Medewerkers in de zorg zijn overbodige regels, procedures en checklists zat. Het lukt de politiek al 25 jaar niet hen te helpen. Dat is de media niet ontgaan: diverse artikelen kaarten de regeldruk aan. Maar oplossingen blijven achterwege. Terwijl die er wel degelijk zijn. De toverwoorden daarbij? ‘Digital insights’ en ‘human insights’!
Veelal verwachten we oplossingen van de politiek. Maar dat kan wel eens lang kunnen duren. Bovendien: diverse regels en registraties zijn in het veld ontstaan. Is het dan ook niet aan het veld om een andere kant op te bewegen?
Het adagium in de zorg omdraaien
Wat is nou ook alweer de bedoeling van al die regels? En wat willen we nu echt met die registraties bereiken? Het antwoord is eenvoudig en te lezen in de Wet Kwaliteit, Klachten en Geschillen in de Zorg: goede zorg leveren.
Het gaat echter mis bij het idee dat we hebben over de kwaliteit van de Nederlandse gezondheidszorg. Het adagium ‘zorg is in principe niet goed, tenzij aangetoond kan worden dat het wel goed is’, leidt tot een overkill aan regels en registraties.
Is het echt zo slecht gesteld met onze zorg? Volgens het Health Consumer Powerhouse behoort de Nederlandse gezondheidszorg tot de beste van Europa. Reden om dat adagium dus eens om te draaien. Al was het alleen maar bij wijze van gedachtenexperiment. ‘Zorg is in principe goed, tenzij blijkt dat zorg niet goed is.’ Welke effecten zijn dan te verwachten?
Het antwoord op deze vraag heb ik, met het oog op de daadkracht die van het veld verwacht wordt, geformuleerd in drie acties die uw zorginstelling kan ondernemen:
• Stop met het (handmatig!) registreren van additionele kwaliteitsdata.
• Start met het leren van data die al beschikbaar is. Denk aan informatie uit het EPD, de diagnose- en verrichtingenadministratie, het laboratoriumsysteem en het apotheeksysteem.
• Zoek naar de ’tenzij-situatie’ zoals bedoeld in het nieuwe adagium. Het gaat dan om de ongewenste gebeurtenissen, veelal tot uitdrukking komend in complicaties.
Het spannende van dit adagium is dat vrijwel alle ongewenste gebeurtenissen sporen nalaten in de informatiesystemen. Denk aan de patiënt met een postoperatieve wondinfectie. Die ligt vermoedelijk langer in het ziekenhuis, krijgt extra antibiotica, keert wellicht terug naar de operatiekamer en ergens in de verslaglegging is waarschijnlijk gerapporteerd over deze infectie. Allemaal sporen die gedetecteerd worden. Extra kwaliteitsregistraties zijn dus helemaal niet nodig.
Effect op wet- en regelgeving
De oorzaken moeten ook geduid worden. Het boeiende van de Nederlandse wet- en regelgeving is dat vrijwel alle oorzaken voor die ongewenste gebeurtenissen zijn beschreven. Dankzij de enorme hoeveelheid is dit geheel aan richtlijnen niet meer te behappen.
Door deze wet- en regelgeving op de meest krachtige wijze samen te vatten, ontstaat er een lijst van circa 70 thema’s. Denk aan infectiepreventie, toediening van medicatie, bekwaamheid, het operatieve proces en kwetsbaarheden. Thema’s die allemaal een bedoeling hebben. Bij onvoldoende aandacht voor de bedoeling, neemt de kans op ongewenste gebeurtenissen toe. Van belang is dus om scherpte te krijgen op de mate waarin ieder thema is georganiseerd.
Digital en human insights
Gebruik maken van bestaande zorgdata levert een scherp beeld op aangaande ongewenste gebeurtenissen: de ’tenzij-situatie’. ‘Digital insights’ zijn echter in mindere mate geschikt om de oorzaken hiervan te duiden: niet alle potentiële oorzaken voor ongewenste gebeurtenissen laten sporen na in de zorgdata. Daarom zijn ‘human insights’ noodzakelijk.
Zorgprofessionals begrijpen zelf het best waar zorgprocessen optimalisatie behoeven. Waarvan liggen zij wakker? De thema’s die zorgprofessionals zelf beschouwen als onvoldoende georganiseerd, hebben vermoedelijk een sterke relatie met de ongewenste gebeurtenissen.
Zijn deze ‘digital insights’ en ‘human insights’ tezamen in staat om op een zinnigere en zuinigere wijze vorm te geven aan het kwaliteitssysteem in de Nederlandse ziekenhuizen? Als u het mij vraagt: absoluut!
Principal business consultant bij CGI
