MW_Urban_Empires_12986_head_large.jpg
De impact van big data en voorspellende modellen op slagvaardige zorg in ziekenhuizen
 

De impact van big data en voorspellende modellen op slagvaardige zorg in ziekenhuizen

Onderzoekslijn: Learning and Innovation in Resilient Systems
Promotieonderzoek
Start 2022

Contact: prof. dr. Remko Helms

Het onderzoek naar de zorg besteedt veel aandacht aan informatietechnologie (IT) en de veranderingen die IT mogelijk maakt. Maar we weten nog maar weinig van de rol van big data en de daarop gebaseerde voorspellende modellen als een basis voor de vaardigheid om adequaat de wensen en behoeften van patiënten waar te nemen en te vervullen (sense and respond). Die vaardigheid noemen we 'slagvaardige zorg'.

Voorspellende analytics

Met voorspellende analytics bedoelen we de vaardigheden, praktijken, toepassingen en technieken om actuele en historisch informatie te analyseren en zo toekomstige of onbekende gebeurtenissen te voorspellen. Voorspellende analytics zijn relevant voor ziekenhuizen vanuit

  • medisch oogpunt:
    je kunt ze gebruiken om gebreken in zorg en risico’s voor patiëntveiligheid te identificeren, patronen te ontdekken, interventiestrategieën te testen, evidence-based geneesmiddelen verstrekken of vergelijkingen van effectiviteit te maken, etc.
  • management oogpunt:
    je kunt ze gebruiken om te bepalen hoeveel tijd er nodig is voor sleutelactiviteiten in de patiëntenzorg (bv medicatie toedienen) en voor de coördinatie (of uitwisseling) van capaciteit binnen en tussen ziekenhuizen (of met andere zorgverleners).

Raamwerk en case studies

Het project ontwikkelt een conceptueel raamwerk voor voorspellende analytics om slagvaardige zorg te bevorderen. Het raamwerk zal worden toegepast in verschillende ziekenhuizen. De data worden verzameld door middle van surveys en case studies. De case studies richten zich op:

  • patiëntenstromen voorspellen bij de spoedeisende hulp en de impact op de triage van patiënten
  • het ontslaan van herstellende patiënten vanuit de IC tot thuis
  • het thuis monitoren van patiënten en het voorspellen van bijvoorbeeld mogelijke complicaties.

Team

Faculteit Bètawetenschappen: prof. dr. ir. Remko Helms (promotor), dr. Rogier van de Wetering (copromotor).
Faculteit Managementwetenschappen: prof. dr. Nadine Roijakkers (promotor), dr. Ward Ooms (copromotor), prof. dr .ir. Daan Dohmen, prof. dr. Cornelis Boersma.

Lees ook

Damien S.E. Broekharst, Rogier van de Wetering, Ward Ooms, Remko W. Helms, Nadine Roijakkers, Deploying predictive analytics to enhance patient agility and patient value in hospitals: A position paper and research proposal