Beslissingen makkelijker maken
‘Met data science in de GGZ probeer je gedrag niet te veranderen, maar beslissingen makkelijker te maken op basis van de informatie die we hebben.’ aldus Anne Joosten. Anne werkt als Business Intelligence en Analytics specialist bij GGZ Oost Brabant. ‘Data kan voor van alles ingezet worden: inzicht krijgen in ziekteverzuim, aanleveren van cijfers bij Vektis en overzichten opstellen voor het management.’
Anne Joosten
‘Maar we kunnen veel meer kennis uit data halen en op basis van die data ook voorspellingen doen, bijvoorbeeld over factoren die samenhangen met wachttijden van cliënten. Momenteel ben ik samen met Nathan Bachrach (klinisch psycholoog en hoofdopleider bij RINO Zuid) bezig om te kijken of we kunnen voorspellen óf en hoeveel een cliënt verbetert. Dit doen we door te kijken naar alle behandel- en cliëntkenmerken die we al weten van onze cliënten op basis van data uit het EPD. Ik zeg niet dat deze voorspellingen perfect zijn, maar je kunt behandelaren wel handvatten bieden om betere zorg te leveren of betere beslissingen te nemen.’
Data science vs. Klinisch onderzoek
‘Klinisch onderzoek en data science staan niet eens zo ver van elkaar af’ stelt Joosten. Bij klinisch onderzoek ga je ook uit van een gemiddelde cliënt en welke lering we kunnen trekken uit gegevens. Je vertrekpunt is alleen anders: bij klinisch onderzoek ga je uit van een hypothese, die komt wel of niet uit. Daarnaast ben je vooral geïnteresseerd in het effect van een specifieke interventie op een uitkomst. Bij data science laat je de hypothese los en ga je kijken wat er ín de data zit en hoe je zo goed mogelijk de uitkomst kunt voorspellen. Je werkt op basis van ideeën of problemen. Hier loop ik als behandelaar tegenaan: hebben we data die mij hierbij kan helpen? Als data analist probeer ik daar dan een model bij te maken. Omdat je met data science geen oorzakelijk verband aan kunt tonen, moet je goed in gesprek blijven met de behandelaar. Klopt de data wel? Het feit dat ik zelf psycholoog ben is hierbij af en toe wel helpend.’
Opleiding Data Science in Health
Anne Joosten volgde namens RINO Zuid de opleiding: Data Science in Health bij de Jheronimus Academy of Data Science (JADS). Vrijdag 28 mei presenteerde ze haar eindpresentatie en ontving ze haar getuigschrift.
Het doel van deelname aan deze opleiding is het bevorderen van kennis over data science en het zoeken naar mogelijkheden om zorgprofessionals positieve ervaringen op te laten doen met het gebruik van data science. Anne: ‘Ik denk niet dat je moet willen de technische know how bij de behandelaar neer te leggen. Maar door het geven van kleine voorbeelden en laten zien wat je met data kunt doen is veel winst te behalen. Bij GGZ Oost Brabant zie ik nog regelmatig dat men zich niet realiseert hoeveel informatie we in huis hebben. Vaak weet men niet zo goed wat er met alle data gebeurt en wordt data science afgedaan als hocus pocus. Men realiseert zich niet dat diverse soorten data aan elkaar te koppelen zijn. Een goed voorbeeld hiervan is diagnostiek. We hebben van duizenden mensen informatie over de anamnese en de diagnose die daaruit voortkomt. Hiermee zou je een top 10 van waarschijnlijke diagnosecodes bij soortgelijke patiënten op kunnen stellen, die je als behandelaar helpt in je beslissing.’
Een schat aan informatie
‘Als data analist zie ik natuurlijk nog veel meer mogelijkheden. Vaak is er aan het begin van het behandeltraject veel data beschikbaar, dan volgt er een periode met minder informatie, en vervolgens na 3 maanden is er een evaluatiemoment. Met tekstuele sentimentanalyse kunnen we in de tussenperiode extra informatie genereren, waardoor we kunnen voorspellen hoe de cliënt zich gaat ontwikkelen. Hier komen klinisch onderzoek en data science bij elkaar: op basis van klinisch onderzoek weten we heel veel over preventiemogelijkheden bij bv suïcide. Met data science kunnen we deze klachten nóg eerder aan zien komen, eerder ingrijpen en de zorg nog beter maken.