Holger Wagenaar | Business Consultant
Een ziekenhuis is een complexe organisatie. Het feit dat zorgprocessen gericht zijn op individuele patiënten, maakt het beheersen van die processen ingewikkeld. Veel ingewikkelder dan een bedrijf waarin in massa homogene producten van de band rollen. Eén van de continue uitdagingen voor het ziekenhuis is efficiënt en doelmatig functioneren. Druk vanuit politiek, maatschappij en verzekeraars vereist dit. En uiteraard wil elke zorgverlener en bestuurder ook zorgvuldig omgaan met de publieke middelen die hij/zij besteedt. Maar hoe weet je of in het ziekenhuis efficiënt gewerkt wordt en of er doelmatige zorg geleverd wordt?
Voor veel behandelingen bestaan protocollen of richtlijnen, maar die zijn medisch-inhoudelijk. Zo is er een richtlijn dat de indicatie voor totale heupvervanging gesteld moet worden op basis van pijn, functieverlies en radiologische afwijkingen na het falen van conservatieve therapie. Er bestaan nog geen bedrijfskundige normen die definiëren wanneer een behandeling efficiënt en doelmatig is. Data-analyses bieden hierin de oplossing.
Hulpmiddelen om te kunnen sturen
Interessant voor een ziekenhuis om te zien is hoe andere zorgverleners vergelijkbare patiënten met dezelfde zorgvraag behandelen. Gelukkig kunnen we dat analyseren, omdat in ziekenhuizen op administratief gebied veel gestandaardiseerd is en we dus vergelijkbare patiënten kunnen identificeren.
Door deze informatie van verschillende ziekenhuizen naast elkaar te zetten, kunnen vragen beantwoord worden als ‘opereer ik nou relatief veel, of behandel ik juist conservatief?’ of ‘liggen patiënten na een darmresectie lang of kort in het ziekenhuis?’, maar ook ‘heb ik relatief veel heroperaties na een darmresectie?’.
Om dit soort analyses tot concrete verbeteringen te laten leiden, is een goede samenwerking van zorgprofessionals en financieel-administratieve experts nodig. Uit een analyse van deze data kan bijvoorbeeld blijken dat een ziekenhuis vaker een CT-scan van de hersenen doet bij SEH-patiënten met een trauma aan het hoofd. De SEH-arts én de neuroloog én de data-analist zijn nodig om vertrouwen in de cijfers te krijgen en te komen tot aanpassing van werkwijzen. Ander voorbeeld: is na plaatsing van een pacemaker controle door de cardioloog noodzakelijk of kan de pacemakertechnicus deze uitvoeren? De administratieve expert kan kosten- en omzetconsequenties overzien, de medische functie borgt de kwaliteit van zorg.
Vergelijking effectief inzetten
Voor het effectief in kunnen zetten van vergelijkingsinformatie geldt een aantal voorwaarden:
- Bronregistraties zijn betrouwbaar en vergelijkbaar (gemaakt). Een open deur natuurlijk, maar voor elke data-analyse cruciaal;- De gevolgde methode om tot kostprijzen te komen is uniform;
- Kostprijzen zijn gebaseerd op de lokale werkelijkheid en niet op landelijke normen;
- Er kan eenvoudig geanalyseerd worden hoe verschillen opgebouwd zijn, zodat het échte verbeterpotentieel geïdentificeerd kan worden.
Het zal u niet verbazen dat er anno 2019 tools op de markt beschikbaar zijn die aan deze voorwaarden voldoen. Tools waarmee je kunt focussen op verschillen waar de dokter invloed op heeft, of juist op verschillen die door de organisatie veroorzaakt worden en waarin zorgvuldige validatie leidt tot vergelijkbaarheid.
De winst van sturen
Als we op deze manier gebruik maken van alle kennis die beschikbaar is in mensen en systemen, dan is de zorg bij uitstek geschikt om evidence-based te verbeteren. Om de patiënt van morgen beter te helpen, is het belangrijk om regelmatig samen terug te kijken. Daardoor kunnen we voorkomen dat patiënten aan straling blootgesteld worden voor een scan die niet noodzakelijk is. En kunnen we een patiënt dichter bij de thuissituatie zorg laten ontvangen wanneer mogelijk.
Een nijpend probleem is de beschikbaarheid van zorgpersoneel. Maar als we zoals boven beschreven kritisch kijken kunnen we het personeel dát beschikbaar is optimaal inzetten. En kunnen we historisch scheefgegroeide situaties met inefficiënte afdelingen identificeren.
