Berichten

Een (corona-)dashboard maken is niet genoeg

In mijn vorige blog beschreef ik al kort het voorbeeld van het Corona dashboard van de
Rijksoverheid.

In deze blog ga ik daar dieper op in. Vooral om als voorbeeld te dienen voor wat dit kan betekenen voor de implementatie van BI dashboard(s) bij jouw organisatie.

Een dashboard is pas zinvol als er ook acties genomen worden wanneer de cijfers slechter zijn dan de normwaarden. Dit gaat bij het corona-dashboard helaas moeizaam. Een groot deel van de zomer stond de R (het verspreidingsgetal, ofwel hoeveel mensen besmetten één andere persoon) boven de normwaarde van 1.0, maar werden er geen strengere maatregelen afgekondigd.
Begin september heeft het kabinet dan toch een aantal maatregelen ingevoerd (registratieplicht voor bezoekers horeca, aantal gasten thuis bepreken tot maximaal 6, uitstel opening nachtclubs), en is de R toch weer even gezakt. Of dit komt door de maatregelen van de overheid of door waarschuwingen in de media blijft natuurlijk lastig om te zeggen. De laatste dagen loopt het aantal besmettingen echter weer heel snel op.

Opvallend

Er zijn 4 dingen die mij opvallen aan het Corona-dashboard en het gebruik ervan:

Aanvullende informatie

Ten eerste wordt bij het bepalen van de maatregelen gerefereerd naar uitkomsten van het bron- en contactonderzoek. Deze zijn vanaf het dashboard niet te vinden. Ze zijn beschikbaar in een pdf op de website van het RIVM. Dit is geen KPI (Key Performance Indicator) dus dit hoeft niet perse in het dashboard. Maar je zou verwachten dat dit soort belangrijke informatie, waar beslissingen op worden gebaseerd, snel op bijvoorbeeld een tweede werkblad te vinden is.

Proces indicatoren

Daarnaast is het opvallend dat in de media en ook in de Tweede Kamer veel aandacht wordt besteed aan de bereikbaarheid van de corona-test-afsprakenlijn. Hierbij is vooral de tijdsduur tot je daadwerkelijk een test krijgt en daarna de tijdsduur tot het resultaat van belang. Nu is het zo dat op het moment van schrijven maar op 7 test locaties plek is om überhaupt een afspraak te maken, waarvan 4 in en rondom Zeeland. De vijftien miljoen inwoners die dus niet in Zeeland of West-Brabant wonen hebben keuze uit maar 3 test locaties. Deze cijfers staan niet in het dashboard. Als het kabinet deze zaken niet zo belangrijk vindt, dan hebben ze dat niet over weten te brengen aan de belangrijkste stakeholders, de Tweede Kamer en journalisten. Als deze cijfers eigenlijk toch wel belangrijk zijn, zou je verwachten dat een aantal proces-indicatoren over testen op het dashboard zouden staan.

Aanvullende KPI’s

Het huidige dashboard bevat feitelijk alleen uitkomst indicatoren. Alle cijfers die erop staan zeggen iets over het aantal actuele besmettingen en het verloop daarvan. Er zijn geen cijfers over hoe goed de inspanningen om het virus in te dammen werken. Denk hierbij naast de uitvoering van zowel het testen als het Bron- en Contactonderzoek (BCO) ook aan resultaten van social distancing. Cijfers hierover zijn niet ruim voorradig maar er zijn zeker mogelijkheden. Het aantal contacten per besmet persoon in de BCO’s en hoeveel er gereisd wordt zijn voorbeelden van beschikbare cijfers.

Welke mogelijke beslissingen ga je nemen?

Als laatste is een van de maatregelen die recent is aangekondigd dat er regionale maatregelen genomen moeten worden en dus dat ook de cijfers regionaal beschikbaar moeten worden gemaakt. Dit lijkt erop te wijzen dat er niet nagedacht is over welke maatregelen wanneer volgen.

Als hier van tevoren over nagedacht zou zijn en dat als input gebruikt was bij welke cijfers nodig zijn, dan was meteen duidelijk geworden dat regionale maatregelen wenselijker zijn dan landelijke maatregelen.

En dat er dus regionaal inzicht nodig is.
Nou moet gezegd worden dat het kabinet unieke uitdagingen heeft: de oppositie in de Tweede Kamer is geneigd cijfers te gaan zoeken die negatief zijn. Eenheid bereiken op dit gebied is dus lastig. Iets wat in jouw organisatie waarschijnlijk niet het geval is.

Wat kan jouw organisatie leren van het project Corona-dashboard?

Al met al blijkt dat het maken van een dashboard alleen niet genoeg is.
Wanneer er KPI’s op het dashboard worden gezet, moet meteen worden ingeschat of deze niet te hoog of te laag zijn. En wat je daar vervolgens mee gaat doen. Hierbij blijkt nog wel eens dat er meer informatie nodig is.

