Datagedreven zorg

Alexandra de Rotte
Alexandra de Rotte is gepromoveerd arts. Na 3 jaar onderzoek en 3,5 jaar kliniek werkt zij nu voor Pacmed, een scale-up voor datagedreven beslissingsondersteuning voor de zorg. Ze schrijft over de innovatieve ontwikkelingen die er gaande zijn en hoe het is om als arts werkzaam te zijn in deze kant van de zorg. Lees alle artikelen van Alexandra de Rotte

Sinds ruim een half jaar werk ik als Product Owner Huisartsenzorg en Chronische ziekten bij een scale-up die datagedreven beslissingsondersteunende software voor zorgverleners ontwikkelt. Een functie op een hele andere positie in de gezondheidszorg dan mijn vorige functie als arts-assistent in op leiding tot longarts.

Als arts-assistent in het ziekenhuis bestaat je werk vooral uit rennen en vliegen. Het is elke dag opnieuw een race tegen de klok: de afdeling moet er strak bij liggen, je poli moet afgerond zijn, alle brieven moeten geschreven zijn en ondertussen rinkelt je telefoon onafgebroken. Je hoopt dat je enigszins op tijd naar huis kunt gaan, en dat je dan niet thuis nog de volgende poli of presentatie hoeft voor te bereiden, omdat dit helaas toch niet lukte gedurende de dag. Maar… waar moet je de tijd vandaan halen die je écht aan al je patiënten wil besteden? En kunnen we de werkzaamheden écht niet efficiënter verrichten dan we nu doen? Met alle innovatieve ontwikkelingen en een dosis creativiteit moet het toch anders kunnen?

Waar moet je de tijd vandaan halen die je écht aan al je patiënten wil besteden?

Afgelopen zomer was dan ook het moment dat ik na een promotieonderzoek en 3,5 jaar werken in de kliniek besloot om mijn ervaringen op een andere manier in te gaan zetten. Mijn zoektocht bracht me bij de scale-up die datagedreven beslissingsondersteunende software maakt voor de zorg. Een plek waar, samen met zorgverleners, innovatie en creativiteit worden ingezet voor verbetering van de gezondheidszorg. De software die ontwikkeld wordt, kunnen artsen gebruiken voor een specifiek advies voor die ene specifieke patiënt die ze voor zich hebben zitten. Kortom: op maat gemaakte zorg.

Voor de ontwikkeling van de software analyseren data ‘nerds’ grote hoeveelheden data uit de praktijk, big data. Er wordt onder meer gebruik gemaakt van slimme, zichzelf verbeterende ‘machine learning modellen’ die moeilijk te begrijpen zijn voor de gemiddelde arts. Aan mij de schone taak om de vertaalslag te maken en aan artsen uit te leggen wat deze modellen doen en waar ze voor kunnen worden ingezet, om vervolgens duidelijk te krijgen wat voor product de arts nou daadwerkelijk nodig heeft.

Inmiddels kan ik stellen dat dit een behoorlijke uitdaging is, waarbij je agenda ook razendsnel overvol is. Alleen zijn er aan het einde van de werkdag geen individuele patiënten afhankelijk van jouw volle agenda. Wel werk je op een innovatieve en creatieve manier aan een verbetering van de gezondheidszorg. Want het kán efficiënter; door de zorg beter op maat te maken, houd je onder de streep meer tijd over voor die patiënt waarvoor dat écht nodig is.

Één Reactie Reageer zelf

  1. Greet
    Geplaatst op 12 mei 2019 om 19:58 | Permalink

    Dag Alexandra Dan kan je geen onderzoeken doen bij patiënten dwz geen menselijk contact wat je wel wilde, en alleen kantoorwerk doen.
    maar onderzoek je nu verschillende data,s voor artsen, het moet toch voor alle artsen een dezelfde data zijn?

    groetend Greet

Plaats een reactie

Uw e-mailadres zal nooit gepubliceerd of gedeeld worden. Verplichte velden zijn gemarkeerd met *

*
*