Eerste aha-moment in de leergemeenschap Data en Zorgtechnologie: Van data naar betekenisvolle inzichten

Binnen de leergemeenschap Data en Zorgtechnologie werken studenten van verschillende opleidingen samen aan praktijkvraagstukken bij zorgorganisaties die samen een koplopersgroep formeren. De koplopersgroep bestaat uit Noorderzorg, Interzorg & Het Hooge Heem.  De studenten onderzoeken hoe data uit bestaande zorgtechnologie kan helpen om processen te verbeteren en de zorg beter te ondersteunen. Iedere vijf weken staan de studenten stil bij hun ervaringen tijdens een zogenoemd aha-moment. Wat valt op? Waar lopen ze tegenaan? En welke inzichten nemen ze mee in hun onderzoek?

Bij één van de zorgorganisaties onderzoeken studenten Technische Bedrijfskunde hoe data uit alarmsensoren kan worden benut. De gegevens zijn al verwerkt in grafieken, maar tijdens het gesprek met de opdrachtgever ontdekten de studenten dat de behoefte anders lag dan ze aanvankelijk dachten. Niet zozeer een dashboard was gewenst, maar vooral inzicht in de verschillen tussen de verschillende vleugels van de organisatie.

Daarmee veranderde ook de onderzoeksvraag. Want voordat je data kunt vertalen naar bruikbare inzichten, moet duidelijk zijn welke informatie de organisatie nodig heeft en waarom. Daarbij komt ook het vraagstuk privacy kijken. Om verschillen tussen vleugels goed te kunnen begrijpen, kan het nodig zijn om verder te kijken naar gegevens op persoonsniveau. Maar hoe ga je daar zorgvuldig mee om? Welke gegevens zijn nodig om relevante inzichten te krijgen, en hoe zorg je ervoor dat de privacy van bewoners gewaarborgd blijft?

Ook de betekenis achter de data blijkt belangrijk. Een bewoner kan bijvoorbeeld op een noodknop drukken omdat diegene hulp nodig heeft bij iets kleins, maar ook omdat er een noodsituatie is. De data laat zien dát er een alarm is afgegaan, maar vertelt niet automatisch wat er aan de hand was.

Hoe maak je data nu al waardevol, als je nog niet precies weet wat er achter een melding schuilgaat? Dat is een van de vragen waar de studenten mee aan de slag gaan.

De verpleegkundigen die deelnemen aan deze leergemeenschap waren zich er niet van bewust dat alarmgegevens ook in grafieken inzichtelijk kunnen worden gemaakt. Hoewel zij bij een andere zorginstelling werken, maken zij gebruik van dezelfde soort alarmdata. Ze zien dan ook kansen om deze gegevens beter te benutten. Inzicht in de data kan helpen om patronen te herkennen en meer betekenis en context te geven aan wat zij dagelijks in de zorgpraktijk ervaren.

Voor de studenten Technische Bedrijfskunde is dit een waardevol inzicht: data visualiseren is niet alleen een technische exercitie, maar kan ook daadwerkelijk iets betekenen voor zorgprofessionals op de werkvloer.

Dit roept vragen op over de manier waarop data wordt gedeeld en benut. Welke informatie helpt zorgprofessionals bij hun dagelijkse werk? En hoe kunnen zij bijdragen aan het interpreteren van de gegevens, zodat de inzichten aansluiten bij de praktijk?

Bij een andere zorgorganisatie kijken ook studenten vanuit verschillende opleidingen naar de mogelijkheden van data. Een student Management in de Zorg merkt op dat er vaak wordt gesproken over hoge werkdruk en een zorgsector die onder druk staat. Wanneer zij in de praktijk meeloopt, ervaart zij dat soms anders. Dat verschil roept de vraag op wie waar probleemeigenaar van is en op basis waarvan keuzes worden gemaakt voor zorgtechnologie,

De vraag vanuit het management sluit bovendien niet altijd direct aan op wat medewerkers op de werkvloer nodig hebben. Welke uitdaging wil de organisatie oplossen? Waar loopt een proces vast? En welke informatie kan helpen om dat inzichtelijk te maken?

De studenten ontdekken dat het beantwoorden van deze vragen begint bij goed luisteren naar de verschillende betrokkenen. Pas als duidelijk is welk probleem er speelt, kunnen ze bepalen welke data relevant is en hoe deze kan bijdragen aan een oplossing.

