De zorg wordt steeds digitaler. Waar je vroeger uren in de wachtrij aan de telefoon hing voor het inplannen van een consult, kan dat tegenwoordig razendsnel online. Sterker nog, je kunt online je vragen stellen waardoor je helemaal niet meer op en neer hoeft. In een wereld waar de zorg steeds complexer wordt en de druk op zorgverleners toeneemt, lijken digitale innovaties een oplossing om de zorg toegankelijk, efficiënt en kwalitatief hoog te houden. Maar deze transitie gaat niet zonder uitdagingen en vraagstukken.
Om dieper op digitale zorg in te gaan, kwam Rob Poels - organisatieadviseur en onderzoeker gespecialiseerd in complexe, bestuurlijke vraagstukken, zoals digitale transformatie - langs bij OchtendMensen voor een zogenaamde ‘ontbijtpraktijk’. Ontbijtpraktijken zijn momenten waar we als marktgroep Zorg & Gezondheid de kans hebben om actuele vraagstukken verder uit te diepen, vaak samen met professionals uit de zorgmarkt. Deze ontbijtpraktijk gingen we dus aan de slag met het thema ‘Digitalisering en Innovatie’.
Data-driven healthcare: een lerend zorgsysteem
Er is een groeiende belangstelling voor data-driven healthcare. Dit houdt in dat beslissingen steeds vaker worden genomen op basis van data-analyses en feiten. Er wordt gestreefd naar een zorgsysteem waarbij we kennis genereren die ten goede komt aan de kwaliteit, toegankelijkheid en betaalbaarheid van de zorg. Binnen data-driven healthcare speelt artificial intelligence (AI) een cruciale rol. Zo noemt zorgminister Fleur Agema het zelfs ‘een revolutie in de zorg’. De belofte van AI is dan ook groot, maar toch wordt het nog niet in alle deelgebieden van de zorg (breed) ingezet. Tijdens de ontbijtpraktijk gingen we hier dieper op in en onderzochten we de achterliggende oorzaken.
Voor- en nadelen van artificial intelligence in de zorg
De voordelen van AI worden vaak breed belicht: het kan een verschuiving teweegbrengen van een reactief naar een proactief zorgsysteem; leiden tot snellere en betere diagnoses; inzichten leveren die beter zelfmanagement van chronische ziekten ondersteunen; en op landelijke schaal kan het zelfs worden ingezet om in te spelen op pandemieën.
Toch gaat deze transitie niet zonder complexiteiten en komen er nieuwe vraagstukken om de hoek kijken. Eén van de vraagstukken die tijdens de ontbijtpraktijk aan bod kwam is dat het systeem - naarmate het meer ervaring en kennis opdoet - slimmer wordt. Toch blijft een 'human-in-the-loop' nodig voor supervisie om eventuele aannames en fouten te corrigeren. Dit creëert een paradox: terwijl constante alertheid vereist is, maakt de technologie mensen juist passiever. Hoe kunnen we ons blijven trainen om de tekortkomingen van de machine te zien, terwijl de machine steeds meer taken overneemt?