Als BI & Health Analytics consultant is dit iets waar ik dagelijks mee bezig ben. In onze projecten werken wij altijd met een dashboard met meerdere tabbladen (werkbladen). Naast de hoofdpagina kunnen we zo verdiepingsoverzichten of aanvullende informatie aanbieden.

In sommige gevallen blijkt dat KPI’s verkeerd zijn gekozen of dat er extra (proces)indicatoren nodig zijn om in de gaten te houden of maatregelen goed worden ingevoerd.

Uit het voorbeeld over het gebrek aan KPIs over de toegankelijkheid van een Corona-test blijkt ook dat het belangrijk is dat de stakeholders zich herkennen in en sturen op dezelfde indicatoren.
Ik heb meegemaakt dat er in organisaties door verschillende mensen op verschillende KPIs gestuurd werd, en dus informatie op andere manieren verkregen. Soms werd er dan bijvoorbeeld begroot op cijfers die nauwelijks terugkwamen in de rapportages. Een goed voorbeeld hiervan is iets dat ik in de praktijk heb meegemaakt. Een manager stuurde erop om een KPI zo laag mogelijk te krijgen terwijl de rest van de organisatie dezelfde KPI zo hoog mogelijk wilde krijgen.

Een goede implementatie van stuurinformatie zorgt er dus ook voor dat op verschillende niveaus in de organisatie gekeken wordt naar dezelfde KPIs met dezelfde definities.
Ook de begroting moet hierbij aansluiten, wat meteen zorgt dat voor deze cijfers normen beschikbaar zijn. Dit vereist een implementatie- en keuze traject waarbij de Planning&Control-cyclus eenduidig wordt ingericht.

Ben je na het lezen van deze blog geïnteresseerd en zou je eens met Jesse van gedachten willen wisselen? Neem contact op via: contactformulier of info@esculine.nl

Verschillen ziekenhuizen, VVT- en Gehandicaptenzorg organisaties op het gebied van informatievoorziening?

In deze blog gaat Jesse de Wit – BI & Health Analytics consultant bij EscuLine – in op de verschillen op het gebied van informatievoorziening in de verschillende zorgsectoren.

Veel zorginstellingen in de eerste lijns- en langdurige zorg kijken op tegen de informatievoorziening in ziekenhuizen.

 

Maar is dat wel terecht?

 

Ziekenhuizen:

In vergelijking met veel van deze zorginstellingen zijn ziekenhuizen natuurlijk ook grote organisaties. Dit betekent dat er in ziekenhuizen veel meer ondersteunend personeel is, en daarmee vaak ook een bedrijfsinformatie team (of teams) van vijf tot twintig mensen. Dit is nog afgezien van mensen die veel met informatie werken in andere afdelingen zoals Planning & Control en Capaciteitsmanagement. Je zou zeggen dat dit kansen biedt voor veel meer en mooiere rapportages.

Daarbij worden uitdagingen duidelijk die grotere organisaties, en dus ziekenhuizen, meer hebben:

het verwerken van data gebeurt op verschillende plekken, hierbij zijn de gevaren van verschillende definities serieus aanwezig.

Dit vereist vaak veel afstemming.

Een ander verschil tussen ziekenhuizen en de eerstelijns- en langdurige zorg is dat een ziekenhuis bestaat uit tientallen verschillende specialismen vanuit verschillende ziektebeelden.
Productie-, HRM- en financiële rapportages kunnen vaak nog wel gedeeld worden. En zijn anders relatief eenvoudig toe te passen voor een specifieke afdeling. Voor zorginhoudelijke- en kwaliteitsrapportages is dit een stuk minder eenvoudig:

de kwaliteit van de zorg voor heupfracturen vraagt om heel andere stuurgetallen dan de kwaliteit van de afdeling dialyse.

Een BI afdeling in het ziekenhuis heeft dus eigenlijk tientallen verschillende processen te bedienen.

Vaak zie je dan ook dat maar voor een deel van deze zorgprocessen een geautomatiseerd specifiek dashboard is ingericht.

Eerstelijns- en langdurige zorg

Andere zorgorganisaties zijn vaak toch meer gericht op een of enkele typen zorg, met bijvoorbeeld tientallen teams die redelijk vergelijkbare zorg leveren. Een dashboard dat voor al deze teams toepasbaar is, is dan relatief eenvoudig haalbaar.

Professionals

Een verschil tussen langdurige zorg en de ziekenhuiszorg zie je terug in de professionals die er werken. In ziekenhuizen werken veel verpleegkundigen, maar zijn artsen in de regel in de lead. Bij thuis-, ouderen- en gehandicaptenzorg is het merendeel van de professionals verzorger, begeleider of verpleegkundige. Die zijn hier in de lead. Waar nodig worden ze ondersteund door een arts.
Verzorgenden en verpleegkundigen hebben een praktische instelling. Daar waar artsen vaak een meer wetenschappelijke achtergrond hebben.

