Blijf de zorgkwaliteit verbeteren

Doorlopende kwaliteitsverbetering in de zorg met process mining

Kwaliteitsverbetering in de zorg begint met inzicht in hoe het werk in de praktijk verloopt, niet alleen in hoe het volgens beleid hoort. Process mining gebruikt timestamps uit administratieve gegevens en zorgpaden om processtromen in kaart te brengen. Zo zie je welke varianten er zijn en waar stappen langer duren of worden herhaald. De analyse beoordeelt geen klinische beslissingen of uitkomsten.

Je kunt bijvoorbeeld het administratieve traject van verwijzing tot eerste afspraak bekijken: wanneer elke stap plaatsvond, waar cases wachtten en hoe vaak de volgorde verschilde. Kwaliteits- en patiëntstroomteams krijgen zo bewijs om verder te onderzoeken, zonder klinische inhoud of herleidbare patiëntgegevens in de analyse op te nemen.

Wat laat process mining in de zorg zien?

Process mining in de zorg zet eventdata uit operationele systemen om in een overzicht van hoe een proces in verschillende cases verloopt. Vergelijk de waargenomen uitvoering met een vastgelegde norm en onderzoek daarna de varianten die relevant zijn voor je kwaliteitsverbetering.

Afhankelijk van het proces en de beschikbare data kun je bekijken:

• Hoelang cases tussen administratieve stappen wachten.
• Waar overdrachten, herstelwerk of herhaalde stappen voorkomen.
• Welke varianten in zorgpaden voorkomen en hoe vaak.
• Of de geregistreerde processtappen een vastgelegde volgorde volgen.
• Hoe de doorlooptijd en uitzonderingen in het proces verschillen.

Deze bevindingen helpen je beoordelingen te richten op specifieke stappen en patronen. Ze verklaren geen klinische beslissingen en stellen niet vast of de zorg passend was.

Hoe ondersteunt dit accreditatie en kwaliteitsbeoordeling?

Bij accreditatie en kwaliteitsbeoordelingen is vaak bewijs nodig dat operationele processen de vastgelegde normen volgen. Process mining kan de uitvoering op basis van eventdata reconstrueren, afwijkingen markeren voor onderzoek en bewijs exporteren voor beoordeling.

De analyse is een aanvulling op je bestaande kwaliteitsprogramma. Ze vervangt geen klinische beoordeling, accreditatie-eisen of het oordeel van je kwaliteits- en zorgteams. Je bepaalt zelf welke normen je vergelijkt, welke afwijkingen je onderzoekt en hoe je de resultaten interpreteert.

Bekijk welke procesdata je nodig hebt voor process mining voor een praktisch overzicht van de data-eisen.

Welke bottlenecks in zorgpaden onderzoek je?

Een patiënttraject kan veel administratieve stappen en overdrachten omvatten. Bottlenecks in patiënttrajecten zijn lastig te vinden als rapporten alleen de totale doorlooptijd tonen. Door timestamps tussen activiteiten te bekijken, zie je waar tijd verloren gaat en welke varianten nader onderzoek verdienen.

In een traject van verwijzing tot eerste afspraak kunnen cases bijvoorbeeld op verschillende momenten wachten: tussen ontvangst van de verwijzing, beoordeling, planning en afspraak. Het event log laat zien wanneer die stappen zijn geregistreerd, maar niet waarom een klinische beslissing is genomen.

Andere nuttige punten om te onderzoeken zijn:

• Planningsstappen waarna lang wordt gewacht.
• Cases die teruggaan naar een eerdere administratieve stap.
• Herhaalde documentatie-, coderings- of machtigingsactiviteiten.
• Overdrachten waarna de volgende geregistreerde actie op zich laat wachten.
• Annuleringen en nieuwe afspraken, als de beschikbare timestamps deze analyse ondersteunen.

Welke data heb je nodig?

Begin met een administratief event log met een case-ID, activiteit en timestamp. Afhankelijk van het proces heb je mogelijk ook de volgorde van activiteiten en relevante operationele attributen nodig om procesvarianten te onderscheiden.

