maar regelmatig gebeurt het dat er meer patiënten liggen, omdat de behandeling (inclusief uitslapen) uitloopt. Dit kan zorgen voor stress bij patiënten en verpleegkundigen.

Voor het voorspelmodel krijgen we inzage in het elektronisch patiëntendossier. Het voorspelmodel zal vervolgens als input dienen voor een optimalisatiemodel, waarin we de voorspelde behandeltijden van toekomstige patiënten dusdanig (wiskundig optimaal) gaan koppelen aan de beschikbare behandelkamers dat er nooit meer patiënten dan het aantal beschikbare bedden in de zorgruimte liggen. Hoe cool is dat!

Goede zorg voor iedere zuigeling

Of bijvoorbeeld de logistiek op de afdeling neonatologie, waar men zich bezighoudt met de zorg voor zieke of vroeggeboren zuigelingen. Daar zijn we nu in gesprek om een model te bouwen dat het moment van bevallen beter voorspelt, tot drie maanden voor de daadwerkelijke bevalling. Initieel wil men dit model toepassen op alle toekomstige moeders die onder behandeling zijn bij de afdeling verloskunde. Op termijn wil men het model uitbreiden naar de hele regio, dus ook naar patiënten die (nog) niet onder behandeling zijn van het ziekenhuis. Daarbij kan onze huishouddata ook een mooie rol hebben.

Tegelijk met het moment van bevalling is het de bedoeling dat we ook een voorspelling doen over de benodigde zorg van de baby, waarbij we moeten aangeven of de baby kraamzorg nodig heeft of naar de medium care, high care of intensive care moet.

Met dit soort modellen kunnen we een mooie bijdrage leveren aan het persoonlijker maken van de zorg. Als data scientist is het geweldig om zulke oplossingen te bedenken: je kunt al je creativiteit en kennis erin kwijt en de zorgorganisaties staan te springen om het toe te passen. Er zitten nog wel veel juridische haken en ogen aan, met name als het gaat om welke gegevens we mogen gebruiken en wat we wel of niet mogen doen met deze gegevens. Dus ook onze juridische collega’s zijn hierbij onmisbaar.

De hele organisatie data-savvy

De ontwikkelingen binnen het Aanalytics-vakgebied volgen elkaar snel op; er kan steeds meer. Daarmee wordt het ook steeds belangrijker dat je het goed kunt toepassen met focus op de toegevoegde waarde: welke footprint laat ik achter? En gaat mijn klant het ook echt gebruiken?

De vraag naar ‘hardcore’ data scientists vermindert en de vraag naar dataconsultants stijgt. Zij kunnen de vertaling maken van wat de organisatie nodig heeft naar de data en omgekeerd. Dit vraagt van iedereen in de organisatie om in meer of mindere mate ‘data literate’ te worden, zelf veel meer datagedreven te gaan denken en werken. Niet alleen de bestuurders, maar juist ook de mensen op de werkvloer. Hier zie ik een mooie rol weggelegd voor EIFFEL.

De datacapaciteit hebben we al in huis, maar alle consultants en professionals op legal-, finance- en process-projecten bij klanten moeten meer data-savvy worden. Zodat ze gaan herkennen wanneer een klant een datavraag heeft, de juiste collega kunnen inschakelen en de dataoplossing kunnen vertalen naar een organisatieoplossing.

Het mooiste van werken bij EIFFEL? Dat je niet alleen vakinhoudelijk maar ook maatschappelijk impact kunt hebben. Natuurlijk is dat niet altijd makkelijk, gezien de grote verschillen tussen organisaties. Maar ook wanneer een organisatie nog niet zover is met data, kun je echt verschil maken. Dan sta je als het ware aan de wieg van die ontwikkeling.