Artificial Intelligence (Machine Learning)

Dit zie je sterk bij het presenteren van Artificial Intelligence (AI)-modellen:
Onder de eerste groep leeft vooral de vraag wat je daar nu eigenlijk mee kan. Bij de tweede groep is de vraag meer hoe wetenschappelijk onderbouwd het model is. Beide zijn overigens goede vragen waar niet altijd genoeg over wordt nagedacht bij voorgestelde AI modellen.

Generiek

Dit laatste raakt meteen iets wat in alle soorten zorgorganisaties vaak nog een stuk beter kan:

Als je informatie beschikbaar hebt, gebruik dit dan ook in de besluitvorming.

Het beschikbaar krijgen van de goede cijfers is ‘pas’ de eerste stap. Daar heb je alleen wat aan als je ook wat met deze informatie doet. Als je op basis van je dashboard of rapport nooit een andere beslissing neemt, heeft het beschikbaar krijgen van al deze informatie niets opgeleverd. Dit vereist wat in jargon data literacy wordt genoemd. Er zijn boekenkasten over vol geschreven – maar de toepassing blijft in vrijwel elke organisatie lastig.

 

Data literacy in Corona tijd

Een heel aansprekend voorbeeld hiervan is het corona dashboard: dit kan een mooie tool zijn om te zorgen dat het corona virus niet onverklaarbaar oploopt. Echter, de effectieve R is op het moment van schrijven al anderhalve maand constant boven de signaalwaarde van 1 (eerder waren er twee kortdurende pieken). Er zijn nauwelijks (landelijke) maatregelen aangekondigd.
Als zoiets gebeurt is dit getal op deze manier niet zinvol. In dit geval zou je wellicht eerder op regionale effectieve R’s willen sturen. Klopt de signaalwaarde niet of moet er toch gekeken worden naar de data literacy van degene die op deze informatie moeten sturen?

Vragen om cijfers is makkelijker dan ernaar handelen omdat dan ook de nadelen van de besluiten geaccepteerd moeten worden.

Ben je na het lezen van dit artikel geïnteresseerd en wil je meer achtergrond informatie.

Neem gerust contact met ons op via: info@esculine.nl of vul het contactformulier in. We nemen dan contact met je op.

Interview met Judith Selder – Health Analytics consultant, over haar start bij EscuLine in Coronatijd.

We spraken met Judith Selder, Health Analytics consultant bij EscuLine over haar ervaringen tijdens haar eerste maand bij EscuLine in deze vreemde periode.

Starten bij een nieuwe werkgever in Corona tijd, hoe is je eerste maand gegaan Judith?

Goed! Ondanks dat het niet altijd makkelijk was om een nieuwe baan op afstand te beginnen. Gelukkig ben ik bij EscuLine super goed ontvangen. Iedereen heeft zijn best gedaan om de start zo soepel mogelijk te laten verlopen. Ik ben meteen begonnen met opdrachten voor klanten en hier heb ik mij dan ook meteen helemaal ingestort. Ik hou wel van een uitdaging. En daarom vond ik het ook helemaal niet erg om veel zelf uit te zoeken. Hier leer je uiteindelijk ook het meeste van.

Hoe heb je het “starten vanaf afstand” ervaren?

Dit ging eigenlijk heel goed. Het is natuurlijk anders om even bij iemand langs te lopen wanneer je een vraag hebt, maar ik kon iedereen altijd bellen met vragen en door de regelmatige online meetings staan we goed met elkaar in contact. Een voordeel is dat ik nu geen reistijd heb.

Judith’s eerste projecten bij EscuLine

We zijn benieuwd naar de projecten waar je je mee bezig hebt gehouden in je eerste maand, kun je daar iets over vertellen?

Ik heb me vooral bezig gehouden met het analyseren van de impact van corona op zowel de zorg als de bedrijfsmatige kant van sommige klanten.

Dit heb ik bijvoorbeeld gedaan voor de Huisartsenpost in Heerlen, onderdeel van onze klant Huisartsen Oostelijk Zuid-Limburg en voor zorgorganisatie PGVZ.

Hier heb ik gekeken of er veranderingen te zien zijn in de data ten opzichte van voorgaande jaren en de maanden voor corona en of die veranderingen veroorzaakt kunnen zijn door de coronacrisis.

Daarbij heb ik voor de Huisartsenpost gebruik gemaakt van de HAP applicatie. En voor de woongroepen, thuiszorg, dagbesteding en begeleiding van PGVZ heb ik informatie uit het Team-, Declaratie- en Zorginhoudelijke dashboard kunnen gebruiken.

We weten ondertussen dat de coronacrisis ook een grote impact heeft op de reguliere zorg en het is daarom van belang dat de impact van corona voor onze klanten goed in kaart wordt gebracht.

