Big Data in Healthcare / de Gezondheidszorg

Big data in de gezondheidszorg
André van Est
Care IQ Group b.v.
29 Januari 2016

“Big data is like teenage sex: everyone talks
about it, nobody really knows how to do it,
everyone thinks everyone else is doing it,
so everyone claims they are doing it.”
Dan Ariely – Duke University
January 2016 © Care IQ Group BV 2

“Iedereen ziet wat in big data, maar tegelijkertijd
is onduidelijk waar de waarde precies zit en hoe
dit ontgonnen kan worden”
Rathenau Instituut, 2015
https://www.rathenau.nl/nl/page/big-data-en-slimme-algoritmen

Big Data in voetbal
Van Persie wordt ieder jaar slechter en Depay is gebaat bij later schieten.
Tijs Rokers brengt data-analyse in het betaald voetbal: “De menselijke
waarneming kan ons snel op het verkeerde been zeAen.”

“Data is not information,
Information is not knowledge,
Knowledge is not understanding,
Understanding is not wisdom”
Clifford Stoll

OVERZICHT
•  Context
•  Big data
•  Little data
•  Strategie

Care IQ Group
7© Care IQ Group BV
150 years of experience in healthcare innova5on
and data driven improvement
your
patients your staff
your
capacity
your
workflow
Prevention Diagnosis Treatment Management
pa5ent and staff experience, integral capacity
planning, improve equipment u5liza5on,
streamline clinical workflow, pathway (re-)design,
care logis5cs, workload reduc5on, investment
planning, produc5vity improvement, facility design
op5miza5on, improve pa5ent and staff planning

CONTEXT
•  Vergrijzende bevolking
•  Chronische ziektelast
•  Stijgende zorgkosten
•  Maatregelen…

Vergrijzende bevolking
Age Dependency Ratio (ADR)*
Ratio of dependents (ages <15 and >64) to the working-age population (ages 15-64).
•  2007 EU
–  Average ≈ 1:4
–  Big differences between countries
•  2050 EU
–  Average ≈ 1:2
–  NL: 1:3
–  IT, ES: 1:1,5
•  2050 China
–  Average ≈ 1:<1
implica5e: aantal (zorg)aEankelijken s5jgt snel,
afnemende verdiencapaciteit bedreigt economische groei

Chronische ziektelast
Bron: RIVM Kernrapport-Van-gezond-naar-beter-VTV-2010.pdf
we leven langer maar het aantal gezonde jaren neemt niet toe
tegen 2050 is de behoeQe aan langdurige zorg verviervoudigd

Stijgende zorgkosten
June 2015 © Care IQ Group BV 11
voortdurende kostens5jging is onhoudbaar

Maatregelen
•  Pensioenleeftijd ophogen (ADR é)
•  Gezonde levensjaren toevoegen (QALY é)
•  Samenleving efficiënter organiseren (zorgintegratie é)
meer nadruk op gezond blijven dan beter maken

Duurzaam geïntegreerde zorg
van ver5cale zorgsilo’s naar een horizontaal zorgcon5nuüm
hTp://www.cdhbcareers.co.nz/All-About-Us/How-We-Do-What-We-Do/

hTp://www.veralon.com/ar5cles/systemness-the-next-fron5er-for-integrated-health-delivery/
kleinere ziekenhuizen en specialis5sche centra

Zorgsysteem transitie
Community Health systems
informa5on
systems
decision
support
delivery
system
self
management
community
ac5on
public
health
suppor5ve
environment
Burger: geïnformeerd, geac5veerd Prak5jk team: voorbereid, proac5ef
ruim baan voor community care

Rol van data
“Data are the lifeblood of decision-making and the raw material for
accountability. Without high-quality data providing the right
information on the right things at the right time, designing,
monitoring and evaluating effective policies becomes almost
impossible.”
United Nations, from “a world that counts” on a data revolution for sustainable development
“data makes the world go round”

BIG DATA

Definitie:
Big Data is de enorme toename
van mogelijkheden om data te
genereren, delen, combineren
en analyseren, die leidt tot
nieuwe inzichten en een nieuwe
manier van redeneren.
eindrapport 2014 na5onale denktank

