Ziekenhuizen kunnen bestaande zorgdata gebruiken om achteraf beter inzicht te krijgen in klinische beslissingen van verpleegkundigen. Technisch is dat haalbaar, concludeert Matthijs Berkhout in zijn proefschrift ‘Making Sense of Nursing Data’. Maar of het de zorg beter maakt, hangt vooral af van de mensen en de organisatie: ervaren verpleegkundigen het als leermiddel of als controle?
Verpleegkundigen nemen dagelijks beslissingen over de zorg voor patiënten. Vraagt een veranderend toestandsbeeld van een patiënt om extra overleg met een arts? Heeft een patiënt hulp nodig bij het bewegen? Zijn extra maatregelen nodig om doorligwonden te voorkomen? Daarbij combineren verpleegkundigen klinische kennis, meetgegevens, observaties, ervaring en patiëntencontact.
Ziekenhuizen investeren fors in protocollen en het meten van zorguitkomsten. Toch blijft voor teams die verantwoordelijk zijn voor kwaliteit vaak onduidelijk hoe klinische beslissingen van verpleegkundigen tot stand komen. Digitale beslissingsondersteuning richt zich van oudsher vooral op artsen. Bestaande systemen grijpen bovendien in op het moment van zorg, met meldingen en aanbevelingen. Die aanpak werkt bij afgebakende taken als medicatieveiligheid of decubituspreventie, maar loopt vast op alarmmoeheid, gebrekkige inpassing in het werkproces en levert spanningen op tussen onder andere standaardisatie en professionele autonomie in het nemen van beslissingen.
Berkhout onderzocht daarom een alternatief: decision mining. Deze techniek analyseert achteraf welke vastgelegde omstandigheden samenhangen met bepaalde verpleegkundige handelingen. Daarmee kunnen patronen en redenaties achter beslissingen duidelijk worden. Technisch is dat haalbaar, concludeert de promovendus. Maar dat betekent niet automatisch dat de toepassing ingezet kan worden om de zorg te verbeteren.
Lees het hele bericht op de site van de Open Universiteit.