Verschillende invalshoeken

Je hebt in jouw functie bij de Radboud Universiteit veel met onderzoek te maken. Wat is jou opgevallen als je EscuLine en de werkwijze zou moeten vergelijken met je werk op de universiteit?

bij EscuLine

Judith Selder – Health Analytics Consultant

Het grootste verschil zit hem denk ik vooral in het doel van het onderzoek. Op de universiteit wordt veel onderzoek gedaan met voornamelijk een wetenschappelijk doel. Deze onderzoeken lopen vaak voor een langere periode en worden vervolgens gepubliceerd in wetenschappelijke tijdschriften. Bij EscuLine wordt meer onderzoek gedaan met een maatschappelijk doel. Bevindingen worden met klanten gedeeld. Die vervolgens, gebaseerd op deze inzichten, aanpassingen en beslissingen kunnen ondersteunen. Het doel van het onderzoek is dus niet zo zeer het onderzoek zelf, maar de uitkomst hiervan.

 

Bij de universiteit staat vaak het gehele onderzoek meer centraal. En duurt het vaak langer voordat er een maatschappelijk resultaat van een onderzoek te zien is.

Hoe is het om als taalwetenschappelijk onderzoeker met zorgdata te werken?

Dit vind ik erg interessant!

Ik ben altijd al geïnteresseerd geweest in de zorg en ik ben heel blij dat ik nu op deze manier een steentje kan bijdragen.

Zorginhoudelijk is hier voor mij veel te leren. Maar data blijft data. En ik denk juist dat ik door mijn achtergrond met een andere blik naar de data kijk.

Het beste van 2 werelden dus

Zie je vanuit de verschillende expertise en achtergronden van een Universiteit en een BI & Health Analytics onderneming, overlap of interessante mogelijkheden om van elkaar te leren?

Er zijn zeker mogelijkheden om van elkaar te leren. De manier waarop EscuLine naar data kijkt is toch net iets anders dan op de universiteit. Er wordt breder gekeken en er worden verbanden gelegd tussen verschillende gebieden. Dit zou ook interessant kunnen zijn voor de universiteit, waar vaak meer wordt gefocust op één specifiek gebied. Daarnaast kan EscuLine natuurlijk leren van de ontwikkelingen en verschillende methoden om data de analyseren waar op de universiteit veel aandacht aan wordt besteed.

Ten slotte. Het is een aparte tijd zo met Corona. Wat mis je het meest nu je voor beide werkgevers veel ‘gedwongen’ vanuit huis aan het werk bent?

Dat is toch echt het gezellige contact met collega’s. Even bijpraten over het weekend of bij iemand binnenlopen voor een vraag. Daar kan een beeldscherm niet tegenop.

 

Machine Learning: en vooral ook zelf blijven nadenken!

Advanced analytics is een methodiek die heel veel goeds kan brengen, maar houdt vooral de schaduwkant ook in de gaten. In deze blog lees je over de 5 vragen die je bij het gebruik van Machine Learning moet stellen.

De reis van B (I) naar A (I)

Data is overal. Maar het inzetten van informatie om werkprocessen te optimaliseren wordt vaak nog niet benut. In deze blog lees je welke 4 fases je helpt bij de reis van Business Intelligence naar Artificial Intelligence.

Hoe serieus neem je de mogelijkheden van data?

Steeds meer zorg organisaties bestempelen stuurinformatie en analytics tot kernkwaliteit. In deze blog lees je over de 5 eisen die data gedreven zorginstellingen stellen aan hun data.

In 3 stappen naar effectievere kwaliteitsaudits in de zorg

In deze blog van EscuLine lees je hoe je in 3 stappen naar effectievere kwaliteitsaudits in de zorg kunt toewerken.

Kwaliteitsaudits in de zorg kunnen effectiever! Ondanks dat het doorgaans 1 keer per jaar plaatsvindt, biedt de kwaliteitsaudit kansen voor tijdsbesparing in de zorg. In deze blog lees je hoe je in drie stappen tijd kunt besparen.

Succesvol omgaan met een BI Dashboard in je organisatie, in 3 stappen.

Dingen die ze je niet vertellen over je BI dashboard.

Veel zorginstelling hebben een Business Intelligence- of data analyse applicatie of zijn bezig met de implementatie ervan. Voor betrokkenen bij dit project voelt dat vaak alsof het werk dan klaar is. Maar niets is minder waar. Dan begint het pas! Arne van Groenland legt in een aantal stappen uit wat je te doen staat als het BI-dashboard is opgeleverd. Arne is bij EscuLine management coach en health analytics specialist.

Waar sta je?