In 1854 was er een uitbraak van
cholera in de Londense wijk Soho.
Door slim bundelen van informatie,
wist Dr. John Snow de oorzaak van
de uitbraak (een waterpomp op Broad
Street) te achterhalen en zo de
epidemie te stoppen
trendi5on

Kennispiramide (Alavi & Leidner, 2001)
Wijsheid
Kennis
Informa5e
Data
January 2016 © Care IQ Group BV 20Toekomst Verleden
Verzamelen,
Structureren
Analyseren,
Interpreteren
Toepassen,
Voorspellen
What happened?
Why did it happen?
What is happening?
What is likely to happen?

Big Data eigenschappen
Big Data
Velocity
Snelheid
Volume
Hoeveelheid
Variety
Variëteit
Veracity
Betrouwbaarheid
2,5 triljoen GB/dag
2,5 miljoen emails/sec
tekst, audio, video
Value
Waarde

Big Data informatiestromen (IHT2)
•  Internet en sociale media: klik- en surfgedrag op
het web en interactie data van Facebook, Twitter,
zorgverlener websites, etc.
•  Machine-2-machine data: data uit fitness sensoren
(bijv. fitbit) en andere meetapparatuur (zoals bijv.
een medicatiedispenser)
•  Transactie data: declaratie gegevens en andere
financiële stromen in de gezondheidszorg
(gestructureerd en ongestructureerd)
•  Biometrische data: röntgenfoto’s, vingerafdrukken,
genetische informatie, irisscans, etc.
•  ‘Human-generated’ data: door mensen ingevoerde
gegevens uit het EPD of ECD, arts aantekeningen,
e-mails, etc

Traditioneel vs Big Data onderzoek
Jan 2016 © Care IQ Group BV 23
Hypothese
Verband
Steekproefdata
Big data
Correla5es
Hypothese
voordelen ten gunste van ‘personalized medicine’,
bijv. inzicht in speciﬁeke werking medicijnen
Onverwachte verbanden vinden zonder duidelijk theoretisch kader vooraf.

Big Data Expo onderzoek
grootste uitdagingen zijn culturele en managementkwes5es
Vertalen van data in
nuFge informaHe Beheren en integraHe
van ruwe date
Creëren van kennis
en bruikbare inzichten
Changing the organiza5onal culture/processes
Building conﬁdence in data-driven decision-making
Finding easy ways for end users to access and query data
Finding engaging ways of presen5ng informa5on
Choosing the right data sets
Asking the right ques5ons
Determining real value of informa5on
Right skill sets to analyze/build models
Reﬁning data into something useful
Choosing the right data sets
Choosing the right technology
Integra5on with current tools

Lifelines bevolkingsonderzoek – UMCG
www.lifelines.nl
sneller vaststellen van ziekte, vinden van nieuwe behandelingen,
voorkomen van chronische aandoeningen (UMCG)

Regisseur van de eigen ouderdom?
Kwetsbaarheid kun je steeds beter
meten
Kennis over de kwetsbaarheid van een
oudere is van groot belang, bijvoorbeeld
om zo lang mogelijk thuis te kunnen
blijven wonen, of bij de afweging om wel
of niet te opereren.
Rathenau ins5tuut

Rathenau Instituut - Berekende risico’s
Verzekeren in de datagedreven samenleving
Historische ontwikkeling
•  VOC: faciliteren ondernemerschap
•  Gildes: maatschappelijk vangnet
•  Industriële revolutie: ontstaan van
verzekeringsmaatschappijen
•  Berekende samenwerking,
gedreven door onzekerheid
•  Zorgt de datasamenleving voor
veranderingen in de onzekerheid?
•  Solidariteitsprincipe versus
individuele profilering
Big data uitdagingen
•  Privacy inbreuk
•  Uitsluiting of discriminatie
•  Betrouwbaarheid algoritmen/data
Big data mogelijkheden
•  Risico inschatting
•  Fraudebestrijding
•  Individualisering klantrelatie
–  Sensordata
–  Risico(gedrag)
–  Preventie
è Fairzekering (Pay as you Drive)
è Broodfonds (AOV)
van reac5eve compensa5e naar proac5eve preven5e

