Zorgdata als spiegel voor verpleegkundige beslissingen
Verpleegkundigen nemen dagelijks beslissingen over de zorg voor patiënten. Vraagt een veranderend toestandsbeeld van een patiënt om extra overleg met een arts? Heeft een patiënt hulp nodig bij het bewegen? Zijn extra maatregelen nodig om doorligwonden te voorkomen? Daarbij combineren verpleegkundigen klinische kennis, meetgegevens, observaties, ervaring en patiëntencontact.
Ziekenhuizen investeren fors in protocollen en het meten van zorguitkomsten. Toch blijft voor teams die verantwoordelijk zijn voor kwaliteit vaak onduidelijk hoe klinische beslissingen van verpleegkundigen tot stand komen. Digitale beslissingsondersteuning richt zich van oudsher vooral op artsen. Bestaande systemen grijpen bovendien in op het moment van zorg, met meldingen en aanbevelingen. Die aanpak werkt bij afgebakende taken als medicatieveiligheid of decubituspreventie, maar loopt vast op alarmmoeheid, gebrekkige inpassing in het werkproces en levert spanningen op tussen onder andere standaardisatie en professionele autonomie in het nemen van beslissingen.
Terugkijken op beslissingen
Berkhout onderzocht daarom een alternatief: decision mining. Deze techniek analyseert achteraf welke vastgelegde omstandigheden samenhangen met bepaalde verpleegkundige handelingen. Daarmee kunnen patronen en redenaties achter beslissingen duidelijk worden. Technisch is dat haalbaar, concludeert de promovendus. Maar dat betekent niet automatisch dat de toepassing ingezet kan worden om de zorg te verbeteren.
Berkhout: 'Meldingssystemen stuiten al jaren op weerstand binnen de zorg omdat ze verpleegkundigen zouden voorschrijven wat ze moeten doen. Decision mining omzeilt dat door achteraf te kijken en niet in te grijpen tijdens de zorg. Hierdoor kan de data uit de systemen waardevol gebruikt worden'.
Toch verdwijnt de spanning daarmee niet, stelt Berkhout. Ze verschuift van 'een systeem dat voorschrijft wat ik moet doen' naar 'een systeem dat achteraf meekijkt naar wat ik deed'. De vraag is dan niet meer of het systeem ingrijpt, maar of verpleegkundigen ervan leren of zich gecontroleerd voelen. 'Verpleegkundigen die het prototype beoordeelden, zagen er duidelijk het nut van in. Maar hun reactie hing sterk af van de framing van het doel. Als leermiddel wekte het instrument belangstelling; als controlemiddel riep het weerstand op.'
De technische haalbaarheid betekent dus nog niet dat de toepassing ook de zorg verbetert. De echte winst zit in de mensen en de organisatie eromheen. Berkhout: 'Geef verpleegkundigen de ruimte om veilig naar hun eigen beslissingen te kijken, help ze de data te lezen en maak vooraf helder dat het om leren gaat, niet om afrekenen. Dan wordt zorgdata geen controlemiddel, maar een spiegel waarmee teams hun zorg samen beter maken.'
Matthijs Berkhout (Ede, 1989) studeerde in 2020 af in Business Informatics aan de Universiteit Utrecht en werkt sindsdien als docent-onderzoeker bij de Hogeschool Utrecht, waar hij sinds kort de programmalijn Digitale innovatie in zorg en welzijn leidt. Sinds september 2026 is hij daarnaast Opleidingsmanager bij het Instituut voor ICT. Op donderdag 8 oktober 2026 om 16.00 uur verdedigt hij zijn proefschrift 'Making Sense of Nursing Data: Designing and Validating Decision Mining for Nursing Quality Improvement' bij de faculteit Bètawetenschappen van de Open Universiteit in Heerlen. Promotoren zijn prof. dr. Rob Kusters en prof. dr. ir. Johan Versendaal (Open Universiteit), copromotoren dr. Thijs van Houwelingen en dr. ing. Koen Smit (Hogeschool Utrecht). De promotie is live bij te wonen in Heerlen en online te volgen via ou.nl/live.
