BLOG: Beslissingsondersteuning in de Care

Af en toe kom ik in mijn werk iets bijzonders tegen, iets dat verrast, iets dat mijn horizon verbreedt. Het is één van de redenen waarom ik werken in de zorg zo leuk vindt. Dit keer was het een gesprek met de beroepsvereniging van Verpleegkundigen & Verzorgden Nederland (V&VN) samen met het Integraal Kankercentrum Nederland (IKNL). Een gesprek over beslissingsondersteuning in de Care.

Wat is beslissingsondersteuning eigenlijk?
Eerst de theorie: het RIVM schrijft in een rapport uit 2019 dat het digitaliseren van zorgdata in combinatie met de grotere rekenkracht van computers tot nieuwe mogelijkheden leidt. Een CDS-systeem (Clinical Decision Support) heeft de belofte om sneller en beter diagnoses te stellen en behandelplannen te starten. In hoofdlijnen zijn er twee categorieën CDS-systemen: systemen die gebruik maken van regels, modellen of beslisbomen en zelflerende systemen die patronen ontdekken in grote datasets en daarop adviezen baseren. Digitaal ondersteunde beslisbomen bestaan al geruime tijd (de eerste publicatie hierover is van 1991, over het afleiden van diagnoses uit symptomen en laboratoriumwaarden), maar zelflerende systemen zijn van zeer recente datum, worden nu bijvoorbeeld gebruikt voor geautomatiseerd weefselonderzoek. Punt van aandacht van zelflerende systemen is dat het werkingsprincipe een black box is, beslisbomen zijn voor de zorgprofessional een white box. Voor beide categorieën geldt dat de software als medisch hulpmiddel gezien wordt en derhalve een CE-markering moet verkrijgen.

V&VN en IKNL hebben een CDS-systeem ontwikkeld van de eerste categorie, een beslisboom die helpt om het valrisico in te schatten en tevens suggesties geeft voor acties in het zorgplan. Mijn eerste gedachte was Kan een zorgprofessional dat niet zelf?, maar toen ik zag hoe groot en genuanceerd de beslisboom was veranderde ik van mening. De beslisboom bevat bij elkaar 30 observaties die in combinatie tot een kleiner of groter valrisico leiden. Ook geeft de beslisboom enkele tientallen behandelsuggesties, afgestemd op de specifieke observaties van de cliënt. Sommige van die observaties zijn triviaal: als een cliënt vaak valt, dan is het valrisico ongetwijfeld groot. Maar andere observaties zijn subtieler: verminderde spierkracht samen met voetproblemen is eveneens een aanwijzing voor een verhoogd valrisico. Elke individuele kennisregel is relatief eenvoudig, maar het is het aantal observaties, kennisregels en suggesties waardoor de beslisboom ook voor ervaren zorgprofessionals meerwaarde heeft. Je moet er maar net aan denken om te vragen naar de spierkracht van de cliënt of eventuele problemen met het schoeisel.

Wat was nu de verrassing?
Dat de beslisboom gebruik maakt van zorginformatiebouwstenen. Elke observatie is te herleiden naar een ZIB, een gestandaardiseerde bouwsteen om zorginhoudelijke kennis vast te leggen. Problemen met het schoeisel bijvoorbeeld zijn terug te vinden in de ZIB Probleem en meer precies in de waardelijst Valrisico Observaties. In mijn beeld waren de ZIB’s met name geschikt voor de communicatie met andere systemen, bijvoorbeeld met de persoonlijke gezondheidsomgeving (PGO) van een cliënt of met een andere instelling voor de verpleegkundige overdracht (eOverdracht), maar dit is een mooi voorbeeld hoe ZIB’s ook gebruikt kunnen worden binnen een organisatie. Omdat ZIB’s gestandaardiseerde kennis zijn, kunnen andere partijen zoals V&VN en IKNL daar met nieuwe kennis op voortbouwen, in dit geval met een beslisboom.

Wat is nu de betekenis van deze ontwikkeling?

1. ZIB’s verhuizen van de rand van een ECD naar het hart. Als het gegevens­model van een ECD gebaseerd is op ZIB’s (en dus niet alleen de koppelingen), dan krijgen de ZIB’s meer betekenis voor de zorgprofessional. Ze worden dan niet alleen gebruikt om systemen te laten communiceren, maar ook om mensen met elkaar te laten praten.
2. ZIB’s worden hergebruikt in verschillende beslisbomen, het is dan niet nodig om meerdere keren dezelfde vraag te stellen, één keer om het valrisico te bepalen en nog een keer voor het risico op een delier. Dat is nu wel het geval als formulieren gebruikt worden om de risico’s in te schatten. Elk risico heeft immers een eigen formulier.
3. De combinatie van ZIB’s met beslisbomen, acties in het zorgplan en incidentmeldingen geeft statistische data op het succes van de ingezette maatregelen om bepaalde risico’s te beperken. Als ook de bibliotheek van acties gestandaardiseerd is, dan wordt het zelfs mogelijk om te vergelijken tussen organisaties.
4. ECD’s zijn in de basis registratieve systemen waarin de zorginhoud beperkt blijft tot metingen en formulieren. Met ZIB’s en beslisbomen kunnen ECD’s zich ontwikkelen tot gereedschap voor kennisbeheer en beslissingsondersteuning. Dan pas wordt een ECD echt het digitale maatje van de zorgprofessional.

We staan daarmee aan het begin van evidence based zorg in de Care, zonder dat dit meer registratielast geeft. In tegendeel, de registratielast wordt minder omdat de observaties slechts één keer vastgelegd hoeven te worden in het ZIB-gebaseerde gegevens­model. En de kwaliteit wordt hoger omdat met beslisbomen niet alleen de kennis van het individu, maar de kennis van de hele beroepsgroep wordt ingezet.

Maar we zijn er nog niet: ten eerste moet de kwaliteit van de ZIB’s omhoog, zie mijn blog van oktober 2019. Ten tweede, moet er een standaard model komen voor beslisregels zodat ECD-leveranciers de beslisbomen kunnen aanroepen in hun systemen. Ten derde, en dat is minstens zo belangrijk, de ECD-leveranciers moeten bereid zijn om hun gegevensmodel aan te passen op ZIB’s. Geen randverschijnsel meer, maar in het hart van het ECD. Het worden nog een paar hele spannende jaren.