De vraag lijkt eenvoudig, maar probeer ‘m eens te beantwoorden op basis van dit plaatje. Zomaar een grafiek met een x en y as. Sta je wat BI en managementinformatie betreft nog maar aan het begin, links onderaan? Je positie hoeft niets te zeggen over de snelheid waarmee je je kunt ontwikkelen.

EscuLine

Worsteling

Ik zie veel organisaties worstelen met het borgen van het gebruik van BI-tools bij de processen in de organisatie. BI is geen Febo kroket die je uit de muur trekt. Waarom zijn er zoveel zorgorganisaties die worstelen met het passend krijgen van BI applicatie voor hun organisatie? Wat zou daarvan de reden zijn?

Data groeit. Zowel in omvang als in betekenis voor instellingen. Er zijn steeds meer tools om van data eenvoudige overzichten te maken. Dat weten ook steeds meer praktijkhouders, zorgprofessionals en (zorg)managers. Maar dat juist het goed leren omgaan met deze tools en het gebruiken van de informatie pas begint als je klaar bent met de implementatie van een BI-dashboard. Dat wordt nogal eens vergeten.

De meest ingewikkelde stap is het leren gebruiken van het dashboard. Het verzamelen van data, de vormgeving en datavalidatie zijn vaak niet de grootste uitdagingen. Daarmee zeg ik niet dat dit eenvoudig werk is. Dit is het technische aspect van het ontwikkelen van een dashboard. Dit is het gedeelte dat goed beheersbaar is, mits dit vakkundig wordt aangepakt. De stap daarna, teams en managers begeleiden en in staat stellen écht iets te doen met de informatie. Dat vraagt energie en creatief denkvermogen!

Twee type organisaties:

Ik onderscheid op hoofdlijnen twee type organisaties:

  1. Organisaties die weten wat ze willen met hun data en actief op zoek zijn gegaan naar een partner die ze daarbij kan helpen. Die organisaties begrijpen dat de oplossing die bij ze past niet meteen af is (want dan ben je beter af bij de Febo). Ze begrijpen dat een applicatie die bij ze past wordt ontwikkeld vanuit partnerschap. Daarin komen techniek en zorginhoudelijke processen samen.
  2. En er zijn organisaties die zonder dat ze scherp hebben wat ze precies willen iets gaan doen met BI en Health Analytics. Hier is het vooral van belang dat er besef komt van de impact die feiten kunnen hebben op de organisatie. De ICT-oplossing wordt opgeleverd, maar de vertaling naar de eindgebruiker en de processen krijgen vaak weinig aandacht.

Menselijke factor

Analyse dashboards zijn een hulpmiddel waarvan het nut gezien moet worden, anders haalt de organisatie er op de langere termijn niet de toegevoegde waarde uit. Door niet primair te focussen op de techniek, de ontwikkeling en oplevering van een dashboard maar juist op de fase die hierna komt, kun je op de lange termijn blijvende verandering bewerkstelligen. Hierbij is de menselijke factor heel belangrijk. Als implementatiepartner is aanhaken bij de situatie waarin de klant zich bevindt  de grote uitdaging.

“Succesmomenten stel ik graag uit tot het moment waarop de (eind)gebruiker zijn succes viert. Iedere klantsituatie is anders. Ik geloof daarom niet in standaard analyse dashboards maar heb het liever over het slim delen van best practises. Het echte succes wordt bepaald door de mate waarmee de eindgebruiker er echt aan de slag gaat”.

BI DASHBOARD KLAAR? DAN BEGINT HET PAS!

Een BI-dashboard dient te communiceren met alle geledingen in de organisatie. Een implementatiepartner die de taal spreekt kan het verschil maken.

 

Drie stappen om BI en organisatie op elkaar te laten aansluiten:

1. Zorg dat het dashboard de taal van jouw organisatie spreekt

Wil je vanuit een (interne) benchmark gegevens bekijken of vind je het belangrijk dat de eindgebruiker in eerste instantie kan analyseren welke professionals binnen het team als eerste ondersteuning nodig hebben? Dit is voor iedere organisatie verschillend. Ook definities kunnen verschillen per organisatie. Bepaal eerst de definities voordat je vaststelt hoe iets visueel moet worden weergegeven.

2. Bedenk op welke niveaus binnen je organisatie het dashboard gebruikt gaat worden en haak aan bij het perspectief van de eindgebruiker

Maak verbinding met de eindgebruikers. Luister naar feedback en verwerk die ook in de applicatie om zo optimaal te kunnen profiteren van de tool. Een zorginhoudelijk manager heeft andere wensen dan een business controller.

Het is helemaal niet gek om meerdere dashboard varianten aan te bieden, gebaseerd op dezelfde data maar dan afhankelijk van de eindgebruikers. Monitor je het gebruik van jouw BI applicatie? Analyseer de olifantenpaadjes die gebruikers gebruiken in de dashboards. Welke olifantenpaadjes gebruiken de eindgebruikers? Wanneer loggen gebruikers vooral in? Wat raadplegen ze dan en hoe doen ze dit? Die inzichten bieden waardevolle informatie om de analyse applicatie te versterken.

