De zorg verbeteren met patiëntervaringen, het kan gemakkelijker met AI

Het Leids Universitair Medisch Centrum (LUMC) zet zich volop in voor onderzoek, innovatie en kwaliteitsverbetering van de zorg. Op al deze vlakken maakt het LUMC steeds meer gebruik van kunstmatige intelligentie (AI). Vanuit mijn rol als projectleider mocht ik, Joline Nijland, vanuit Jong Morgens hier een bijdrage aan leveren met de implementatie en opschaling van de AI-PREM (Patiënt Reported Experience Measure) binnen de zorgpaden van het ziekenhuis. In deze klantcase lees je alles over het project, de AI-PREM (want wat is dat eigenlijk?), de aanpak en mijn geleerde lessen. 

AI en patiëntervaringen

Patiëntervaringen bieden een waardevolle bron aan informatie om de zorg gerichter te verbeteren. Door het opvragen van patiëntervaringen na het bezoek aan de zorginstelling weten zorgprofessionals beter wat er goed en minder goed gaat in het zorgproces. De uitvraag, uitwerking en analyse kost echter veel tijd van de zorgprofessional. De toepassing van AI helpt bij het gerichter uitvragen van patiëntervaringen en bij het categoriseren en analyseren van de uitkomsten. Hoe dat precies werkt, lees je hieronder.

Wat is de AI-PREM? 

De AI-PREM bestaat uit een patiëntervaringsvragenlijst met vijf open vragen en een bijbehorend AI-model dat is ontwikkeld om de antwoorden op deze vijf open vragen te analyseren. Deze vragenlijst wordt alleen in het LUMC gebruikt en is specifiek ontwikkeld voor analyse met AI omdat de bestaande vragenlijsten hier minder geschikt voor zijn. Doordat de AI-PREM vragenlijst bestaat uit alleen maar open vragen, wordt dit gezien als een toevoeging op de bestaande PREMs die over het algemeen bestaan uit gesloten vragen. Patiënten hebben zo meer vrijheid in het beantwoorden van de vragen en het beoordelen van de geleverde zorg. De AI-PREM analyseert de tekst en schaalt de antwoorden in onder ‘positief’, ‘neutraal’ of ‘negatief’ en deelt de antwoorden vervolgens automatisch in bij een categorie zoals ‘samenwerking’ of ‘informatie’.

De uitkomsten zien artsen en zorgmanagers uiteindelijk terug in een waardegedreven zorg dashboard. Hierin zien ze het totaaloverzicht van het aantal positieve, negatieve en neutrale reacties per categorie en is het gemakkelijk in te zien welke onderwerpen vaak als negatief of positief worden benoemd. Met behulp van deze analyse zien zorgprofessionals gemakkelijker wat er al goed gaat en wat er verbeterd kan worden aan de kwaliteit van de gegeven zorg.