BCG case: smart systems supplier
Morgan Stanley Research / Rathenau Instituut
tot zes5g procent risicoreduc5e door smart-home toepassingen

Vertaling naar (ouderen)zorg
Effectieve interventies
•  beweegprogramma’s gericht op mobiliteit, spierkracht en balans,
•  aanpassingen in huis/woonomgeving,
•  medicatiebewaking,
•  verbeteren visus
•  vitamine D suppletie.
hTps://www.veiligheid.nl/valpreven5e/kennis-en-cijfers/
valpreven5e heeQ medische, sociale en ﬁnanciele voordelen

Robot Zora
Zora robot wordt o.a. ingezet voor de ac5vering van ouderen in
wooncentra en op scholen voor jonge au5s5sche kinderen
Robot Zora is geen vervanger van het verzorgend personeel maar een aanvulling.
De oefentherapeut kan nu de bewegingen van de ouderen controleren en indien
noodzakelijk corrigeren. Foto: verzorgingshuis Huize Elisabeth in Vugt

Predicting 30-day readmissions with preadmission EHR Data
Efrat Shadmi et al; Clalit Research Institute, University of Haifa; Medical Care 2015
•  Challenge: timely identification of high-risk patients
•  Develop: readmission prediction model using preadmission EHR
data, incl. morbidity, demographic & socioeconomic chars, resource use
(in- & outpatient), cost, medication use, disability etc.
•  Result: accurate differentiation between high and low risk patients
Januari 2015 © Care IQ Group BV 31
•  ImplicaHon:
1.  Derive a priori risk score for older adults
2.  Integrate score into care delivery system
(connected hospitals and primary care)
3.  Conduct outreach to high risk pa5ents
(nurse visit within 48 hours)

Rol huisarts gaat drastisch veranderen
•  Patiënten verzamelen zelf
meetgegevens;
•  huisarts zal moeten experimenteren met
sensortechnologie: bloeddrukmeter, ecg-
meter, smartwatch
Bart Timmers - huisarts
•  De smartwatch zal gericht zijn op
gezondheid en mHealth mainstream
maken tot in de spreekkamer
•  De innovatieve gebruikerservaring van
de smartwatch zal het probleem
oplossen van “hoe we de 90% gaan
motiveren”
hTp://www.zorgvisie.nl/ICT/Nieuws/2015/1/Rol-van-huisarts-gaat-dras5sch-veranderen-1691928W/
•  Nieuwe sensoren:
zuurstofsaturatie,
accurate hartslag,
bloeddruk, glucose…

Opkomst van de e-coach
•  Slimme apparaten zijn ons leven
binnengeslopen (smartphones,
fitnessarmbandjes)
•  Slimme software anticipeert op
ons gedrag, voorziet ons van tips
en adviezen: de e-coach
•  Voor zorgsector gelden andere
normen dan in consumentenmarkt
(wetenschappelijk, medisch-
ethisch)
–  CE certificering medische software
93/42/EEG richtlijn
–  Nictiz 7-stappenplan
https://nictiz.nl/SiteCollectionDocuments/
Whitepapers/13005%20Whitepaper
%20medische%20apps.pdf
•  Het aantal Nederlanders dat bij
depressie, angststoornissen of
stemmingswisselingen gebruik
maakt van onlinetherapie is dit
jaar met 42% gegroeid naar
zo’n 285.000 patiënten.
•  Hoogleraar eMental-Health van
de VU Amsterdam, Heleen
Riper, waarschuwt voor de
risico's. ,,We weten nog veel te
weinig over de effectiviteit.’’