3. Ga een partnerschap aan met een leverancier die meer kan dan het technisch inrichten van een tool maar ook inhoudelijk een visie heeft op jouw data en hoe je daarmee het verschil kan maken

Realiseer je dat de reis (het analyseren van de data) pas begint als het dashboard af is! In een vorig blog heb je kunnen lezen dat data-analyses steeds vaker onderwerp overstijgend zijn om een goed en volledig inzicht te kunnen geven.

Bij de interpretatie van data is het van belang om ondersteund te worden door een (implementatie)partner die begrijpt welke data je aan elkaar kan verbinden. Een partner die inhoudelijke visie heeft op wat je kan doen met je data en die je (pragmatisch) uitdaagt om méér te doen met die data. Dit kan op termijn heel veel waard blijken te zijn voor je organisatie.

Loopt uw organisatie aan tegen uitdagingen bij het gebruik of de implementatie van analyse dashboards? Bent u op zoek naar handvatten binnen uw organisatie om gebruik te optimaliseren of bent u nieuwsgierig naar wat wij samen kunnen vinden in uw data, ik kom graag met u in contact. Mail of bel voor een afspraak.

Arne van Groenland

arne.vangroenland@esculine.nl

EscuLine

 

Haal waarde uit stuurinformatie in 3 heldere stappen

De inzet van analyse tools in de zorg verandert in een rap tempo. Zowel het landschap van tools die worden gebruikt alsook de inhoud waarop gestuurd wordt is aan het veranderen. Deze blog gaat over het belang om regie te voeren op de inhoud en de vormgeving van je stuurinformatie en hoe je gebruikers die in de zorg werken efficiënt kan helpen met stuurinformatie.

Stuurinformatie verandert

10 jaar geleden studeerde ik af op het onderwerp: “de toegevoegde waarde van business intelligence voor de zorg”. Ik heb het onderzoek van destijds er nog eens bij gepakt om terug te halen welke onderwerpen men destijds belangrijk vond in de care. In het onderzoek is in kaart gebracht waarop organisaties graag stuurden. Informatie over: productie, financiën, personeel, productiviteit, uren en verzuim. Belangrijk om te hebben. Maar het blijft bij verslaglegging tot en met vandaag in digitale vorm.

Ga je daarmee gebruikers aan nieuwe inzichten helpen waarmee ze de kwaliteit van hun zorg kunnen verbeteren?

Harde data…

Destijds stonden er ook “inhoudelijke indicatoren” op het wensenlijstje.

Bijvoorbeeld de doorlooptijd totdat er een zorgplan is of het wel of niet aanwezig zijn van een handtekening op het zorgplan. Harde data die niet zo veel zegt over de inhoud van de zorg en de kwaliteit van de zorg. Het zegt iets over je processen en of je in staat bent bepaalde mijlpalen daarin te behalen.

Nee, als je echt iets wilt met kwaliteit dan moet je ook de data die in het dossier staat erbij betrekken. En je moet ook iets met de gegevens uit je klanttevredenheidsonderzoek.

Effect = kwaliteit X acceptatie.

Het effect van de stuurinformatie staat gelijk aan de kwaliteit (is de informatie correct?) maal de mate van acceptatie (wordt het gebruikt?).

Je stuurinformatie kan feitelijk nog zo correct en volledig zijn. Wanneer een zorgmanager of zorgproffesional geen toegevoegde waarde haalt uit de stuurinformatie die aangeboden wordt dan is de kans groot dat het effect dicht bij 0 ligt. En al je inspanningen en investeringen kunnen zomaar niks waard zijn wanneer de informatie er wel heel aantrekkelijk uitziet maar de cijfers niet kloppen.

Het is dus belangrijk om goed na te denken over inhoud, functionaliteit en vormgeving van je stuurinformatie om tot een serieus effect te komen!

3 stappen om harde data en liefdevolle zorg te verbinden!

We kunnen concluderen dat er eigenlijk alleen maar meer data en meer stuurinformatie bijkomt. En dagelijks lezen we dat er in Nederland steeds minder mensen zijn in de zorg en dat echt tijd nemen voor de klant steeds moeilijker wordt. Dat betekent dat we ergens iets effectief moeten doen met onze data. Want 1 ding is duidelijk.

Veel tijd om te grasduinen en te analyseren is er niet op de werkvloer.

  1. Geef ook inhoudelijke terugkoppeling!

Ga inhoudelijke informatie ook delen met zorgprofessionals die dagelijks in de praktijk van de zorg staan. Ze zijn zeer betrokken bij zorg voor andere mensen. Als je ze daarbij vanuit data kunt ondersteunen dan levert dan (h)erkenning op.

