Big data in de zorg de belofte voorbij ?
Herman Bennema MIC 2015, 29 oktober 2015
Agenda Data en informatie bij Vektis Big data met gestructureerde gegevens Instellingsspecifieke analyses Regio analyses (substitutie binnen Zvw) Populatie-informatie: de huisartsen-populatie Aandoeningsgerichte informatie: over de grenzen 1e en 2e lijn heen Zorgbrede analyses: ontwikkelingen over grenzen zvw/wlz en wmo heen Open data en open informatie
Ontwikkelingen Vragen
Vektis We have a dream
Dat goede zorg in Nederland toegankelijk en betaalbaar is Dat patienten goed geinformeerd zijn en bewuste keuzes kunnen maken Dat verzekeraars, gemeentes en zorgaanbieders over uitstekende informatie beschikken waardoor ze hun dienstverlening continu kunnen optimaliseren Dat de overheid en toezichthouders tijdig en volledig zijn geinformeerd En dat de deskundige en bevlogen medewerkers van Vektis hier een zinvolle bijdrage aan hebben geleverd
Vektis 22 jaar ervaring met “big data”
Ontstaan Vektis uit informatieafdelingen ziektekostenverzekeraars en ziekenfondsen
Geneesmiddelendeclaraties van alle verzekerden
Verzamelen van alle declaratiedata van particuliere ziektekostenverzekeraars
1993
Levering van maatwerk informatiediensten
Alle declaraties van ziekenhuizen, hulpmiddelen, huisartsen, etc.
1999
Start Zorgprisma
Start 1e datawarehouse -project
2004
Geheel nieuw datawarehouse
Start 2e datawarehouse -project
2008
Informatie leverancier voor de zorg
Awbz declaraties in dwh
2011
22 jaar ervaring met verzamelen en verwerken van gegevens •4
2015
Vektis Informatieleverancier voor de zorg Miletus data
Externe data
Ciz en CAK data
verzekeraarsdata
Vektis
domeinkennis
Publieke data Gekochte data
Verzekeraars Zorgaanbieders Koepels (ZN, NFU, NVZ) VWS/CAK/CVZ/NZA/SCP Patiënten organisaties Gemeenten NIVEL, IBMG, IQHC
Vektis input en output Gegevensbeheer (big input uit verschillende bronnen) Algemene verzekerdengegevens Zvw declaraties Onderhanden werk MSZ WLZ declaraties, wachtlijstgegevens en PGB Indicaties en geleverde zorg (WLZ en Wmo) in samenwerking met CIZ en CAK CQ en Proms gegevens ( tbv Miletus en van SBG)
Informatiediensten (output) Kwaliteitsindicatoren vanuit declaraties afleiden Praktijkvariatie-onderzoeken Instellingsgerichte analyses (bijv benchmark voor verzekeraars en 2e lijns instellingen) Aandoeningsgerichte analyses (bijv. parkinsononderzoek), Patientvolgende analyses (bijv 30 en 60 dagen sterfte na ontslag uit IC) Analyses over 1e, 2e en 3e lijn heen Analyses over de grenzen Zvw en WLZ heen Analyses op populatieniveau (bijv. huisartsenpopulatie) Analyses op regio-niveau (bijv. jeugdzorg of PGB’s in een bepaalde gemeente) Beschikbaar stellen onderzoeksbestanden en onderzoeksinfrastructuur
Big data bij Vektis wetenswaardigheden Omvang DWH 550-600 miljard euro betaalde zorgdeclaraties Groei 1 miljard declaratieregels met een waarde van zo’n 60 miljard per jaar Alle gegevens zijn volledig gestandaardiseerd
Output Ruim 100x meer dan 5 jaar geleden Koppelbaar aan alle andere registraties Doorlooptijden teruggebracht van weken naar uren
Systemen Powercentre van informatica Netezza/pure data IBM
Big data bij Vektis technologisch en logisch: een nuancering Big data technologisch Versnellen van analyses (van weken naar uren) Vergroten verwerkingscapaciteit/optimale inzet specialisten Minder softwarelicenties Geen DBA’s meer nodig
Big data logisch Doordat alle data gestandaardiseerd is hebben we nog geen onderzoeksresultaten gevonden die we zelf niet kenden Uitkomst van big data analyses moet wel worden gevalideerd voordat je conclusies kunt trekken Ongestructureerde databronnen waar we weinig tot geen kennis van hebben kunnen we nog niet gebruiken in de onderzoeken want conclusies zijn niet te duiden
Big data bij Vektis big data is een middel, niet het doel De big data hype lijkt soms een doel op zich En dat is het ook voor hard- en software leveranciers en consultants
Big data is een hulpmiddel om van data informatie te maken De volgende sheets laten zien wat er mogelijk is dankzij de inzet van nieuwe technologie
En informatie is een hulpmiddel om te kunnen sturen…..
Analyses op instellingsniveau OHW 2013, ontwikkeling in de tijd
Analyses op instellingsniveau benchmark GGZ kosten per patient
Analyses op instellingsniveau Verzorgingsgebied incl zbc’s
Analyses op instellingen-niveau praktijkvariatie, voorbeeld Spataderen
Regio analyses (substitutie in zvw) Geopende DBC’s die substitueerbaar kunnen zijn
Regio-analyses (substitutie in Zvw) SEH-zorg die de huisarts (of HAP) ook had kunnen geven.
Populatie informatie (huisartsen) praktijken met vergelijkbare populaties
•16
Populatie informatie (huisartsen) vergelijkbare populatie, verschillend zorggebruik
•17
Populatie informatie (huisartsen) overzicht gemiddelde zorgkosten per patient
•18
Ketenanalyses kosten in de keten COPD
ZVW met effecten in langdurige zorg kwaliteit versus kosten CVA
Open data
Open data prognoses 2022
•22
•4-11-2015
Open data kosten mondzorg op regioniveau
•23
•4-11-2015
www.zorgprismapubliek.nl Publieke monitoren
•24
•4-11-2015
www.zorgprismapubliek.nl Volumemonitor
www.zorgprismapubliek.nl Volumemonitor
Ontwikkelingen Combineren Vektis data met gestructureerde data andere gegevensbeheerders (=cultuur en niet techniek) Combineren kwaliteit-volume-kosten DHD, DICA, SBG, CAK, UHB Bijvoorbeeld tbv Gemeentebenchmarks Ontwikkelingen bij gemeentepopulatie in zvw en wlz Uitbreiden met wmo en jeugdzorg
Bijvoorbeeld tbv internationale benchmarks voor ziekenhuizen
Onderzoeksomgeving eenduidig beschikbaar stellen voor uitvoering overheidstaken Onderzoeksbestanden beschikbaar stellen o.a. tbv wetenschappelijk onderzoek Versnellen informatievoorziening Transparantie: doorontwikkeling open data en publieke informatie Big data pilots want er komt een moment dat we met de onzekerheden van onbekende databronnen om kunnen gaan
•27 •4-11-2015
Bedankt voor uw aandacht
Herman Bennema 06-22805620
[email protected]
•28