Slimme pleister - DermaTrax
•  De 'slimme pleister', die je vertelt of de wond al genezen is, komt er
aan. Gekoppeld aan je telefoon of tablet weet je dankzij sensoren
binnen no time of de wond genezen is.
•  Sensoren in de pleister meten bijvoorbeeld de ph-waarde van het
wondvocht, of de temperatuur in geval van een infectie.
hTp://www.bnr.nl/nieuws/270451-1512/slimme-pleister-met-sensoren-heeQ-de-toekomst
•  De verzamelde data kan via een
draadloze verbinding door artsen en
verpleegkundigen uitgelezen worden
op een telefoon of tablet.
•  In 2017 moet de pleister, DermaTrax
genoemd, verkrijgbaar zijn voor
professionele gebruikers als
ziekenhuizen en verzorgingshuizen.
hTp://www.ed.nl/extra/gezondheid/slimme-pleister-vol-sensoren-geeQ-condi5e-van-wond-weer-op-scherm-1.5582625

Internet of Things
Hiermee wordt de ontwikkeling
omschreven dat alledaagse
apparaten, zoals horloges,
telefoons, thermostaten,
bedden, kleding, koelkasten en
verlichting, met sensoren en
internetverbinding worden
uitgerust. Waardoor ze
bijvoorbeeld op mensen en
veranderingen in de omgeving
kunnen reageren.

Rathenau – impact duiding
•  Samenvattend kunnen we stellen dat met big data gedoeld
wordt op zowel een technologische als een economische en
een maatschappelijke ontwikkeling…
•  Het gaat om een praktijk waarin het verzamelen en doorzoeken
van data met slimme algoritmen nieuwe kennis oplevert.
•  Door deze ontwikkelingen tekent zich een verschuiving af naar
een door datagedreven economie en maatschappij, ofwel een
datasamenleving.
voor alle zorgbestuurders cruciaal hoe hier mee om te gaan

De Care digitaliseert
•  Care steeds meer digitaal
volgens de ICT Benchmark
Care 2015 (M&I Partners).
•  ICT kosten Care lager dan die
in Cure en GGZ.
–  Care ICT: 3,6% van de omzet,
GGZ 5,2%, Cure 4,7%
–  Care ICT: 25% kostenstijging
t.o.v. 2014
•  ECD (Elektronisch Cliënten
Dossier) gebruik stijgt
•  Domotica (nog) geen integraal
onderdeel van ICT; integratie
met ECD verwacht
•  # digitale werkplekken per
FTE groeit, veelal laptops
of tablets.
Bron: hTp://www.boardroomzorg.nl/Nieuws/de-care-digitaliseert.html

Waar blijft de CIO in Zorginstellingen?
•  Digitalisering vd samenleving,
Internet of Things, Big Data,
Industrie 4.0
•  Impact 2025: $10 triljoen/jaar
–  Bijv. zelfrijdende auto (Tesla)
•  Vb. disruptie zorgsector:
–  Telemonitoring hartpatiënten leidt
tot 64% daling van de opname
(Scheper Ziekenhuis in Emmen)
è impact vastgoedkosten
–  BeMyEyes app helpt blinden op
afstand bijv. bij lezen van teksten
è ‘begeleid wonen’ diensten
•  Tijd voor Care CIO? “By failing
to prepare, you are preparing to fail”
ICT voorspellingen 2020:
1.  Mobile stopt hegemonie Microsoft
2.  IT afdeling niet langer fysiek,
virtuele omgeving & Apps
3.  Zakelijke dienstverlening gebeurt
in the Cloud
4.  BYOD (bring your own device) is
de norm
5.  Analytics van toenemend belang
http://www.cio.com/article/2396458/cio-role/10-predictions-
for-what-the-cio-role-will-look-like-in-2020.html
Bron: hTp://www.boardroomzorg.nl/Opinie/

Medische gegevens op straat door datalek
Bron: MAX-consumtenprogramma Meldpunt!
•  Vertrouwelijke medische gegevens van
ruim 158.000 Nederlanders en Belgen
hebben op straat gelegen door een
fout van een scanbedrijf dat oude
patiëntendossiers digitaliseert.
•  O.a. patiëntgegevens van het
Canisius-Wilhelmina Ziekenhuis te
Nijmegen en het St. Anna Ziekenhuis
te Geldrop waren via een openbare
internetlink in te zien.
•  Het Belgische scanbedrijf iGuana
gebruikte tot vorige week een
onbeschermde internetlink voor de
uitwisseling van medische informatie
tussen het scanbedrijf en de
ziekenhuizen.
•  Nederlandse ziekenhuizen gunnen
digitaliseringsopdrachten vaak aan de
laagste bieder.
•  Bij wet (WBP & WGB) is het verboden
om onbevoegden inzage te geven in
dossiers met vertrouwelijke medische
informatie.
•  Werkzaamheden rond digitalisering van
patiëntendossiers mogen alleen verricht
worden door gecertificeerde bedrijven

