Data gedreven procesoptimalisatie binnen de Wmo

Inleiding

De Nederlandse zorgsector staat voor grote uitdagingen. Onderzoek wijst uit dat er een groot tekort is aan zorgpersoneel. Bovendien rijzen de zorgkosten de pan uit, met name in de langdurige zorg. Bovenstaande ontwikkelingen, in combinatie met de demografische transitie, zorgen ervoor dat de zorg steeds vaker vast dreigt te lopen. Ingrijpende veranderingen zijn noodzakelijk om de zorg kwalitatief goed, toegankelijk en betaalbaar te houden (Missiedocument Gezondheid en Zorg, 2019).

Organisatie en Doelstelling

Wise Business Solutions B.V., in het vervolg WBS, is een onlangs opgericht organisatieadviesbureau gespecialiseerd in de advisering en ondersteuning op het gebied van informatietechnologie en data-analyse. WBS helpt organisaties ambities te realiseren door middel van datagedreven besluitvorming (data-driven decision making).

In dit project gaat WBS onderzoeken of het technisch en economisch haalbaar is om op een data-gedreven en empirische wijze procesoptimalisatie door middel van kunstmatige intelligentie binnen de zorg te realiseren. Aanvrager richt zich hierbij specifiek op de Wmo. De Wmo regelt hulp en ondersteuning zodat patiënten zo lang en zelfstandig mogelijk thuis kunnen blijven wonen en deel kunnen nemen aan de maatschappij.

Data Verzameling en Inzichten

Meten is weten: door data te verzamelen worden nieuwe kennis en inzichten gegenereerd. Deze inzichten zijn nodig om de beste beslissingen op het juiste moment te nemen. Aanvrager wil data over de huidige Wmo-zorgverlening verzamelen, op empirische wijze nieuwe inzichten creëren en (geautomatiseerde) verbetervoorstellen doen door slim gebruik te maken van kunstmatige intelligentie.

Technische Knelpunten

Een groot technisch knelpunt in deze ontwikkeling is de multi-dimensionaliteit, diversiteit en ongestructureerdheid van de data. WBS wil kunstmatige intelligentie inzetten om aan de hand van de verzamelde data geautomatiseerde verbetervoorstellen uit te brengen teneinde de zorgprocessen te verbeteren. Het is technisch onzeker of kunstmatige intelligentie hiertoe in staat is en wat de betrouwbaarheid hiervan zou zijn.

Pionierswerk en Financiële Aspecten

Aanvrager is met de beoogde ontwikkeling pionier op het gebied van data-gedreven procesoptimalisatie binnen de Wmo door middel van kunstmatige intelligentie. Er is geen vergelijking op de huidige markt mogelijk voor wat betreft verdienmodellen en kost- en verkoopprijzen. De relatief hoge ontwikkelkosten vormen een financieel knelpunt. Externe financiële bronnen, zoals subsidies, fondsen en/of participaties, zijn noodzakelijk om de ontwikkeling gefinancierd te krijgen.

Haalbaarheidsonderzoek

Middels dit haalbaarheidsonderzoek wil WBS de technische en economische haalbaarheid onderzoeken om op een data-gedreven en empirische wijze procesoptimalisatie binnen de Wmo te realiseren. Het doel van dit haalbaarheidsonderzoek is om de besluitvorming ter voorbereiding op de ontwikkeling te ondersteunen.

De sterke punten, zwakke punten, kansen en bedreigingen worden inzichtelijk gemaakt. Ook de benodigde middelen en de slagingskans worden onderzocht.

Verwachte Impact

Mocht de technische en economische haalbaarheid uit het onderzoek blijken, dan kan deze ontwikkeling een bijdrage leveren aan de verbetering van de kwaliteit en toegankelijkheid van de zorg. Dit geheel conform de tweede missie uit de KIA Gezondheid en Zorg, genaamd "Toegang tot zorg".