Big data analytics is een hot thema in de zorg. Of het nu gaat om personalized medicine, het verbeteren van de planning of patiëntlogistiek, ziekenhuizen beginnen in te zien dat data ze kan helpen bij het nemen van betere beslissingen.  

Veel pilots, veel inspiratie 

Sterker, in veel ziekenhuizen lopen ook al pilots die gericht zijn op (big) data analytics. Soms komen die voort uit bestaande BI-toepassingen, waarbij het aantal databronnen wordt uitgebreid. Soms ontwikkelen ziekenhuizen zelf algoritmen. Meestal gebeurt dat op de researchafdelingen van academische ziekenhuizen. Ze ontdekken op deze manier ook of er kansen liggen om big data analytics toe te passen in de klinische praktijk. En soms kopen ze de technologie kant-en-klaar in, bijvoorbeeld in de vorm van een app voor patiënten die real-time verzamelde data combineert met data uit het EPD en onderliggende systemen. 

Van pilot naar ziekenhuisbrede datastrategie 

Waar ziekenhuizen soms onvoldoende bij stilstaan, is dat het geen sinecure is om zo’n op zichzelf staande pilot te vertalen naar een ziekenhuisbrede datastrategie. Want het is heel leuk als het ziekenhuis een app aanbiedt voor hooikoortspatiënten die weerinformatie koppelt aan patiëntinformatie. Of een dashboard voor cardiologiepatiënten die laat zien wat de impact is van de leefstijl op de gezondheid. Maar daarmee heb je als ziekenhuis nog geen data-driven strategie. Laat staan dat de app of het dashboard kan fungeren als blauwdruk voor hoe je data analytics ziekenhuisbreed aanpakt.  

Flexibel data-opslag en –analyseplatform nodig 

Een ziekenhuisbrede aanpak vraagt om een heel flexibel data-opslag- en -analyseplatform dat in iedere analysebehoefte kan voorzien. Behoeften die medisch van aard zijn, bijvoorbeeld voorspellen welke medicatie bij welke patiënt het best aanslaat of welke dosering voor welke patiënt het meest effectief is. En behoeften die wellicht meer financieel gedreven zijn, zoals het verbeteren van de planning of de patiëntlogistiek.  

De cloud is een must 

Omdat het bij een ziekenhuisbrede aanpak per definitie gaat om hele grote datasets, is het vrijwel ondoenlijk om het benodigde data lake in eigen huis neer te zetten. Dat kan nog bij een datawarehouse met daarin voornamelijk financieel gedreven data. Maar het is bij klinische toepassingen haast een must om gebruik te maken van externe opslagcapaciteit en rekenkracht in de cloud. Dat is de enige manier om het platform écht schaalbaar te maken. Denk maar eens aan de enorme opslagcapaciteit die nodig is om beeldmateriaal toegankelijk te maken. En dan hebben we het nog niet eens over de opkomst van digitale pathologie, waarbij de bestandsomvang nóg veel groter is dan bijvoorbeeld bij radiologie en in een rapper tempo zal groeien. 

UMC Utrecht laat zien hoe het kan 

Wilt u weten wat er komt kijken bij het ontwikkelen van een flexibel data analytics platform in de cloud? We geven u graag inzicht in het functioneel ontwerp en cloud ontwerp dat we hebben gemaakt voor UMC Utrecht en dat aan de basis ligt van het programma Applied Data Analytics in Medicine (ADAM). Neem gerust contact met ons op voor meer informatie. 

Of download onze whitepaper ‘Analytics in de zorg‘.