Het wordt tijd dat cijfers ook worden gebruikt om zorgprofessionals de terugkoppeling en waardering te geven die ze verdienen!

Dan zul je met meer dan alleen productiviteit, financiën, verzuim of uren moeten komen om ze op het puntje van hun stoel te krijgen. Want: of ze vinden het niet interessant, of ze weten het al. Maar waar je ze wel mee op het puntje van de stoel krijgt? Een terugkoppeling op de zorg die ze hebben geleverd, bijvoorbeeld:

  • Is jouw triage effectief zodat spoedzorg snel ter plaatse is?
  • Ben je in staat geweest om het netwerk van je klant te activeren en klanten tevreden langer thuis te laten wonen?
  • Hoeveel mensen met een wond heb je verzorgd? En zien we een verband tussen de doorlooptijd van de wond en de expertise in het team?
  1. Blijf dichtbij je visie en hou regie op je stuurinformatie!

We komen het helaas veel te vaak tegen. Business Intelligence applicaties die zijn ontploft! Acceptatie laag. Kwaliteit prima. Effect: kan zoveel beter! Blijf vooral dichtbij je visie. In de basis moet je je focussen op 3 dingen:

  • tevreden medewerkers;
  • tevreden klanten;
  • financieel gezond.

Net als het bepalen van de ondersteuningsvraag van een klant is het is belangrijk om altijd door te vragen naar de kern van de vraag en die zo eenvoudig mogelijk terug te laten komen in een analyse of overzicht.

  1. Verbind harde data en zachte data

In een eerder blog schreef ik over de verbinding tussen secundaire informatie en zorginhoudelijke informatie. Mijns inziens wil je die 2 werelden verbinden. Zorgprofessionals kunnen namelijk veel baat kunnen hebben bij inzicht in het effect van keuzes die ze maken in het primaire proces op het (financiële) resultaat van hun team en van de organisatie. Afhankelijk van waar een organisatie staat, proberen we daarin steeds een stap te maken.

Dat begint bijvoorbeeld bij een terugkoppeling op registratie of declaratie en hoe die zich verhoudt ten opzichte van de klanteigenschappen die we zien.

Je merkt dat zorgprofessionals niet opgeleid en gewend zijn om met de geldende declaratieregels te werken. En het liefste wil je ze daar ook helemaal niet mee lastig vallen.

Een simpele declaratiekaart voor bijvoorbeeld het schrijven van uren of registreren van behandelingen kan al heel veel brengen. Daarnaast kun je professionals en teams helpen en coachen met feedback over bijvoorbeeld de keuzes die ze maken in overwerk, inzet van mensen op bepaalde tijdstippen of planning.

Verder kijken dan het dashboard

Vandaag de dag maak je mijns inziens het verschil door verder te kijken dan een dashboard. Het gaat erom wat je concreet doet of kan doen met de data die je presenteert.

Ben je benieuwd naar onze good practises of zou je weleens van gedachten willen wisselen over de mogelijkheden voor jouw organisatie? Neem gerust contact op!

Robert van Ginkel

Waarom Health Analytics de zorg kan veranderen

 

In het regeerakkoord 2017-2021 kun je het lezen. Ruim 2 miljard wordt er geïnvesteerd in ouderenzorg (verpleeghuiszorg). Aandacht voor preventie, gezondheidsbevordering, innovatie en kwaliteit van leven. Wie iets verder leest constateert dat de uitdaging die de zorg heeft alleen maar groter wordt. De middelen stijgen minder snel dan de vraag. En terwijl er nu al vaak kritiek is vanuit verschillende hoeken over het beschikbare budget. Huisartsen, ziekenhuizen, thuiszorg en GGZ leveren in. Aan het systeem dat we nu kennen, een systeem met “gereguleerde concurrentie”, wordt niet gesleuteld. De scheidsrechtersrol blijft bij de zorgverzekeraar. Weinig innovatiefs, zou de conclusie kunnen zijn.

Daar kun je als professionals of zorgorganisatie natuurlijk ontevreden over zijn en terecht over mopperen. Maar daar wordt het doorgaans niet beter van. Als zorgorganisatie zal je je moeten wapenen tegen druk die vanuit financiers zal toenemen om de kosten binnen de perken te houden. Belangrijk dus om te meten en te weten hoe jij het doet voor cliënt en patiënt

Dit blog geeft een voorbeeld hoe je besparingskansen kunt vinden zonder dat je daarmee aan kwaliteit inboet en gaat in op vraag waarom het analyseren van eigen zorgdata nou zo belangrijk is voor kwalitatief goede zorg.

 

Nog meer besparen?!

