Case: Veiligheidsregio Noord-Holland Noord

Persoonlijke passie maakt het verschil

De datacratische PDCA start met de P. Alle verandering begint bij een passie: de passie van iemand om iets helemaal anders te doen, om echt het verschil te maken voor de burger of de patiënt. Uit die passie groeit een gedachte en daaruit vormt zich een plan. Dat data alleen iets voor nerds is en dat aandacht voor getallen op gespannen voet staat met diep menselijk handelen, zijn twee wijdverbreide misverstanden. Het tegendeel is waar, zo bewijst Martin Smeekes.

Smeekes is directeur van Veiligheidsregio Noord-Holland Noord (VRNHN) en bestuurder van de Regionale Ambulancevoorziening. Dankzij zijn toepassingen van data-analyse redt hij levens. In 2009 won de regio al de Veiligheidsaward. Het verhaal laat ook zien dat persoonlijke passie niet hoeft te botsen met extern opgelegde regelgeving.

Het dilemma: een norm die niet te halen is

• Op grond van de wet moet de ambulance bij meer dan 95% van de spoedmeldingen binnen 15 minuten na de 112-melding ter plaatse zijn: de responstijd. Dat geldt voor heel Nederland, stad of polder.
• De regio loopt van Castricum tot De Cocksdorp op Texel en van Egmond aan Zee tot Enkhuizen, met flinke afstanden en aanrijtijden vanuit de periferie naar een van de drie ziekenhuizen in Alkmaar, Hoorn of Den Helder.
• De regio is omringd door water: aan drie kanten ontbreekt een buurregio van waaruit bijstand zou kunnen komen.

Smeekes wist dat hij de responstijd in 95% van de gevallen vrijwel zeker niet zou halen. Waar anderen energie verspillen aan bewijzen waarom iets niet kan, begon hij plannen te ontwikkelen om zelf met oplossingen te komen.

Doorlooptijd versus responstijd

Een deel van de oplossing was nagaan waar de responstijd eigenlijk voor bedoeld is. Het gaat niet om de responstijd zelf, maar om het verkorten van de tijd tussen het eerste moment dat iemand met levensgevaarlijke klachten belt en het moment dat een cruciale medische behandeling start. Bij ongeveer de helft van de hartinfarcten moet de patiënt direct gedotterd worden. Dan gaat het om de tijd tussen het eerste telefoontje naar 112 en de start van de dotterbehandeling: call-to-balloon.

In plaats van zich blind te staren op responstijden committeerde hij zich aan het hogere doel: het leven van patiënten redden door de totale tijd tussen de melding en de cruciale behandeling te verkorten.

Als hij het niet kon winnen op de responstijden, waren er op het hele traject tussen infarct en behandeling misschien andere winstpunten te behalen. Het kan sneller, dus het moet sneller. Hij zocht het verhaal achter de data. Met deze passie beginnen alle succesvolle verbetertrajecten.

Responstijd versus call-to-balloon

Twee manieren om dezelfde spoedzorg te meten.

Ga datacratisch organiseren: breng de processtappen in kaart

Alleen mensen met passie is niet voldoende. Het gaat erom wat je doet: hoe wend je data slim aan om het handelen te sturen en naar een cultuur van continu verbeteren toe te werken? Smeekes besloot de hele keten van call-to-balloon onder de loep te nemen. Hoeveel tijd kost elke stap en waar is winst te behalen? Hij verzamelde eerst alle data en feiten over het verloop van het totale werkproces. De stappen betreffen de tijd die nodig is om:

1. de melding op de meldkamer te verwerken
2. op de ambulance te stappen
3. bij de patiënt te komen
4. met de patiënt de deur van het ziekenhuis te bereiken
5. vanaf daar op de interventiekamer van de cardioloog te komen
6. het bloedvat aan te prikken
7. het stolsel weg te drukken en de stent te plaatsen

Werk met tijdstempels en koppel de data terug

Van meldkamer, ambulance en ziekenhuis worden tijdstempels verkregen. Het proces is slim ingericht: de patiënt krijgt een bandje om dat bij ieder station dat hij passeert een signaal afgeeft, wat bureaucratie voorkomt en de administratieve lasten verlicht. Alle statistieken komen samen in een dashboard dat precies laat zien hoe lang elke stap heeft geduurd. Teruggekoppeld aan de professionals zelf maakt het een gericht gesprek mogelijk over waarom iets langer duurde dan gemiddeld en wat vermijdbaar was. Koppel je de collectieve cijfers terug, dan gaan professionals zich afvragen: waarom duurt dat bij ons altijd zo lang? Kunnen we dat niet versnellen?

Durf het protocol te wijzigen

In het oude scenario vroeg de 112-meldkamer de beller eerst uit over de klachten, om zeker te weten dat er echt een ambulance nodig was. Dat kost tijd. Toen het team alle gesprekken analyseerde waarin de beller om een ambulance vroeg, bleek dat in 95% van de gevallen ook daadwerkelijk een ambulance werd gestuurd. Slechts bij 5% van de verzoeken bleek die niet nodig.

Toen dit getal uit de data kwam, is het uitrukprotocol samen met andere partijen drastisch gewijzigd. Tegenwoordig stuurt 112 de ambulance direct naar het doorgegeven adres. Pas terwijl de ambulance onderweg is, stelt de meldkamer de verdiepende vragen: waar zit de pijn op de borst precies, bent u hartpatiënt, heeft u pilletjes voor onder de tong?

Laat je leiden door de data

Omdat de data zegt dat uitrijden in 95% van de gevallen terecht is, wordt de 5% valse alarmen voor lief genomen. Dat is altijd beter dan in alle gevallen kostbare tijd opsouperen door kritisch uit te vragen of er wel echt een ambulance nodig is. En in de paar gevallen dat er geen nodig blijkt, is het een kleine moeite om de ambulance terug te roepen. Met deze aanpak wint het team gemiddeld twee minuten op de oude situatie.

Conclusie

Het doorvoeren van deze verbetering beslaat een hele PDCA-cyclus, maar de beslissing om de ambulance direct door te zetten is een typisch voorbeeld waarin de getallen de leidende, doorslaggevende rol speelden. Andere verbeteringen komen aan bod in deel 2 van deze case.

Verder lezen

• PDCA-cyclus
• Datagedreven werken
• Blog: Als elke seconde telt: time is muscle

Over de auteur

Daan van Beek MSc is ondernemer, auteur, spreker en consultant op het gebied van datagedreven werken, BI en AI. Hij studeerde Bestuurlijke Informatiekunde aan de Open Universiteit en behaalde een Master of Science in Artificial Intelligence aan Middlesex University in Londen. Hij schreef diverse boeken over business intelligence, KPI’s en AI, waaronder De intelligente, datagedreven organisatie.

Over Diamond Decisions

Diamond Decisions helpt organisaties beter te worden door betere beslissingen mogelijk te maken. We starten niet bij data, dashboards of AI, maar bij de beslissing die beter moet, en bouwen van daaruit terug naar KPI’s, data en technologie. Dat doen we in vier stappen: inspiratie en alignment, business modeling, analytics en dataplatform en datagedreven beslissers. Zo zorgen we dat BI en AI geen IT-project blijven, maar elke dag waarde opleveren.