Big Data-profielen als keukentafelgesprek

Big Data bieden prima mogelijkheden om benodigde voorzieningen voor de burger op maat en locatie te bepalen. Behalve infrastructuur, veiligheid, cultuur, mobiliteit, winkels & horeca en de leefomgeving komt daarbij ook de GLW zowel preventief als actuele zorg in beeld.

In de gemeenten zijn wijk- of toegangsteams, ook bekend onder vele andere noemers, actief om de zorg dichtbij en op maat te brengen. Zij richten zich op de Gezondheid, de Leefstijl en het algemeen Welzijn (GWL) van burgers. Het is daarbij de bedoeling dat de bewoners zichzelf tot de wijkteams gaan wenden. Zodat deze aan de keukentafel komen te zitten om de juiste zorg en de aanwezige eigen kracht te bepalen.

Vooruitzien is zorgregeren

Vooruitzien is regeren. Geldt dat nu ook voor het GLW-beleid? Het antwoord luidt ronduit ja. Met de vaak al voor handen zijnde Big Data valt al een goede inschatting van de zorgbehoefte bij de (specifieke) doelgroepen, tot op postcodeniveau, te maken. Vaak in de vorm van GLW-profielen. En met deze gegevens kan de zorg al vooraf bepaald en aangeboden worden. Dit zowel preventief als meer curatief.

Big Data maken gewoon de zorgregie en het regeren (beleid) doeltreffender en sneller, met tevens vaak een flinke besparing op (toekomstige) kosten.

Randvoorwaarden

Er zijn natuurlijk wel een aantal voorwaarden voordat Big Data als ‘Keukentafelgesprek’ succesvol kan zijn. Als eerste de onderbouwde aanname dat voor de meeste GLW-problemen of interventies geldt dat 70% van de bevolking het met de juiste ondersteuning grotendeels zelf kan. Circa 20% heeft een meer complex ondersteuningsnetwerk nodig. En 10% vraagt om specialistisch ingrijpen.

Als je vervolgens voor die zelfstandige 70% standaard behoefteprofielen met bijpassende interventies kunt opstellen, waarom dan niet alvast starten met het aanbieden daarvan alvorens de prangende vraag of nood rijst?

Ook bij de meer complexere 20% van de gevallen komt je met tijdig signaleren en de profielen van de benodigde GLW-zorg al een heel eind.

In alle gevallen geldt dat je het natuurlijk niet meteen tot ver achter de komma moet dichttimmeren. Er dient de nodige flexibiliteit in het aanbod behouden te blijven.

Draagvlak

Een andere randvoorwaarde tot succes van Big Data in plaats van het keukentafelgesprek, is het draagvlak bij de ontvangers van deze door de gemeente aangeboden GLW-zorg. Zit de burger er wel op te wachten? Belangrijk is of de burger de GLW-zorg niet als ‘opgedrongen’ ervaart, maar denkt ‘hee, dat kan ik best gebruiken’ of ‘het past ook echt bij mij’. Een oudere inwoner kan best gecharmeerd zijn van een veilige en beperkingen ondersteunende smart home of wijk-community. En ouders zien veilige speelplekken, blended care opvoedingsondersteuning en e-onderwijs best zitten.

Invloed hebben op

Als de aansporing alleen vanuit de overheid komt, is het gevaar dat —hoe groot de data ook zijn— er essentiële elementen door de doelgroep gemist worden. Het gevoel kan heersen dat ‘de experts het weer eens hebben bedacht doch de praktijk leert anders’. Daarom is het van groot belang dat de slimme burger ook participeert in het opstellen van Big Data GLW-profielen.

Dan kan door:

• Het zelf mede zorgen voor de relevante data-input / entry

• Dat de smart citizen de effecten kan zien en mee kan sturen op het resultaat. Hiervoor bieden visueel interactieve G(G)IS-systemen grote mogelijkheden. Hetzelfde geldt voor apps met sensoren voor het meten, begeleiden en ondersteunen van de beoogde interventies.

• Het zelf organiseren van de eigen kracht en benodigde middelen (de gemeente faciliteert).

Beschikkingen

Nu de gemeente de jeugdhulpverlening (jeugdzorg), WMO, Passend Onderwijs, Ouderenzorg en PGBs in eigen regie en beheer hebben, is er een stijgende vraag naar de juiste beschikkingen. In de praktijk een heel gedoe met situatiescans, integrale vragenanalyses, plannen van aanpak opstellen en de daarop met codes aan te vragen arrangementen en PGB’s. Dat is veel tijdrovende bureaucratie.

Met wat echter al vanuit de Big Data, GLW-profielen en de daarbij passende interventies bekend is, zou dat allemaal een stuk eenvoudiger kunnen. Denk aan een indicatie in de app en samen met de zorgontvanger een passend aanbod bieden met afstemming op de eigen kracht. De bijbehorende codes en aanvragen rollen er dan meteen standaard uit.

Legio doelgroepen

Big Data als keukentafelgesprek is breed toepasbaar. Voor de hand liggen (kwetsbare of eenzame) ouderen, chronisch zieken, armoede / financiële problemen, lage SES en psychische afwijkingen of beperkingen. Daarnaast is het toepasbaar bij mensen met een matig tot slechte leefomgeving, een verkeerde leefstijl of die de boot missen bij een gezonde, veilige en prettige leefomgeving.

Maar ook als mensen die bedreigd worden in het onderwijs of hun ontwikkeling, mensen met een fysieke of sensorische handicap, dementerenden of autisten hebben baat bij de ontwikkeling.

Tijdig in kaart gebracht, valt er preventief veel te winnen. Of we kunnen ervoor zorgen dat de problemen niet verder toenemen. De kwaliteit van leven neemt dan toe. Dat is zowel collectieve als individuele interventie op maat in optima forma.

Als de gemeente weet wie wat heeft, waar woont, welke ondersteuning er nodig is en welke sociale netwerken aanwezig zijn, kunnen zij met Big Data de passende zorg snel analyseren en in kaart brengen.

Rol GGD-en en datapartners

Maar hoe komt de gemeente aan de GLW-profielen, scenario’s en bijpassende interventiemethoden? Via haar datapartners. Voor de hand liggen de Big Data-gegevens van GGD-en, zorg- en maatschappelijke instellingen, onderzoeksinstituten en het CBS. En natuurlijk het e-bevragen van of data van invoerende burgers zelf. Rest nog deze data om te zetten in flexibele keukentafel-interventies.