Artikel 2 in de reeks Data Gedreven Bekostiging van de Zorg [lees hier artikel 1] [lees hier artikel 3]
Hoe houden we de bekostiging in de zorg onder controle? Dit is het thema van deze serie blog artikelen, dit artikel is de tweede blog in een serie van drie en staat stil bij de bekostiging makkelijker maken. De essentie van deze serie is om inzicht te verschaffen in hoe we de komende jaren grip kunnen krijgen en behouden op onze zorgkosten met behulp van data gedreven zorg bekostiging.
De Belastingdienst gebruikt al jaren de spreuk “Leuker kunnen we het niet maken, wel makkelijker”. De belastingaangifte is niet ‘leuk’ en dat zal het waarschijnlijk ook nooit worden, hoe ‘leuk’ dat voor ons ook zou zijn. Dus we zullen het moeten doen met het streven van de Belastingdienst om het werk voor ons zo simpel als mogelijk te maken.
Bij de bekostiging van de zorg werkt het eigenlijk precies omgekeerd. ‘Leuker’ kunnen we de bekostiging wel maken, maar in dit geval is dit niet wenselijk. Wat juist wel wenselijk is, is de bekostiging makkelijker en daarmee beter maken.
De hele financiële zekerheid rondom de zorg is hierop gebaseerd
De bekostiging van de zorg is nog veelal kunst en vliegwerk bij veel zorginstellingen en verzekeraars en is een ingewikkeld proces met veel wet en regelgeving. Kostprijzen moeten snel worden bepaald. Afspraken met de NZa, verzekeraars en de branche moeten nú worden gemaakt. De hieruit bereikte resultaten lijken leuk, voor de korte termijn.
De kostprijzen en de gemaakte afspraken met toezichthouder en verzekeraars zijn dan wel enigszins gebaseerd op informatie/data over de geleverde zorg. De hele financiële zekerheid rondom de zorg is hierop gebaseerd, maar helaas bestaat die informatie bij veel zorginstellingen uit een ondoorgrondelijke verzameling van los zand. Hoe krijgen we het voor elkaar dat we van dit losse zand wél een doorgrondelijke bron van data maken? En hoe kunnen we de bekostiging makkelijker maken?
De ideale methodiek om dit zorg proces mee te kunnen analyseren heet Process Mining
Bekostiging makkelijker maken
Voor een solide aanpak van data science in de zorg moet er allereerst worden stilgestaan bij de huidige situatie: maak eerst een zorgvuldige analyse van hoe de zorg geleverd wordt. De zorg, die cliënten en patiënten krijgen, is vaak een aaneengesloten proces van behandelingen. Om dit proces goed inzichtelijk te maken, is een praktische analyse nodig van zorgdata van wanneer welke behandelingen elkaar opvolgen en welke varianten van behandelmethodes er geleverd worden.
De ideale methodiek om dit zorg proces mee te kunnen analyseren heet Process Mining. Het uiteindelijke resultaat van Process Mining is een verzameling van inzichten, die nodig zijn om wel tot een goede bekostiging te komen in de zorg. In het volgende blog artikel uit deze serie zal ik meer vertellen over wat Process Mining is en wat Process Mining oplevert.
Zorgverleners hebben vaak uiteenlopende redenen om hun behandelingen anders te registreren dan eigenlijk bedoeld is.
Om tot een goede proces analyse te kunnen komen, is het tijd om in de data te duiken:
- Waar komt deze data vandaan?
- Is de geregistreerde data volledig?
- Weerspiegelt de data ook echt de zorg die geleverd is?
- Hiervoor is niet alleen duiding van de data nodig, maar ook van de zorg:
- Welke zorg leveren we?
- Voor wie doen we dat?
Vanuit de antwoorden op deze relatief eenvoudige vragen moet er worden uitgezocht hoe de verleende zorg wordt vertaald in data. Om vaak uiteenlopende redenen komt het voor dat zorgverleners hun behandelingen anders registreren dan dat eigenlijk afgesproken is. Goede gesprekken met de zorgverleners, over het op de juiste wijze borgen van deze data gedreven aanpak in de zorg, zijn daarom noodzakelijk om uiteindelijk te kunnen beschikken over een eenduidige bron met big data van processen in de zorg.
Het is maar al te aanlokkelijk om je te verliezen in het verbeteren om het te verbeteren
Process Mining geeft als enige methodiek de verhouding weer tussen activiteiten binnen processen
Échte inzichten
De data staat klaar… tijd voor de échte inzichten. Nu komt de Process Mining methodiek echt uit de verf en kan er geprofiteerd worden van de data gedreven aanpak voor de bekostiging van de zorg en kunnen we de bekostiging makkelijker maken. Process Mining geeft als enige methodiek de verhouding weer tussen activiteiten binnen processen:
- Welke zorgpaden worden er gelopen?
- Kunnen verschillende locaties in het land van elkaar leren?
- Hoeveel variatie is er?
- Kunnen we deze variatie verklaren of kunnen we het zorgproces versimpelen?
Allemaal vragen om uiteindelijk te komen tot de definitieve vragen: welke kosten hangen we aan welk pad binnen het zorgproces?
Process Mining maakt de bekostiging van de zorg de komende jaren zeker een stuk makkelijker
Zorgbekostiging makkelijker maken
De inzichten afkomstig uit Process Mining kunnen doorlopend worden verzameld. Met de inzet van Process Mining de komende jaren, kunnen we de bekostiging makkelijker maken. Omdat de zorg continu blijft veranderen, is het essentieel om blijvend in gesprek te blijven met zorgverleners. Het verzamelen, onderhouden en verbeteren van de zorg data binnen de zorg processen moet daarom goed worden geborgd binnen de diverse zorg organisaties. Dit is een absolute voorwaarde om zelf succesvol aan de slag te kunnen met Process Mining… snel, makkelijk, en misschien zelfs leuk.
In het volgende artikel laat ik zien hoe Process Mining de geleverde zorg aan het licht brengt. Ik leg ook uit welke voordelen dat heeft en geef een aantal tips voor het goed toepassen van Process Mining. Process Mining is bij de massa nog een grotendeels onbekende methodiek en de manier van analyseren is echt anders dan de gangbare analyses met Microsoft Excel, Power BI of Python.
Zelf aan de slag met Process Mining binnen jouw organisatie?
Schrijf je in voor de gratis Masterclass!
Job Achterkamp
Job Achterkamp is Process and Data Consultant bij onze partner Finext. Job is een echte improver: zijn voldoening is verbetering. Zijn achtergrond in economie en bedrijfskunde combineert hij met ervaring in process mining, software implementatie en procesverbeteringen. Job werkt graag met mensen en met data. Hij is daarbij resultaatgericht en probeert hij de grondoorzaak van problemen te vinden. Zo gebruikt hij zijn kennis van process mining om processen volledig transparant te maken. Hij maakt zichzelf graag overbodig in zijn taken en onmisbaar als mens. Je kan hem het beste omschrijven als: enthousiast, kritisch, sociaal en gedreven.
Recente reacties