Kloof dichten in de gezondheidszorg: drie belangrijke inzichten uit de Future Health Index 2024

Een tijdige toegang tot zorg is een hoeksteen van een goed functionerend zorgsysteem. Lange wachttijden en personeelstekorten maken het echter steeds moeilijker voor mensen om de zorg te krijgen die ze nodig hebben wanneer ze die nodig hebben. Deze druk op de toegang tot zorg is niet alleen te vinden in afgelegen en landelijke gebieden, maar zelfs in stedelijke gebieden. Meer dan 3 op de 4 zorgleiders (77%) in de Future Health Index van dit jaar zeggen dat vertragingen in de zorgverlening een probleem zijn. Dit sluit aan bij andere rapporten die aantonen dat in bijvoorbeeld het VK de wachttijden voor diagnostische tests en behandelingen zoals operaties en kankerzorg het langste ooit zijn [1].

Voor degenen die al moeite hadden om op het juiste moment de juiste zorg te krijgen, worden de barrières alleen maar groter. Meer dan de helft van de leiders (53%) in de Future Health Index 2024 zegt dat een verminderde capaciteit om aan de behoeften van achtergestelde gemeenschappen te voldoen een probleem is in hun organisatie. Als we niet radicaal heroverwegen hoe en waar zorg wordt geleverd, zullen de stedelijk-landelijke gezondheidsverschillen – die de afgelopen 20 jaar al aanzienlijk zijn gegroeid in landen zoals de VS [3] – alleen maar blijven toenemen.

Deze bevindingen schetsen een somber beeld van de uitdagingen waarmee gezondheidszorgsystemen worden geconfronteerd en hoe deze uitdagingen de patiëntenzorg beïnvloeden. Toch is er ook reden tot hoop. Ons onderzoek toont aan dat zorgleiders de uitdagingen rechtstreeks aanpakken door gebruik te maken van workflow-automatisering, virtuele zorg en kunstmatige intelligentie (AI) om de kloof in de gezondheidszorg te overbruggen en betere zorg te leveren aan meer patiënten.

Drie belangrijke thema's voor de toekomst van de gezondheidszorg:

Uit mijn eigen ervaring als arts weet ik dat zorgprofessionals niets liever willen dan tijd. De hoeveelheid administratie die ze dagelijks moeten uitvoeren is uiterst frustrerend. Ik herinner me dat ik na een twee uur durende angiografieprocedure bij een patiënt nog eens 25-30 minuten bezig was met het documenteren van wat ik zojuist had gedaan. En ik was niet de enige. De ondersteunende verpleegkundige, de angiotechnicus, de anesthesist – we zaten allemaal in onze eigen hoek van de kamer, bezig met onze rapporten. Het nam kostbare tijd in beslag die we beter hadden kunnen besteden aan de zorg voor patiënten.

Ik begrijp ook waarom sommige zorgprofessionals twijfels kunnen hebben over automatisering, zoals te zien is in het Future Health Index-rapport. Onze bevindingen tonen aan dat 65% van de zorgleiders zegt dat hun personeel sceptisch is over automatisering. Met hoge verwachtingen komt vaak de bezorgdheid dat we onze hoop vestigen op iets dat uiteindelijk teleurstelt. Kwaliteitsborging in automatisering is een vereiste. Meer uitkomstevidentie van de effectiviteit ervan is essentieel. Het belangrijkste is dat we altijd moeten innoveren vanuit de behoeften van clinici, in plaats van technologie omwille van technologie te pushen. Door te innoveren namens clinici om hun meest urgente behoeften aan te pakken, vermijden we ook onbedoeld hun professionele autonomie te ondermijnen (waarvan ik, eerlijk gezegd, ook sceptisch was toen ik een praktiserend arts was).

Juist gebruikt gaat automatisering niet over het vervangen van de vaardigheden van artsen – het gaat erom hen te bevrijden van vervelend werk dat ze in de eerste plaats niet zouden moeten doen.

AI blijft het gesprek over innovatie in de gezondheidszorg domineren, en terecht. Bijna 4 op de 10 zorgleiders (38%) in de Future Health Index 2024 zeggen dat personeel kostbare tijd verliest bij het verkrijgen of integreren van verschillende patiëntgegevens, waardoor er minder tijd overblijft om voor patiënten te zorgen. Er is geen gebrek aan data in de gezondheidszorg. Integendeel, er is meestal te veel van. Wat vaak ontbreekt, zijn manieren om al die verschillende gegevens samen te brengen en om te zetten in een samenhangend patiëntverhaal dat clinici helpt beslissen wat ze vervolgens moeten doen. AI – gebouwd op open platforms die gegevens uit verschillende systemen en apparaten integreren – is de manier om deze kloof te overbruggen.

Tegelijkertijd pleiten zorgleiders voor een gematigde aanpak van AI. Bijna 9 op de 10 van hen (87%) zijn bezorgd dat de mogelijkheid van databias in AI-toepassingen bestaande ongelijkheden in gezondheidsuitkomsten kan vergroten. Het verminderen van dit risico is inderdaad cruciaal. Bijvoorbeeld, als een algoritme is getraind op een specifieke gegevensset van patiënten in een Amerikaanse stad, kunnen we niet verwachten dat het even goed presteert voor patiënten in een stad in Azië – of omgekeerd. We moeten AI-modellen trainen met voldoende volume en variëteit aan diverse, betrouwbare gegevens om ervoor te zorgen dat ze effectief kunnen inspelen op de specifieke zorgbehoeften van verschillende bevolkingsgroepen en regio's.

In overeenstemming met recente aanbevelingen van het American College of Radiology [4], zie ik ook de noodzaak voor verhoogd toezicht na de marktintroductie om de prestaties van AI-toepassingen in diverse zorgomgevingen continu te monitoren. Deze voortdurende evaluatie zal helpen om eventuele opkomende biases, afwijkingen of prestatieverminderingen te identificeren en aan te pakken – zodat AI daadwerkelijk helpt om betere zorg voor iedereen te leveren.