Gebruik gepseudonimiseerde data en volg de privacyregels en afspraken over gegevensverwerking van je organisatie. Neem geen klinische inhoud op in het event log. Richt de analyse op proces-timestamps en administratieve gebeurtenissen, niet op herleidbare patiëntgegevens of klinische oordelen.

ProcessMind kan eventdata analyseren die je uit je bronsystemen voorbereidt. Je team blijft verantwoordelijk voor het selecteren en voorbereiden van de data en het beheren van toegangsrechten. Lees hoe je een event log voor process mining maakt voor een uitleg van de opbouw.

Hoe gebruik je process mining in een cyclus voor kwaliteitsverbetering?

Je kunt process mining toevoegen aan een bestaand programma voor doorlopende kwaliteitsverbetering:

1. Kies een zorgpad. Begin met een proces dat aansluit op een duidelijke operationele vraag, zoals het traject van verwijzing tot eerste afspraak.
2. Bereid de eventdata voor. Neem de administratieve activiteiten en timestamps op die nodig zijn om het zorgpad in kaart te brengen. Laat klinische inhoud weg en gebruik gepseudonimiseerde data.
3. Bekijk de processtroom. Breng veelvoorkomende routes, minder frequente varianten, wachttijden en herhaalde stappen in kaart.
4. Vergelijk met de vastgelegde norm. Gebruik een procesmodel om de verwachte volgorde te verduidelijken en onderzoek daarna de verschillen.
5. Spreek af wat er verder gebeurt. Kwaliteits- en bedrijfsvoeringsteams bepalen wat ze beoordelen of wijzigen. Process mining levert bewijs, maar voert geen wijzigingen door.
6. Volg het proces opnieuw. Bekijk bijgewerkte data om te zien of de waargenomen processtroom is veranderd.

Zo wordt procesbewijs onderdeel van doorlopende kwaliteitsverbetering, in plaats van dat je alleen afgaat op een eenmalig diagram of een beoordeling op basis van steekproeven.

Hoe vergelijk je de werkelijke uitvoering met een norm?

Leg het verwachte zorgpad vast in BPMN 2.0 en vergelijk het daarna met het proces dat op basis van eventdata is gereconstrueerd. ProcessMind ondersteunt BPMN-modellering en process mining. Zo kun je een norm vastleggen en de waargenomen uitvoering op hetzelfde platform analyseren.

Een verschil tussen het model en de eventdata is aanleiding voor onderzoek, maar geen bewijs van een complianceprobleem. Controleer of de data volledig is, of de norm geldt voor de cases in de analyse en of een goedgekeurde uitzondering de variant verklaart.

Waar begin je?

Kies één zorgpad met een duidelijke operationele vraag, een afgebakend proces en beschikbare administratieve timestamps. Het traject van verwijzing tot eerste afspraak is een voorbeeld. Spreek vóór de data-analyse af wat de verwachte volgorde is en welke metingen je team wil beoordelen.

Gebruik ProcessMind vervolgens om:

• Het zorgpad te reconstrueren op basis van administratieve gebeurtenissen.
• Varianten, wachttijden en herhaalde stappen te onderzoeken.
• De waargenomen uitvoering met een vastgelegd proces te vergelijken.
• Dashboards en KPI’s te maken voor procesbeoordeling.
• Bewijs te exporteren voor gesprekken over accreditatie en kwaliteit.

Onderzoek je process mining voor de zorg? Begin dan met een voorbereide administratieve data-extractie en een gerichte vraag. Breng één patiënttraject uit het log in kaart om te zien welke varianten in je data voorkomen.

Gaat je werk vooral over de bedrijfsvoering van verzekeraars en niet over zorgpaden bij zorgaanbieders? Bekijk dan de use case voor zorgverzekeraars.

Lees hoe je een proces doorlopend monitort voor een verwante aanpak om processen te blijven beoordelen.