Als het zo gaat als bedacht dan gaat de betere inkoop van medicatie heel wat brengen in de voorgenomen besparingen. Maar, zo berekende het CPB, niet de 1,9 miljard die bespaard moet worden maar slechts 0,9 miljard. Er valt dus een gat van maar liefst 1 miljard tussen de plannen in het regeerakkoord en de doorrekening van het CPB. Er wordt geïnvesteerd in technologie en innovaties in de zorg. Of de 40 miljoen die hiervoor beschikbaar komt het verschil met van die 1 miljard bezuinigen goed gaat maken zal de tijd leren. Maar dat er besparingen mogelijk zijn door gebruik te maken van bestaande (of noem het innovatieve) technologie, heb ik laatst zelf ervaren.

 

Bijvoorbeeld in het ziekenhuis…

Ik was onlangs met iemand die MS heeft mee naar een ziekenhuis, waar hij een afspraak had met een specialist.

Dit was de derde specialist in ook het derde ziekenhuis waar hij kwam en uiteraard werd er opnieuw een anamnese gedaan. Tot mijn verbazing in vrije “verhalende” tekst ergens in het Elektronisch Patiënten Dossier. De specialist had namelijk summiere overdrachtsinformatie voorhanden dus moest het riedeltje opnieuw ingeklopt worden. Het bezoek had als doel om te bepalen of de klant een operatie kan krijgen om zijn bevingen te verminderen. De specialist maakte een filmpje van zijn bevingen en klachten zodat hij beeldmateriaal heeft om de casus goed te kunnen bespreken met het team.

 

We gebruiken de technologische mogelijkheden dus blijkbaar al wel! We weten ze alleen nog niet effectief te delen tussen professionals onderling.

 

Hoe zit dat in ouderenzorg en GGZ?

Ook in de ouderenzorg ligt hier een enorme kans voor verbetering. In onlangs verschenen onderzoek van Nictiz naar gebruik van eHealth in de ouderzorg geeft 90% van de ondervraagde professionals aan dat ze gegevens uitwisseling vanuit een ECD een must vinden voor goede zorg. Dat is meer dan de inzet van een cliënt portaal of digitale medicatie controle! Ook in de GGZ is duidelijk dat er op het gebied van koppelvlakken en informatie uitwisseling nog heel veel te doen is.

Investering in innovatieve werkwijzen. 40 miljoen in 4 jaar, en daarna ieder jaar 5 erbij. Bovenop het bestaande budget uiteraard. Ik zou zeggen zorg dat je als organisatie aanspraak weet te maken op het beschikbare budget! En zorg ook dat je straks data en analyse middelen hebt waarmee je verschillen en effecten van de inzet van die techniek kunt bijhouden en meten. Verzamel de argumenten die ervoor zorgen dat jij de zorg voor je cliënten en patiënten kunt blijven leveren zonder concessies aan kwaliteit (of tijd) te moeten doen.

 

Health Analytics kan je helpen!

De best bewaarde geheimen van de gezondheidszorg worden helaas nog veel te vaak bewaard in ongestructureerde verhalende tekst. Gelukkig helpen steeds meer ICT systemen de gebruikers efficiënt en gestructureerd te registreren (hierover schreef ik al eens in een eerder blog). Daar kan nog veel verbeterd worden maar er is een goede ontwikkeling. We beschikken over steeds meer gestructureerde data waar we iets mee kunnen. En er zijn ook tools die je kunnen helpen bij het analyseren van verhalende rapportages. Slim zoeken en zelflerende algoritmes die verbanden destilleren vanuit tekst. Maar daar waar mogelijk pleit ik voor efficiënte registratie bij de bron.

Dit vraagt een nieuwe manier van kijken naar Business Intelligence en Analytics. Dit vraagt visie op sturing en knowhow van het primaire proces. Een frisse blik op de stuurinformatie die je de komende jaren nodig gaat hebben! Een blik die zorgt dat je HIS, KIS, ECD, EPD, etc. je gaat helpen om de analyses te kunnen maken over het effect van acties, begeleiding en behandelingen. Of ze nu fysiek of digitaal worden ingezet. Denk goed na over de inrichting en over de analyses die je er straks uit zou willen halen. Wil je meten of beeldbellen een effect heeft op de tevredenheid van cliënt of patiënt? Of wil je samen met je ketenpartner veel meer proactief zijn in de zorg voor je patiënt / cliënt bezig zijn? Dan zul je daar nu de stappen voor moeten ondernemen.

De komende kabinetsperiode is er extra geld beschikbaar voor innovatieve werkwijzen. Aan de technische hulpmiddelen die in deze blog beschreven staan is niet zoveel innovatiefs op zich. Want de techniek is er al gewoon. Maar in de context waarbinnen we ze kunnen gaan gebruiken is het wel degelijk een nodige innovatie.

Ben jij benieuwd hoe jij met 1-0, 2-0 of 3-0 voor komt te staan in het circus van innovatie in de zorg?

Nodig ons uit of kom langs voor een kennismaking!

 

Robert van Ginkel

robert.vanginkel@esculine.nl

 

 

Portfolio Items