We willen iets met AI. Maar klopt de data eigenlijk wel?

Ik loop inmiddels bijna dertig jaar rond op het snijvlak van zorg en ICT. In die tijd heb ik heel wat ontwikkelingen voorbij zien komen. Vroeger ging het over het elektronisch cliëntendossier, daarna over business intelligence, dashboards en dataplatforms en nu gaat het vooral over AI. “We moeten iets met AI” hoor ik regelmatig. En begrijp me niet verkeerd: daar moeten zorgorganisaties ook zeker iets mee. De mogelijkheden zijn enorm. Maar ik heb wel steeds vaker dezelfde gedachte: zullen we eerst eens kijken of de data waarop al die mooie toepassingen moeten draaien eigenlijk wel klopt?

Want daar begint het uiteindelijk.

Een getal is nog geen waarheid

Een dashboard heeft iets overtuigends. Een mooie grafiek, een percentage en een groen of rood bolletje erbij. Dan lijkt het al snel alsof we weten hoe het zit. Maar neem iets simpels als valincidenten, ziekteverzuim of het aantal cliënten met een bepaald zorgprofiel. Vraag drie mensen in een organisatie hoe dat getal precies tot stand komt en de kans is behoorlijk groot dat je drie verschillende antwoorden krijgt.

Welke cliënten tellen mee? Vanaf welk moment? Uit welk systeem halen we de gegevens? Wie houdt die gegevens eigenlijk bij? En misschien nog wel belangrijker: gebeurt dat overal op dezelfde manier? Dat ene keurige getal op het dashboard blijkt dan soms het eindpunt van een behoorlijk rommelig proces. Dat is op zichzelf niet erg, als je het maar weet.

Garbage in, garbage out

Die uitdrukking bestaat al een eeuwigheid in de ICT: garbage in, garbage out. Stop je slechte gegevens in een systeem, dan krijg je er geen goede informatie uit. Ook niet als het dashboard er prachtig uitziet en ook niet als je er AI bovenop zet.

Misschien geldt zelfs het tegenovergestelde. Hoe slimmer de technologie wordt, hoe belangrijker het wordt dat de onderliggende data betrouwbaar is. Een mens kijkt soms nog ergens naar en denkt: dit kan niet kloppen. Een algoritme rekent gewoon door.

Het probleem zit lang niet altijd in de techniek

Dat vind ik misschien wel het interessante aan datakwaliteit. We noemen het al snel een ICT-vraagstuk, maar meestal is dat maar een deel van het verhaal. Data ontstaat ergens in een proces. Iemand legt iets vast, een medewerker kiest een waarde uit een keuzelijst, een behandelaar schrijft iets in een dossier of een systeem stuurt informatie door naar een ander systeem. En daar begint de kwaliteit van data al.

Als de ene locatie iets anders registreert dan de andere, kun je daar technisch later nog heel veel aan sleutelen, maar het echte probleem is niet technisch. Het probleem is dat er blijkbaar geen gezamenlijke afspraak is. Wie is eigenaar van die data? Wie bepaalt wat een begrip betekent? Wie merkt het wanneer gegevens structureel niet worden ingevuld? En wie heeft er last van als het niet goed gaat? Dat zijn organisatievragen. Geen databasevragen.

We hebben ontzettend veel data

Dat is ook zo’n bijzondere tegenstelling in de zorg. Er is werkelijk ongelooflijk veel informatie: ECD’s, HR-systemen, financiële systemen, planningssoftware, roosters, kwaliteitsregistraties, cliënttevredenheid en productiegegevens. Data genoeg.

En toch hoor je regelmatig: “Daar kunnen we niet bij.” Of: “Dat moeten we handmatig uit drie systemen halen.” Of mijn favoriet: “We hebben die informatie wel, maar we weten niet precies hoe betrouwbaar die is.”

Dan heb je dus data, maar nog geen informatie waar je echt op kunt sturen.

Misschien beginnen we gewoon aan de verkeerde kant

Ik denk dat we dat in ICT vaker doen. Er verschijnt een nieuwe technologie en we gaan bedenken waar we hem kunnen toepassen. Terwijl de volgorde eigenlijk andersom zou moeten zijn. Welk probleem willen we oplossen? Welke beslissing willen we beter kunnen nemen? Welke informatie hebben we daarvoor nodig? Hebben we die informatie? En kunnen we erop vertrouwen?

Pas daarna wordt technologie interessant. Soms heb je dan AI nodig, soms een dashboard, soms een koppeling. En soms kom je tot de ongemakkelijke conclusie dat er helemaal geen nieuw systeem nodig is, maar gewoon een paar goede afspraken. Dat verkoopt wat minder spectaculair, maar het werkt vaak wel.

Eerst zorgen dat het klopt

Ik geloof absoluut dat data en AI de zorg de komende jaren sterk gaan veranderen. Sterker nog: gezien de personeelstekorten en de toenemende zorgvraag zullen we technologie hard nodig hebben. Maar dan moeten we wel een goede fundering leggen: betrouwbare data, duidelijke definities, eigenaarschap en zorgen dat informatie beschikbaar is voor de mensen die ermee moeten werken.

Het klinkt misschien minder spannend dan AI. Maar zonder die basis wordt AI vooral een hele moderne manier om oude problemen sneller te reproduceren.

En dat lijkt me nu precies niet de bedoeling.