From Care Pathway Mapping to Data Strategy Implementation

Verwachtingen van patiënt en klinische uitkomsten verbinden

Zorgverleners nemen dagelijks complexe beslissingen, vaak gebaseerd op ervaring en persoonlijke voorkeuren. Patiënten hebben tegelijkertijd moeite om de behandelopties te begrijpen, wat een kloof tussen verwachtingen en uitkomsten creëert en vaak tot ontevredenheid na de behandeling leidt.

In dit project onderzochten we hoe AI kan helpen om de communicatie tussen patiënt en zorgverlener te verbeteren en gedeelde besluitvorming te ondersteunen door het zorgtraject van reconstructies na huidkanker in het gezicht te herontwerpen.

Het zorgpad herontwerpen

We benaderden het project holistisch door Multilevel Service Design te combineren met het Double Diamond-innovatiemodel. Door patiënt-artsinteracties, datastromen en technische systemen in kaart te brengen, kregen we een volledig inzicht in het proces en de bijbehorende pijnpunten en behoeften. Vanuit hier co-creëerden we een serviceoplossing met verschillende stakeholders, waaronder zorgverleners, ontwerpers en data-experts.

Het resultaat is een voorspellende beslissingsondersteuningstool die patiëntprofielen koppelt aan eerdere gevallen om de meest bevredigende reconstructieoptie te voorspellen. De tool ondersteunt zowel patiënt als zorgverlener bij de voorbereiding, maakt consulten meer patiëntgericht en wordt ondersteund door een datastrategie die datagestuurde zorg mogelijk maakt.

Mensgerichte AI

Hoewel AI veel potentieel heeft om de zorg te personaliseren en te verbeteren, kan het niet effectief functioneren zonder ondersteuning. Ons werk laat zien dat dergelijke tools alleen succesvol zijn wanneer mensen, processen en systemen meebewegen en zich aanpassen. Het herontwerpen van dit zorgtraject benadrukte ook een groter probleem: complexe en gefragmenteerde zorgdata. We moeten samenwerken aan een sterke infrastructuur voordat AI in de zorg echt impact kan maken.