Mijn opdracht: implementeren, opschalen en verbinden 

Voordat ik startte in het LUMC was de AI-PREM en een eerste versie van het dashboard al ontwikkeld en getest bij één van de zorgpaden in het LUMC. Op basis van de eerste resultaten is besloten om de AI-PREM verder te implementeren. Mijn rol lag in het verder opschalen en implementeren bij minimaal twee zorgpaden in het LUMC. Daarnaast was ik verantwoordelijk voor het optimaliseren en gebruiksvriendelijker maken van het dashboard.
De uitdaging in dit project lag in het betrekken van de juiste afdelingen en het realiseren van een interdisciplinaire samenwerking. Zo waren er artsen betrokken bij de (door)ontwikkeling van de AI-PREM, zorgprofessionals van verschillende zorgpaden betrokken als eindgebruikers van het dashboard, het team Waardegedreven zorg en IT voor de digitale implementatie en livegang van de dashboards, het Directoraat Kwaliteit en Patiëntveiligheid vanuit expertise op het gebied van uitvraag en toepassing van patiëntervaringen en kwaliteitsverbetering van de zorg en interne adviseurs om de AI-PREM verder te introduceren en te borgen bij de zorgteams. Deze samenwerking vroeg veel afstemming. Als projectleider navigeerde ik de teams en betrokkenen door de planning en de te nemen acties.
De implementatie en opschaling verliep via een iteratief proces. Dit hield in dat ik na iedere implementatie een evaluatie deed samen met alle betrokkenen om vervolgens met deze feedback het AI-model, het dashboard en het implementatieproces te optimaliseren. Samenspraak met de artsen en zorgmanagers stond ten alle tijden centraal. Zij zijn immers de eindgebruikers van de AI-PREM en degene die met behulp van de uitslagen de zorg verbeteren. Om het project te laten slagen was het daarom essentieel om hun inzichten en ervaringen met de AI-PREM mee te nemen in de verdere ontwikkeling. De programmamanager en CAIRELab hield ik betrokken door periodiek een projectupdate te presenteren en dringende vragen en acties tussentijds te bespreken. Uiteindelijk is na 9 maanden de AI-PREM opgeschaald van één naar maar liefst acht zorgpaden, is het dashboard meer toegespitst op de wensen van de eindgebruikers en is er een implementatieproces ontwikkeld waarmee de verdere opschaling doorgezet kan worden.

Enthousiasme draag je over

Waar dit project in eerste instantie klein startte, is het in een paar maanden tijd uitgegroeid tot zelfs een ‘paradepaardje’ van CAIRELab. Wat ik het meeste meeneem uit deze opdracht is toch wel dat je enthousiasme voor een project overdraagt aan anderen. Als je er zelf in gelooft, draag je dit over aan de mensen waarmee je samenwerkt. Daar ontstond ook het zogeheten sneeuwbaleffect: het doel was om bij ten minste twee zorgpaden de implementatie te realiseren en eind december waren er vervolgens acht zorgpaden waarbij de AI-PREM werd gebruikt. Na verloop van tijd kwamen er steeds meer zorgpaden bij die interesse toonden in het project en wilden starten met de AI-PREM. Dit gaf mij telkens weer nieuwe energie om het project verder te laten groeien. Bovendien brachten nieuwe gebruikers weer nieuwe inzichten mee die ik kon gebruiken voor de verdere ontwikkeling. Een mooie win-winsituatie.

Typisch Jong Morgens

Gedurende deze opdracht werkte ik samen met Morgens collega Hileen Boosman. Dankzij de samenwerking kon ik een beroep doen op de kennis en ervaring van een senior consultant uit de zorgsector. Samenwerken op een opdracht met een Morgens collega is een mooie kans in het Jong Morgens traineeship en voegde voor mij een extra leerervaring toe. CAIRELab was ook een geweldig team om mee samen te werken. Het team bood veel vrijheid in de aanpak en vertrouwen in de voortgang van het project waardoor ik het team hierin volledig kon ontzorgen. Het regelmatig updaten door middel van een overzichtelijk en visueel format viel erg in de smaak. Door te werken met meer afbeeldingen en minder tekst, werd de voortgang, huidige status en de te nemen acties direct overzichtelijk gemaakt. Dit format beviel zo goed dat het programmamanagement graag zelf gebruikmaakt van het format in de eigen updates. Leuk om te zien dat iets wat speciaal is ontworpen voor het project ook verder in de organisatie gebruikt wordt om meer impact te maken. Bovendien was de interdisciplinaire samenwerking een mooie kans om te ervaren hoe het is om zelf de spin in het web te zijn die alle teams met elkaar verbindt. Juist dan ervaar je hoe belangrijk het is om iedereen betrokken te houden, aangezien ieder team een eigen, cruciale taak beheert in het totale implementatieproces.

“Joline heeft een enorme bijdrage geleverd aan de opschaling van de AI-PREM. Naast dat de AI-PREM nu in bijna acht zorgpaden is geïmplementeerd, heeft Joline ook een professionaliseringsslag van het project zelf bewerkstelligd. Het was een hele fijne, leuke samenwerking!”