De juiste zorg op het juiste moment vraagt om de juiste mensen op de juiste plek. Bij Ziekenhuis Gelderse Vallei ligt de sleutel daarvoor in datagedreven capaciteitsplanning. Om snel en adequaat te kunnen reageren, is het essentieel om continu inzicht te hebben in wat er op je afkomt. Dankzij een voorspellend dashboard, ontwikkeld in samenwerking met SAS, kan het ziekenhuis beter anticiperen op veranderingen in de zorgvraag – tot twee weken vooruit.
Van blackbox naar inzicht op maat
Capaciteitsplanning in een ziekenhuis is een continue puzzel. “Elke verschuiving in patiëntinstroom of -uitstroom heeft directe impact op personeel, bedden en operatiekamers,” zegt dataspecialist Wietse Hasper. Jarenlang werkte het ziekenhuis met een generieke planningsoplossing. “We kregen wel cijfers, maar we wisten niet hoe die tot stand kwamen. Het voelde als een blackbox, wat onhandig is als je snel moet schakelen.”
Daarom ontwikkelde Ziekenhuis Gelderse Vallei samen met SAS een eigen dashboard met behulp van SAS Visual Analytics op het SAS Viya-platform. Hiermee beheert het ziekenhuis zélf de datastromen, rekenmodellen en visualisaties. “Het mooiste is: het dashboard ververst elke vijf minuten,” aldus Hasper. “We kunnen dus direct inspelen op plotselinge drukte of tekorten.”
Actuele data als leidraad
Het dashboard brengt de complete capaciteitsstatus in kaart: van actuele bezetting en geplande opnames tot verwachte spoedpatiënten en beschikbare bedden – inclusief blokkades door schoonmaak of technische redenen. “We kunnen elk moment van de dag zien waar een tekort dreigt,” zegt Eva van Merwijk, expert capaciteitsplanning. “Dat maakt het mogelijk om tijdig te schakelen, bijvoorbeeld door OK’s te verplaatsen of personeel bij te roosteren.”
De inzichten worden wekelijks besproken in het Operationeel Planning Overleg, waarin planners, afdelingshoofden en capaciteitsadviseurs samen vooruitkijken naar de komende weken.
Voorspellend model helpt realistisch plannen
Een belangrijke innovatie is het voorspellende model dat het verwachte ontslagmoment van patiënten inschat. “Op papier is een ontslag vaak al gepland, maar in de praktijk verschuift dat,” legt Hasper uit. Het model – gebouwd met SAS Model Studio – gebruikt machine learning om op basis van historische én actuele data te voorspellen wanneer een bed daadwerkelijk vrijkomt.
De prestaties van het model worden actief gemonitord met SAS Model Manager, zodat het accuraat blijft onder veranderende omstandigheden. “We sturen continu bij waar nodig. Dat is essentieel voor betrouwbare besluitvorming,” aldus Hasper.
Cultuurverandering essentieel
De invoering van het dashboard vraagt ook om verandering in werkprocessen. “We vragen alle afdelingen om blokkades goed te registreren,” zegt Van Merwijk. “Als data niet kloppen, heeft dat direct impact op de voorspellingen. Daarom investeren we in bewustwording en datageletterdheid. Het is onderdeel van de omslag naar een datagedreven organisatie.”
Volgende stap: strategisch plannen
Met het dashboard als stevige basis kijkt het ziekenhuis verder. Nieuwe modellen zijn in ontwikkeling om ook seizoensinvloeden en personeelscapaciteit mee te nemen in de planning. “We willen kunnen voorspellen hoeveel productie we aankunnen en straks zelfs risico’s op personeelsuitval meenemen in onze planning,” zegt Hasper.
Datagedreven zorg met impact
Ziekenhuis Gelderse Vallei laat zien hoe technologie kan bijdragen aan betere zorg. Door grip op data, modellen en processen is de organisatie beter voorbereid op pieken in de zorgvraag. Hasper: “We zijn nog niet uitgeleerd, maar het dashboard werkt én groeit met ons mee. Zo verbeteren we de zorg, elke dag opnieuw.”
