De uitdaging
Door de forse vergrijzing, het tekort aan personeel én de voortdurende implementatie van nieuwe technologie en digitalisering, neemt de druk op de langdurige ouderenzorg toe. Het toekomstbestendig maken van de langdurige ouderenzorg, is dan ook een enorme uitdaging.
De Academische Werkplaats Ouderenzorg Zuid-Limburg heeft als doel om via wetenschappelijk onderzoek bij te dragen aan het verbeteren van de levenskwaliteit van ouderen en hun naasten, kwaliteit van de zorg en de kwaliteit van het werk voor degenen werkzaam in de langdurige zorg.
Het verzamelen van data is een belangrijk aspect in wetenschappelijk onderzoek. Het groeiende aanbod van grote hoeveelheden data (‘big data’) uit nieuwe bronnen én de ontwikkeling van innovatieve analysemethoden, bieden nieuwe mogelijkheden om waarde, en dus kennis, uit data te halen.
Het belang van data
Door de toenemende rol van technologische en digitale systemen kunnen data, veelal verzameld worden door deze systemen, nieuwe kansen bieden bij het verbeteren van kwaliteit. Door nieuwe manieren van data-analyse zoals machine learning en text-mining is het mogelijk om grote hoeveelheden data te analyseren en daarmee voorspellingen te doen op persoonsniveau.
Algoritmes
Er zijn verschillende voorbeelden te benoemen. Zo worden op neonatologie-afdelingen gegevens zoals gewicht, groei en bloeduitslagen van baby’s verzameld om complicaties te kunnen voorspellen en mogelijk te voorkomen. Huisartsen worden ondersteund bij de keuze voor een specifieke medicatie tegen urineweginfectie; op basis van een grote hoeveelheid aan patiëntkenmerken kan de succeskans per antibioticum worden voorspeld.
Gepersonaliseerde zorg
Data bieden de mogelijkheid voor meer gepersonaliseerde zorg. Hoewel de inzet van technologie ook binnen de langdurige ouderenzorg een rol speelt, richt de implementatie ervan zich vooral op (ondersteunende) technologie zelf en vrijwel niet op de data die deze technologie opleveren: het analyseren van grote hoeveelheden data in de langdurige zorg staat dan ook nog in de kinderschoenen.
Lees op Qruxx: Slim gebruik van data verbetert kwaliteit langdurige ouderenzorg
Nieuwe inzichten
Vergeleken met andere echelons in de zorg, worden de data in de langdurige zorg niet of slechts mondjesmaat aangewend om nieuwe inzichten te verwerven. Toch zijn er genoeg thema’s in de langdurige zorg. Denk aan thema’s zoals kwaliteit van zorg, autonomie van cliënten en ‘anders werken in de zorg’, die inzichtelijk gemaakt kunnen worden door het analyseren van grote hoeveelheden data met behulp van innovatieve analysemethoden.
De tijd is nu dan ook rijp om in de langdurige zorg de vruchten te plukken van de mogelijkheden die grote hoeveelheden data kunnen bieden.
Door Dr. Sil Aarts & Prof. Dr. Hilde Verbeek
Universiteit Maastricht, Care and Public Health Research Institute, Vakgroep Health Services Research, Maastricht.
Beide auteurs zijn verbonden aan de Academische werkplaats Ouderenzorg Zuid-Limburg, een structureel samenwerkingsverband tussen zeven zorgorganisaties, hogeschool, twee mbo’s en de Universiteit Maastricht.
Waar hebben we het eigenlijk over?
‘Big data’, ‘data science’ en ‘machine learning’. Een greep uit de woorden die we tegenwoordig tegenkomen. Ondanks dat deze woorden zich lastig laten vangen in universeel geaccepteerde definities, wijzen deze termen op het gebruik van grote hoeveelheden data met als doel patronen te genereren die veelal niet inzichtelijk zijn in kleine hoeveelheden data.
‘Big data’ verwijst naar grote hoeveelheden data die vaak uit verschillende bronnen (bijvoorbeeld internet, EPD, vragenlijsten, interviews) komen, snel worden verzameld en vaak niet alleen cijfermatig van aard zijn. Data science is een deel van de wetenschap dat dergelijke grote en vaak ongestructureerde datasets analyseert. Machine learning (onderdeel van Kunstmatige Intelligentie) is een methode waarmee data geanalyseerd kunnen worden. Samenvattend kan hierbij worden gesteld dat computer algoritmes (een aantal stappen in volgorde uitgevoerd) ‘leren’ van data. Computers hebben tegenwoordig zo’n enorme rekenkracht dat complexe analyses, waarbij soms wel honderden of duizenden factoren tegelijk worden geanalyseerd, heel snel kunnen worden uitgevoerd.