LITTLE DATA

Reasons why big data projects fail
•  Lack of clear business goals
•  Inefficient tools and processes
•  Failure to operationalize results
© Care IQ Group BV 41
hTp://www.lavastorm.com/assets/OvercomingBigDataChallenges-Whitepaper.pdf

Reasons to start with little data first
•  Available in abundance, but
mostly unused!
•  Can be leveraged quickly!
•  While preparing for next steps
“He who refuses the small is not worthy of the large”
“Wie het kleine niet eert is het grote niet weerd”
hTp://www.care-iq.com/nl/care-iq-informs-ﬁnancial-health-care-managers-care-iq-informeert-ﬁnanciele-zorgmanagers/

Examples
43
•  Radiology equipment
utilization
•  Operations management
(incl. new hospital design)

Equipment utilization experience
•  Relevance: imaging diagnostics involved in
nearly all patient pathways
•  Helping customers optimize their business
–  Capital equipment utilization
–  Tool & process development
–  Make use of existing ‘service’ data
•  Proven benefits
–  Increased efficiency, reduced access times,
enhanced patient & staff experience
Courtesy of Philips

Signiﬁcant performance varia5on despite similar technology
Top performers more eﬀec5ve in managing complexity
Global benchmark insights
45
Philips 1.5T Systems
2013 BEL CAN CHI DEN FRA GER ITA JAP NL SWI SPA SWE UK USA
Procedure Hme 26 40 25 43 26 32 36 39 34 47 39 46 35 58
Scan Hme 17 23 13 21 16 19 21 18 18 24 22 22 20 25
Scans per exam 7.8 8.7 7.6 8.1 8.2 8.5 9.1 8.9 8.0 8.6 9.0 8.5 9.9
Source: Philips U>liza>on Services
1.5T Germany by
pracHce type
Procedure Hme
Average Best
Private 31 16
Hospital <500 beds 43 21
Hospital >500 beds 52 20
Academic 64 20

(MRI) performance insights
46
ExaminaHon Times
•  many or long scans
•  contrast prep. inside room
•  repeat or add-on scans
•  non-coopera5ve pa5ent
Changeover Times
•  pa5ent late- or no-show
•  inefficient pat. changeover
•  inefficient pat. transport
•  unplanned appoint. slots
Tracing the Waste…
Most 5me wasted due to planning and prepara5on deficiencies

Trend and pattern recognition
47Keep measuring to know that improvement is durable!

Kaizen event
48
•  Team work
•  Fact based
•  Solution driven
•  LEAN / DMAIC
Deliver
Report
Interpret
Exam
Perform
Exam
Prepare
Exam
Receive
PaHent
Confirm
Exam
Schedule
Exam
Receive
Order
Quality
of care
Cost
effec5veness
Pa5ent & Staff
experience
KAIZEN EVENT

OHSU
Portland OR
NIC, Las
Vegas, NE
The Netherlands (Rijnstate Arnhem,
2x Catharina Eindhoven, Antonius
Nieuwegein, Viecuri Venlo, Elkerliek
Helmond, 9x UMC Utrecht)
Japan
(Yaesu
Clinics)
Austria
(Neusiedl,
Klagenfurt,
Kapfenberg)
Denmark
(2x Herlev Hosp.
Kopenhagen,
Herning Hosp.)
Turkey
(Yeditepe
University )
Saudi Arabia
(NGH Riyadh, Bakhsh
Hospital Jeddah)
UA Emirates
(Al Zahra Hosp
Sharjah)
Southern Open
MRI FLA
DMI, Palm
Springs CA
2x St Barnabas
Livingston NJ
China
(Renji
Hospital)
Sweden
(2x Lund Univ,
2x Unilabs
Göteborg)
France (La Porte
Verte Versailles,
La Pitié Paris)
UK
(North Staffs
Univ Hosp.
Germany
(2x BrüderKH Trier,
2x Asklepios Barmbek
Hamburg, MRT Schwerin)
Norway (AHUS Oslo,
Molde Hospital,
Ålesund Hospital,
2x Unilabs Oslo)
Worldwide 60+ rapid improvement projects
Spain
(2x La Fé
Valencia)
49
Switzerland
(2x Unilabs
Geneva)
© Care IQ Group BV
improved quality, beTer service, lower cost, shorter wait 5mes,
beTer pa5ent & staﬀ experience, eﬃcient planning & execu5on

