‘Medisch handelen specialisten loopt tot 17 jaar achter op inzichten wetenschap’

Vandaag wordt er een heel interessant boek gepubliceerd: Het nieuwe brein van de dokter . Arts en ondernemer Erik-Jan Vlieger neemt zijn lezers mee in zijn zoektocht naar hoe we in Nederland de beste zorg voor patiënten kunnen bereiken. Hij ontdekte dat het handelen van artsen tot 17 jaar achterloopt op de wetenschap. Wat een geweldig onderwerp!

Data en analytics gedreven gaan werken, verandert fundamenteel de rol van de kenniswerker. Of dat nu een arts, een belastinginspecteur, rechercheur of marketeer is. Daarom spreekt onderwerp van het boek van Erik-Jan Vlieger mij zo aan. “Door nieuwe technologie en slim gebruik van data gaat het beroep van arts veranderen, wordt de zorg goedkoper en de kans op medische fouten gereduceerd. Dit vraagt om verandering in denken van artsen, opleiders, beslissers, beleidsmakers en de politiek.”

Dit sluit prachtig aan op waar ik afgelopen jaren mee bezig ben geweest binnen de muren van een groot academisch ziekenhuis. Er is volgens mij geen ander domein waar zo veel research wordt gedaan en dagelijks zoveel kennis wordt geproduceerd. Maar hoe zorg je dat deze kennis door artsen op het juiste moment gebruikt gaat worden? Hoe implementeer je kennis op grote schaal? Het tussenresultaat van deze zoektocht, is het framework waar in mijn vorige blog mee afsloot. In die blog ging ik in op de problematiek waar je tegenaan loopt, als je als organisatie wilt overgaan van pionieren met data en analytics naar een datagedreven organisatie. De complexiteit waar je in kunt vastlopen. Het mooie is, dat dit framework veel breder toepasbaar is dan alleen de medische sector. Elk bedrijfsproces, waar de input (data) of de hoeveelheid regels en kennis (algoritmen) groter is dan dat je met je menselijk brein kunt verwerken binnen de tijd die je hebt om een beslissing te nemen, is een kandidaat om data gedreven te gaan worden

Een van de grootste uitdagingen bij het implementeren van kennis, is dat het multidiciplinaire professionals vereis t. Zonder mensen die multidisciplinair kunnen denken, kom je snel in of een technology push of een onrealistische verwachting vanuit de business. Ik ben het dan ook helemaal eens met Vlieger dat er een verandering van denken nodig is om een generatie artsen op te leiden die data-savvy is. Ik zou zelfs nog wel een stapje verder willen gaan, we hebben niet alleen data-savvy artsen nodig, maar ook data savvy bedrijfskundigen, organisatiewetenschappers, fiscalisten, marketeers, ingenieurs. Of business georiënteerde data scientists, in deze categorie schaar ik mezelf. Want deze mensen kunnen een cruciale rol spelen in de transformatie naar data gedreven organisaties. Ze kunnen namelijk herkennen en communiceren waar data gedrevenheid een meerwaarde gaat bieden. Ze zien de mogelijkheden. In mijn model noem ik dit ‘opportunity development’. In the early days van Data Mining en Advanced Analytics, toen ik nog bij een grote IT multinational werkte, wilden we graag analytics projecten verkopen. Dat bleek best een stuk lastiger dan gedacht. We waren nog niet zo bedreven in het kunnen herkennen en communiceren waar in je processen je winst kunt behalen door data gedreven te gaan werken. Gartner noemt deze mensen process engineers. Mensen die bedrijfsprocessen kunnen doorgronden, bottlenecks kunnen identificeren en in een taal die iedereen begrijpt kunnen uitleggen wat het verbeterpotentieel is als je data en analytics gedreven gaat werken. Waar je in applicatie ontwikkeling de business analist hebt, heb je een process engineer nodig bij het ontwikkelen van analytische modellen.

Data gedreven gaan werken is niet alleen maar leuk voor de mensen die het betreft. Elke verandering betekent ook weerstand. Aan de process engineer de taak om je publiek mee te nemen in 3 stappen: Explain, enlighten, engage.


Het startpunt van de process engineer is je narrative, je verhaal. Het verhaal van hoe een bepaald bedrijfsproces verloopt. Breng in kaart hoe het huidige proces eruit ziet, en ondersteun dit met data waarbij je de bottlenecks illustreert. Dit lijkt wellicht veel werk, maar het is zo nodig om je oplossing straks in een context te kunnen zetten. Vervolgens ga je inzicht geven in hoe het anders kan. Met visualisaties laat je zien hoe je output of kwaliteit kunt verhogen. Daarna ga je weer terug naar je verhaal. Je enthousiasmeert mensen om mee te gaan in de transitie naar data gedreven werken. Afhankelijk van je publiek, switch je tussen operationeel, tactisch of strategische focus van je verhaal.

Ik heb gemerkt dat in organisaties, er erg veel discussie kan ontstaan waar dergelijke activiteiten horen te liggen. Bij business of bij IT? Een logisch gevolg van data gedreven procesverbetering, is dat je als organisatie je gat moet gaan verkleinen tussen de ‘business’ en je ‘IT’ afdeling. Om te blijven bij het boek van de Vlieger, nieuwe technologie en slim gebruik van data gaan niet alleen het beroep van arts veranderen, maar ook de manier waarop er in organisaties wordt samengewerkt. Daarover meer in een volgende blog!