EscuLine voert innovatief onderzoek uit in de zorgsector, met focus op diepgaande analyses van complexe zorgvraagstukken. Door gebruik van AI- en machine learning-technieken onderzoeken we bijvoorbeeld het effect van thuiszorgtechnologie en maken we voorspellingen over zorgbehoeftes.
Dit gebeurt in nauwe samenwerking met universiteiten, hogescholen en onze eigen experts. Ons doel is het ontwikkelen van nieuwe, waardevolle inzichten die breed toepasbaar zijn in de zorgsector en bijdragen aan betere en efficiëntere zorg.
Fase 1: Ideeën verzamelen
Samen met klanten en onze eigen consultants verzamelen we ideeën om de zorg te verbeteren. We onderzoeken vervolgens of er een klant beschikbaar is die over de juiste data beschikt en met ons wil meedenken over het onderzoek. Als we zo’n klant vinden, gaan we door naar fase 2.
Fase 2: Innovatief onderzoek
Voor het innovatieve onderzoek werken we samen met afstudeerders van universiteiten en hogescholen. Deze samenwerking stelt ons in staat om diepgaand onderzoek te doen naar de mogelijkheden van de beschikbare data, terwijl we tegelijk profiteren van de nieuwste academische inzichten. Hoewel elk onderzoek waardevolle leerervaringen oplevert, resulteert niet elk traject in direct toepasbare oplossingen. We gaan alleen door naar de volgende fase wanneer de onderzoeksresultaten concrete meerwaarde bieden voor de zorgsector.
Fase 3: Ontsluiten van resultaten
Om onderzoeksresultaten praktisch toepasbaar te maken voor de zorg, vertalen we deze naar interactieve dashboards. Onze consultants ontwikkelen de onderzoeksuitkomsten door tot concrete toepassingen en zorgen voor een automatische, dagelijkse verversing van de data. Het eindresultaat is een gebruiksvriendelijk dashboard dat direct waarde toevoegt aan de dagelijkse zorgpraktijk.
Fase 4: Doorontwikkeling met onze klanten
Onze dashboards zijn ontwikkeld met schaalbaarheid in gedachten, waardoor ze moeiteloos kunnen worden geïmplementeerd bij verschillende zorgaanbieders. Dit creëert een netwerk van organisaties die dezelfde innovatieve oplossingen gebruiken. Door de praktijkervaringen van gebruikers ontstaan nieuwe inzichten en ideeën voor verbeteringen. We organiseren halfjaarlijkse bijeenkomsten waarin we samen met onze gebruikers deze feedback evalueren en beslissen over toekomstige ontwikkelingen.
SpoedSim is een innovatief dashboard voor de Spoedpost dat wachttijden aan de telefoon nauwkeurig voorspelt. Het systeem analyseert het actuele rooster en geeft direct inzicht in factoren die de wachttijd beïnvloeden.
Gebruikers kunnen eenvoudig verschillende roosterscenario’s doorrekenen, waarbij het dashboard direct de impact op de wachttijden visualiseert en de verschillen tussen scenario’s helder presenteert. Door ook vergelijkingen te maken met een standaardrooster kunnen planners de telefonische bezetting over langere periodes optimaal afstemmen.
Dit bewezen systeem stelt Spoedposten in staat om proactief bij te sturen en de telefonische bereikbaarheid te verbeteren.
Dit onderzoek richt zich op de impact van thuiszorgtechnologie op de efficiëntie van wijkteams. Momenteel bevinden we ons in fase 3, waarin we de onderzoeksresultaten vertalen naar praktische toepassingen.
We hebben concrete inzichten ontwikkeld in hoe thuiszorgtechnologie de zorguren beïnvloedt en vertalen deze kennis naar een interactief dashboard. Dit dashboard genereert gepersonaliseerde adviezen op basis van het zorgplan, waarbij het specifiek aangeeft welke thuiszorgtechnologieën kunnen leiden tot een efficiëntere inzet van het wijkteam.
Het onderzoek breidt zich nu uit naar bredere impact op de zorg. We analyseren hoe thuiszorgtechnologie bijdraagt aan de zelfredzaamheid van cliënten, met name in relatie tot langer zelfstandig thuis wonen. Daarnaast onderzoeken we de optimalisatie van zorgmomenten en meten we de cliënttevredenheid om een compleet beeld te krijgen van de toegevoegde waarde.
In dit onderzoek gebruiken we geavanceerde tekstanalyse om automatisch belangrijke informatie uit zorgrapportages te halen.
Als concrete casus richten we ons op het gebruik van steunkousen: we identificeren welke cliënten steunkousen dragen en wie verantwoordelijk is voor het aan- en uittrekken ervan. Dit doen we met behulp van een speciaal ontwikkeld taalmodel voor de zorgsector.
Het project bevindt zich momenteel in de onderzoeksfase (fase 2), waarbij we nauw samenwerken met het Zorginstituut en onze eigen consultants. Het project heeft twee belangrijke doelstellingen: ten eerste zorgen we ervoor dat de gevonden informatie direct beschikbaar komt in het Elektronisch Cliënten Dossier (ECD) van de zorgaanbieder.
Ten tweede onderzoeken we voor het Zorginstituut of deze methode geschikt is voor structurele dataverzameling, bijvoorbeeld voor gebruik binnen het KIK-V programma (Keteninformatie Kwaliteit Verpleeghuiszorg).
Wetenschappelijk onderzoek bij Esculine biedt jou als student of afstudeerder de unieke kans om écht impact te maken in de gezondheidszorg. We zoeken gedreven onderzoekers die samen met onze zorgpartners praktijkgerichte oplossingen willen ontwikkelen. Meld je aan voor een onderzoeksplek waar jouw talent wordt uitgedaagd en waar je direct bijdraagt aan innovatieve zorgvernieuwing.