Examples
50
•  Radiology equipment
utilization
•  Operations management
(incl. new hospital design)

Operations management experience
•  Relevance: how to match hospital agreements
or ambitions with available budgets?
•  Optimizing operational processes (or model)
–  Linked to enterprise goals
–  Method & tool development
–  Smart use of available (operational) data
Courtesy of Orbis MC

General
Prac55oner
Consulta5on
center
Inves5ga5on
center
Treatment
center
Nursing center
Follow up
Benefits of integral planning
•  Creates the power to transform data
insights into better collaboration and
performance
•  Enables transparent communication
about budgets, actuals, and causes
•  Actively involves staff in decision
making and process control
•  Increases patient experience
–  Shorter access times
–  Better process flow
–  More quality time
•  Increases staff satisfaction
–  Improved work schedules
–  Better work - life balance
–  Lower absenteeism
52

Think
differently
Organize
differently
Work
differently
Resource IQ© dynamic capacity planning
- Demand forecast & production targets
- 96% predictability
- 93% repetition
- Annual production & capacity
planning*)
- Seasonal demand forecasting
- Annual staff planning
- Operational week
monitor
- Load balancing
- Harmonised
working hours
- Daily pt. planning
© Care IQ Group BV 53Surprisingly high degree of predictability and repeatability

Harvesting a 9% average opportunity
•  Departmental and
pathway planning
•  No staff reduction
but capacity waste
reduction!
–  Predicting demand
–  Matching demand
–  Reducing overtime
–  Work hour flexibility

How predictable is OR production?
11000#
11500#
12000#
12500#
13000#
1# 2# 3# 4# 5# 6# 7# 8# 9# 10# 11# 12# 13#
Number'of'procedures'
Number'of'OR'procedures'per'year'
?

?
96% predictability

How do doctors impact acute admission?
56
- Regular produc5on (outpa5ents)
- MD presence (6 of 8 absent)
0%
5%
10%
15%
20%
25%
30%
35%
40%
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
- Ra5o acute/regular produc5on

The essence of a weekly monitor
Weekly monitor:
•  Shows more detail on
production patterns
•  Enables analysis of
process variations
•  Allows to adjust more
quickly and see its
impact.
•  What if you could
have real time data?
more predic5ve!

More recently…
Translation to new hospital projects
•  First design new processes, then design
new building around that!
•  Maximize flexibility through modular
design (future proof)
•  Design interior to meet patient and staff
experience demands

59
David-Ruben Thies (CEO): “In 2014 we were
designing our new nursing center, but costs
were higher than budgeted. Care IQ helped
redesign our processes and plan capacity,
while using the existing facility. This proved
to be effective.”
February 2013 © Care IQ BV 21
?"
Care IQ services:
•  Optimising patient pathways to reduce workload and length of stay
•  Centralising admissions to improve patient experience and efficiency
•  Reorganising nursing centre to enhance staff satisfaction and service
levels
•  Introducing capacity management and staff planning to minimise
operating costs
•  Revising architecture to fit budget restrictions
•  Designing open offices for physicians and management
•  Work in progress: business controls, staff training, day care centre,
“staff flex pool”
•  270 bed multi-speciality
hospital
•  Largest academic
orthopaedics dept. in EU
•  45,000 patients per year
•  €40 million construction
budget

