Om de stap naar data-gedreven werken te kunnen maken, heeft de zorg dringend behoefte aan eigen dataprofessionals. Naast het opleiden van clinical data engineers zouden er meer middelen naar de bijscholing van de huidige professionals moeten gaan. Ook het delen van mensen en middelen kan bijdragen aan een robuuster datafundament. Dat betoogt David Tom, data scientist en directeur van 6Gorilla’s.
“De zorg heeft een chronisch gebrek aan data engineers”, zegt David Tom. “Dat wil zeggen: mensen die er concreet voor kunnen zorgen dat data op een goede manier ontsloten wordt voor de juiste mensen op het juiste moment. Bij een grote retailorganisatie als PicNic werken zevenhonderd mensen fulltime aan data. Bij een bank driehonderd tot vierhonderd man. Bij een gemiddelde zorginstelling zijn dat er één of twee.”
Mede door dit tekort aan specialistisch personeel blijven de mogelijkheden die data de zorg biedt voor een belangrijk deel onbenut, denkt David Tom. Met name op het gebied van logistiek en planning liggen er legio quick wins. Met 6Gorilla’s helpen David Tom en zijn collega’s inmiddels zo’n vijftig zorginstellingen te ‘verslimmen’.
“Pakketbezorgdiensten zijn een goed voorbeeld van hoe je met data de hele logistieke keten goed kunt opzetten. Wachtlijsten zijn nu groot probleem in de zorg. Stel je voor dat al die patiënten zich net als reizigers op Schiphol in één keer zouden melden aan de poort. Dan zouden we een enorme maatschappelijke rel hebben.”
Incidentmeldingen
Met gemiddeld 1.500 wachtenden per huis zouden ziekenhuizen er goed aan doen hun logistiek digitaal te stroomlijnen. “Als we instellingen laten snuffelen aan data en artificiële intelligentie proberen we zo snel mogelijk naar een oplossing toe te werken die relevant is. Neem bijvoorbeeld het aantal incidentmeldingen. Via data kun je heel snel achterhalen wat er aan de hand is en concreet resultaat boeken. Als dat kwartje valt, zijn mensen trots en zie je lachende gezichten.”
Op termijn kan data fundamentele veranderingen in de zorg teweeg brengen. De heilige graal is natuurlijk voorspellende geneeskunde, waardoor daadwerkelijke preventie mogelijk wordt. Maar ook diagnostiek en behandeling zullen bij effectief gebruik van data structureel verbeteren.
Eigen data-huishouding
Zover is de zorg nog niet. Een noodzakelijke eerste stap is wat hem betreft het op orde brengen van de eigen data-huishouding. “Data is vaak versnipperd, op veel plekken aanwezig en de status is niet helder. De zorg heeft de afgelopen twintig jaar zoveel data verzameld, maar vaak weten we niet helemaal zeker of cliënten nou wel toestemming hebben gegeven voor het delen van data en welke data precies.”
“Het is zaak om te verkennen wat er in de zorg aan data voorhanden is en wat we daarmee kunnen. Wat zijn de vraagstukken die we kunnen oplossen met data? En hoe kunnen die oplossingen door alle zorgprofessionals gebruikt gaan worden? Want dat is het doel van data-gedreven werken.”
Digitale en zorginhoudelijke kennis
Juist de combinatie van digitale en zorginhoudelijke kennis onderstreept de noodzaak van specifieke opleiding en training. “Er zijn nu initiatieven in de opleidingswereld die dat faciliteren. De hogescholen in Utrecht en Rotterdam bieden opleidingen in die richting. Aan de oprichting van de opleiding in Rotterdam hebben wij zelfs actief meegewerkt.”
“Daarnaast heb je in Amsterdam een topopleiding voor medische informatiekunde. En de Jheronimus Academy of Data Science (JADS) heeft al een paar jaar een supergoed curriculum voor digitale pioniers in de zorg. Maar dat is nog veel te weinig. We zijn soms echt nog roependen in de woestijn.”
Kennis eigen personeel bijschaven
Gezien de hoge nood moet de zorg niet alleen nieuwe professionals opleiden, maar ook voortdurend de kennis en kunde van het eigen personeel blijven bijschaven, vindt Tom. “Het is belangrijk dat instellingen gaan beseffen dat ze veel zorgprofessionals in huis hebben die tijdens hun opleiding het nodige geleerd hebben, maar in de loop der jaren steeds minder up to date zijn. De technieken om met data om te gaan zijn de afgelopen jaren snel veranderd. Met de open source community tools van nu kun je sneller en handiger werken met algoritmes en classificatiemodellen, maar dat vergt training.”
Samenwerken
Minstens zo belangrijk als opleiden is samenwerken. “Als een instelling twee datamensen in huis heeft waarvan er één op cursus gaat om nieuwe dingen te leren, dan is die binnen de kortste keren weer weg”, zegt Tom. “Zorgaanbieders moeten zich verenigen om te zorgen dat kennis niet bij één of twee mensen blijft hangen. Met een clubje van vijf of zes instellingen, heb je al voldoende body om een gezamenlijke roadmap en agenda te maken en kun je je op meerdere focusgebieden richten.”
Wat zulke samenwerking kan opleveren leert volgens David Tom het collectief gebruik van een dataplatform als Snowflake. De deelnemende zorginstellingen kunnen hier zonder elkaars data te kunnen zien samen werken aan het ontsluiten van hun data, algoritmes maken en deze trainen. Ook andere spelers, waaronder de NS, PicNic en Booking.com, hebben hun weg gevonden naar dit grote cloud platform. Dit maakt eens te meer duidelijk dat de zorg -als het om dataprofessionals gaat- moet vissen uit een vijver waar veel partijen een lijntje hebben uitgegooid.
Maatschappelijk nut
Hoe goede dataprofessionals voor de zorg te behouden? “We vinden het in de zorg inderdaad moeilijk om die mensen te binden”, reageert Tom. “Wij hebben als bedrijf ook last van het feit dat ze bij banken en verzekeraars meer geld kunnen verdienen. Maar de zorg heeft wel iets supercools. We werken samen voor het maatschappelijk nut! Dat is toch wat anders dan bij een verzekeraar de hele dag financiële transacties te controleren of schadeclaims te analyseren.”