Studenten verpleegkunde herkennen de vragen rondom werkdruk en het gebruik van zorgtechnologie. De ene dag komen er veel alarmmeldingen binnen, terwijl het op andere dagen juist rustig blijft. Dat roept vragen op over de werking en inzet van bedsensoren.

Waarom gaat een sensor bijvoorbeeld al af wanneer een bewoner een arm buiten het bed beweegt? En hoe kan de technologie zo worden ingezet dat een melding vooral ontstaat wanneer er daadwerkelijk actie nodig is?

Daarbij spelen ook privacy en toestemming een rol. Het gebruik van bepaalde sensoren of camera's vraagt om zorgvuldige afwegingen en toestemming van betrokkenen. Bovendien zijn er verschillende typen bedsensoren, die niet allemaal op dezelfde manier werken of hetzelfde doel dienen.

Voor de studenten betekent dit dat ze eerst goed moeten begrijpen welke technologie wordt gebruikt en welke informatie daaruit voortkomt. Verschillende soorten sensoren zomaar op één hoop gooien, levert mogelijk geen bruikbaar inzicht op. Een goede onderzoeksvraag vraagt daarom om onderscheid, context en kennis van het zorgproces.

Bij meerdere studenten blijkt het formuleren van een goede onderzoeksvraag een uitdaging. Een andere groep studenten Technische Bedrijfskunde merkt dat het nog niet helemaal duidelijk is wat de opdrachtgever precies verwacht en welk resultaat gewenst is. Daarom willen ze eerst met verpleegkundigen in gesprek om de behoeften vanuit de praktijk beter te begrijpen.

Ook de beschikbaarheid van data speelt mee. Is er bijvoorbeeld data van maximaal twee weken geleden beschikbaar, of kan er over een langere periode worden gekeken? Dat heeft invloed op de mogelijkheden van het onderzoek en de mogelijke oplossingen.

Bij de student Human Resource Management speelt een vergelijkbare uitdaging. Het doel van het onderzoek moet concreter en de vraag beter worden afgebakend. Alarmmoeheid is daarbij een belangrijk aandachtspunt. Hoe vaak wordt er bijvoorbeeld niet op een melding gelopen, terwijl er wel een alarm is afgegaan? En wat zegt dat over het proces rondom alarmmeldingen?

Wat de studenten tijdens deze eerste bijeenkomst vooral opvalt, is dat zorgorganisaties weliswaar zorgtechnologie gebruiken en data verzamelen, maar dat nog niet altijd duidelijk is hoe die gegevens kunnen worden ontsloten, geïnterpreteerd en benut.

De uitdaging zit dus niet alleen in de techniek. Het gaat ook om de vraag welke informatie relevant is, voor wie die informatie waardevol is en welke beslissing of verbetering ermee mogelijk wordt.

Een manager kijkt mogelijk anders naar een vraagstuk dan een verpleegkundige die dagelijks met alarmmeldingen werkt. En wat een opdrachtgever aanvankelijk vraagt, blijkt niet altijd precies het probleem te zijn dat in de praktijk moet worden opgelost.

Juist door die perspectieven samen te brengen, kunnen studenten ontdekken welke vragen ertoe doen. Ze leren niet alleen werken met data, maar ook kritisch kijken naar de betekenis ervan en naar de context waarin deze wordt verzameld.

Het eerste aha-moment maakt duidelijk dat onderzoek naar data en zorgtechnologie binnen de leergemeenschap begint met nieuwsgierigheid, goede gesprekken en het durven bijstellen van je oorspronkelijke ideeën.

De komende periode gaan de studenten verder met het aanscherpen van hun onderzoeksvragen, het verkennen van de beschikbare data en het ophalen van ervaringen bij de mensen uit de praktijk die dagelijks met de technologie werken.

Want uiteindelijk draait het niet om zoveel mogelijk data of het bouwen van een mooi dashboard. Het draait om inzichten die aansluiten bij de behoefte van de zorg en die kunnen helpen om de praktijk daadwerkelijk te verbeteren.

Dat is de gezamenlijke uitdaging én de kracht van de leergemeenschap Data en Zorgtechnologie: samen ontdekken hoe data betekenis krijgt en hoe die betekenis kan bijdragen aan betere zorg.

Benieuwd naar de opbrengsten van deze leergemeenschap en wat deze voor jouw organisatie of praktijk kunnen betekenen? Neem dan contact op met Saskia Lieffering via s.f.lieffering@pl.hanze.nl.