60
•  Next steps & conclusion

Next steps…
from anticipating to regulating demand
1.  Internal data for sustainable quality improvement (e.g.
planning, volumes)
–  Current limitations: cost detail registration do not support
pathway based costing, material use per individual medical
professional, risk profiling, profile matching
2.  External data (e.g. demographics, traffic, disease
prevalence)
–  Investigating broader causes: disease prevalence, cost
deviations, waiting times, infection control, disease spread
–  Anticipating circumstances beyond control: epidemics,
weather, traffic jams, influx of refugees

Towards predictive analytics
•  “But many providers are still not leveraging the vast amounts of data that they are collecting to
improve the quality of care, increase patient satisfaction, and reduce costs. Indeed, most
information available is still retrospective. For instance, it is common for organizations to
produce reports on infections and patients falls on a monthly basis and those reports only reflect
what has already occurred, not what is happening now or is expected to occur in the future. In this
regard, health care is way behind manufacturing, consumer products, and financial services
companies”
Recommended building blocks:
•  Change leaders’ mind-set
•  Standardize data, real time data
•  Build a culture of transparency
hTps://hbr.org/2014/11/hospitals-are-ﬁnally-star5ng-to-put-real-5me-data-to-use

Concluding words
63
Data
Informa5on
Knowledge
Understanding Wisdom
Ac5on
experience
applica5on
Data is not information,
Understanding is not wisdom.
Cliﬀord Stoll
+ = +

STRATEGIE

Wat is er aan de hand?
geen technologie maar een methodologie crisis

The Strategy that will fix Healthcare
(Michael Porter)
•  Gezondheidszorg wordt steeds meer value based
²  Waarde = Resultaten v. Patiënten / Kosten
²  Waarde, Resultaten en Kosten moet je meten
•  Verdienmodel: van fee-for-service naar pay-for-value
² Klant: bepaalt en ‘shopt’ voor de beste deal
² Zorgverlener: onderscheiden, samenwerken, klant centraal
•  Besturingsmodel: steeds meer data driven
² Flexibiliteit & controle over Enterprise IT & Data
² Digitale samenleving: Mensen en Data, Ecosysteem

Fundamental strategy

Fundamental strategy – Healthcare
Threshold
value
Leadership
value
Patient Experience
-  Experience, Satisfaction
-  Carebnb, Het Nieuwe Gasthuis
Clinical Excellence
-  special. pschychogeriatrische zorg
-  special. somatische zorg v. ouderen
Operational Excellence
- Volume, Limited range, Cost

Waardestrategieën Treacy & Wiersema
Organisatie
Product
Klant
Operationele
Excellentie
focus op proces
Product
Leiderschap
Focus op product
Klanten
Intimiteit
focus op klant

Van der Valk begint zorghotelafdeling
Het Van der Valk Hotel in Tiel heeft een verpleegafdeling met
gediplomeerd personeel ingericht. Het hotel richt zich met een
arrangement met name op patiënten die aan het revalideren zijn,
maar nog niet zelfstandig thuis verder kunnen herstellen. Het Van
der Valk Care arrangement kost 245 euro per nacht. Het is voor het
eerst dat een hotelketen in Nederland een zorgafdeling opent.
See more at:
hTp://www.skipr.nl/actueel/id25019-van-
der-valk-begint-
zorghotelafdeling.html#sthash.WQHbSND.dp
uf

hTp://nos.nl/ar5kel/2078012-van-der-valk-
begint-zorgafdeling-voor-pa5enten.html
nieuwe concepten voor revalida5ezorg

“TSN is topje van de ijsberg in
strubbelingen thuiszorg”
http://www.skipr.nl/actueel/id24750-tsn-is-topje-van-de-ijsberg-in-
strubbelingen-thuiszorg.html#sthash.JIQKmZhs.dpuf
TSN is het grootste thuiszorgbedrijf van Nederland, biedt zorg aan meer
dan veertigduizend mensen en lijdt al jaren verlies. Dat komt volgens het
bestuur door gemeenten, die te weinig voor de zorg betalen, en door
medewerkers die een te hoog salaris verdienen.
nieuwe concepten voor thuiszorg

Als u straks bij ons komt wonen, blijQ uw leven zoals het nu is. In elk geval zo
veel mogelijk. Dat maakt Martha Flora uniek ten opzichte van andere
zorgaanbieders. Het leven zoals u dat nu leeQ zo goed mogelijk voorzeTen en
alle ruimte om uzelf te zijn – dat is het doel van de allerbeste demen5ezorg.
concepten voor specialis5sche psycho-geriatrische zorg

Carebnb – Het Nieuwe Gasthuis
Een Carebnb is kleinschalig en
huiselijk, ligt in eigen buurt, biedt
veel ruime voor zelfregie en wordt
gerund door mensen uit de wijk.
De bouwkundige opzet is helend
en prikkelt de zelfstandigheid.
hTp://www.zorgvisie.nl/Huisves5ng/Verdieping/2015/10/Carebnb-Zorgen-voor-herstellende-buur-2698245W/
Het Stimuleringsfonds Creatieve Industrie ziet veel in het nieuwe
mantelzorgconcept Carebnb: na een ziekenhuisopname tijdelijk
verblijven bij een buurtgenoot die lichte zorg en ondersteuning
biedt. In drie wijken in Rotterdam en Lansingerland start binnenkort
een onderzoek om vraag en aanbod bij elkaar te krijgen.
nieuwe concepten voor mantelzorg

Malteser case
Im Krankenhaus: StaHon Silvia und integraHve Geriatrie

Die Sta5on Silvia im Malteser Krankenhaus St. Hildegardis in Köln ist eine so
genannte Special Care Unit speziell für die Bedürfnisse demenziell Erkrankter.
Neben der akutsta5onären Versorgung bietet das Krankenhaus auch eine
regelmäßige Sprechstunde für Demenzkranke und ihre Angehörigen an.
speciale zorg mogelijk maken via eﬃciën5e maatregelen

Porter’s vijfkrachtenmodel
Leveranciers Afnemers
Toetreders
Subs5tu5e
Concurren5e
Thuiszorg
Mantelzorg
Beeldzorg
Informele zorg
Ouderen:
- mondiger
- andere behoeQen
- prijsgevoeliger

Beschikbaarheid
kundig personeel
Gemeenten
Investeerders Digitalisering
Globalisering
Deregulering

Value proposition canvas

Lean startup
MVP =
Minimally
viable
product
hoe cliënten
reageren
fail fast, learn fast

Change management – Switch
Direct the rider
Motivate the elephant
Shape the path
Source: Heath & Heath (2010)

Take away
•  Zorg steeds meer value based en data driven
•  Bedenk strategie voor het pay-for-value tijdperk
–  Onderscheiden, samenwerken, klant centraal
•  Zorg voor flexibiliteit & controle over IT & Data
–  Vermijd Lock-In
–  Mensen en Data
–  Ecosysteem

“Data is not information,
Understanding is not wisdom”
Clifford Stoll

Reader
•  S. Ottenheijm, Big data in de gezondheidszorg, Trendition, 2015
•  T. Timmer, I. Elias, L. Kool & R. van Est, Berekende risico’s. Verzekeren
in de datagedreven samenleving, Rathenau Instituut 2015
•  E. Shadmi, Predicting 30-day readmissions with preadmission EHR data
Clalit Research Institute, University of Haifa, 2015
•  Nick Guldemond, Opening Big Data in de Zorg:
http://www.bigdata-expo.nl/nl/programma/2015/10/1/opening-congres-
big-data-in-de-zorg
•  Andre van Est, Lezing Big Data in de Zorg,
http://www.bigdata-expo.nl/nl/programma/2015/10/1/big-date-voor-
ziekenhuizen
•  http://www.nationale-denktank.nl/jaarlijkse-denktank/eindrapport-2014/
•  Peter Walgemoed (Carelliance) - Business model for Big Data
https://vimeo.com/33100894

Thank you for your aTen5on

more info:
andre.van.est@care-iq.com
www.care-iq.com

Big Data in Healthcare / de Gezondheidszorg

Recommended

Recommended

More Related Content

Viewers also liked

Viewers also liked (20)

Similar to Big Data in Healthcare / de Gezondheidszorg

Similar to Big Data in Healthcare / de Gezondheidszorg (20)

Big Data in Healthcare / de Gezondheidszorg