Country selector
Nederland
Country Selector: Nederland
''Ascom-medewerkers: de kracht achter onze oplossingen'' is een nieuwe blogserie waarin we de bijzondere Ascom‑medewerkers belichten die bijdragen aan veiligere en efficiëntere werkprocessen. In dit eerste deel maakt u kennis met dr. Ariana Cordos en ontdekt u hoe haar zeldzame vaardigheden helpen om de voordelen van Ascom-oplossingen voor de gezondheidszorg te optimaliseren.
We leven in zogenaamde 'kenniseconomieën'… maar al te vaak is kennis in de vorm van objectieve, nuttige data verrassend moeilijk te verkrijgen. Deze schaarste aan harde feiten strekt zich zelfs uit tot zorgomgevingen – waar al te vaak praktijken en beslissingen gebaseerd zijn op verouderde modellen, veronderstellingen of 'schattingen'.
Dr. Ariana Cordos is de afgelopen vier jaar een belangrijk lid in het Evidence Generation-team van Ascom geweest om het datatekort op te lossen. Op het eerste gezicht klinkt het als een eenvoudige klus: bezoek een ziekenhuis dat een Ascom communicatie- en/of alarmbeheersoplossing heeft geïnstalleerd, verzamel gegevens over de prestaties van de oplossing, vertaal die gegevens naar betekenisvolle informatie die terugvloeit in een verbetercyclus voor Ascom en zijn klanten. Hoe eenvoudig kan het zijn?
Maar zoals Ariana uit haar standplaats in Cluj-Napoca, Roemenië, zegt, is niets eenvoudig als het gaat om het genereren van data. "Het verzamelen van gegevens in zorgomgevingen is een unieke uitdaging," zegt ze, "om de eenvoudige reden dat we werken in ruimtes die gericht zijn op het helpen en genezen van mensen.
In tegenstelling tot een fabriek waar u een machine kunt installeren en de resultaten maanden later kunt controleren, hebben ziekenhuizen een andere aanpak nodig. U moet de basislijn vóór de installatie beoordelen, KPI's definiëren en vervolgens na de implementatie terugkomen om de resultaten te meten en te bevestigen of de verwachte impact is bereikt."
De obstakels waarover Ariana en haar collega's moeten onderhandelen, variëren van bureaucratie tot logistiek, van wettelijke beperkingen tot technische obstakels. "Eigenlijk", zegt Ariana, "is een van onze grootste problemen de timing. Uiteraard hebben we 'voor'-gegevens nodig. Maar om dit te verzamelen, hebben we natuurlijk de inkoop van het ziekenhuis nodig – en een miljoen details – ruim voordat de Ascom-oplossing wordt geïnstalleerd. Het genereren van gegevens vergt dus veel samenwerking over een langere periode, niet alleen met het management en het personeel van het ziekenhuis, maar ook met onze eigen collega's. Daarvoor is een zorgvuldige planning nodig."
Hoewel het grootste deel van de gegevens wordt verzameld van Ascom-apparaten en -servers, vereist het proces van het genereren van bewijsmateriaal enige aanwezigheid ter plaatse van het Data Generation-team. "We verzamelen nog steeds nuttige gegevens door medewerkers fysiek te begeleiden en hun handelingen minutieus te analyseren. We tellen bijvoorbeeld de stappen, het aantal stappen dat ze nodig hebben om van kamer naar kamer te gaan. We tellen de seconden die ze nodig hebben om verschillende activiteiten uit te voeren." Deze granulaire aanpak wordt aangevuld met het gebruik van gevestigde vragenlijsten om gegevens te verzamelen over onderwerpen als alarmmoeheid en werkgerelateerde burn-out. "Het uiteindelijke resultaat," zegt Ariana, "is dat we een datarijk beeld samenstellen – maar zonder impact op de activiteiten van de faciliteit en de functionaliteit van de oplossing."
Als verloskundige heb ik echt geleerd waar directe patiëntenzorg om draait – en heb ik veel begrip gekregen voor de eisen en druk waarmee zorgverleners aan het bed te maken hebben.
Het uitvoeren van datageneratieprojecten in de gezondheidszorg stelt veel eisen aan de betrokkenen. Ze moeten over menselijke vaardigheden beschikken; ze moeten kunnen onderhandelen met een breed scala aan rollen. Ze moeten uiteraard een goed begrip hebben van de betrokken technologieën. Ze moeten de soms doolhofachtige regels kennen. Niet in de laatste plaats moeten ze begrijpen hoe artsen denken en zich gedragen in de huidige zorgomgeving – en weten wat voor hen belangrijk is.
Het is bijna een onmogelijke combinatie van competenties die je van één persoon mag verwachten. Gelukkig heeft Ariana dankzij haar achtergrond een breed scala aan essentiële vaardigheden ontwikkeld. Afkomstig uit een familie met een kunstzinnige achtergrond behaalde Ariana haar bachelor in verloskunde. "Het is zeer waardevol om verloskundige te studeren en te oefenen. Op emotioneel vlak helpt men de gezondheid van pasgeborenen en moeders te beschermen. En dan is er nog de professionele aarding. Je leert echt waar directe patiëntenzorg om draait – en ontwikkelt een diepgaand begrip van de eisen en druk waarmee artsen tegenwoordig worden geconfronteerd."
De volgende stap in Ariana's carrière was een MSc in biostatistiek en bio-informatica. Het klinkt misschien als een ongebruikelijke stap voor een gekwalificeerde verloskundige. Maar zoals Ariana uitlegt, was deze studie een logische vooruitgang gezien haar groeiende interesse in medisch onderzoek en complexe data-analyse. "Ik raakte steeds meer geïnteresseerd in het snijpunt van klinische praktijk en klinische gegevens", legt ze uit. Verloskundigen gaven me de praktische basis, werken voor de MSc gaf me de vaardigheden om grote datasets te verwerken en statistische modellen toe te passen op echte klinische problemen."
Ze was inderdaad zo geïnteresseerd in het verband tussen praktijk en data dat ze besloot om een doctoraat in het veld te volgen en in 2019 haar doctoraat behaalde. "Het was natuurlijk een uitdaging", zegt ze, "maar ik was – en ben – er sterk van overtuigd dat het gebruik van biostatistieken de zorgverlening en de resultaten voor patiënten drastisch kan verbeteren." Als voorbeeld wijst ze op het revolutionaire potentieel van AI. "We staan aan het begin van een echte transformatieve fase in de gezondheidszorg – en data is de drijvende kracht", zegt ze.
Ziekenhuizen hebben betrouwbare gegevens nodig die uit het systeem worden verzameld zoals het daadwerkelijk wordt gebruikt – niet uit een laboratoriumomgeving, of een digitaal model, of uit prognoses van een leverancier.
Maar welke concrete voordelen biedt datageneratie ziekenhuizen vandaag de dag? Ariana antwoord kort en krachtig: "het geeft hen zekerheid." Wat ze bedoelt, is dat de impact van een technische investering nog te vaak wordt beoordeeld aan de hand van vage of subjectieve indrukken. Zo kunnen medewerkers na de installatie van een nieuw systeem bijvoorbeeld aangeven dat het lijkt alsof het reageren op alarmen sneller en eenvoudiger gaat. Dat kan zeker kloppen, maar het blijft een gevoel. En deze indrukken bieden ziekenhuismanagers onvoldoende houvast wanneer zij nieuwe investeringen plannen of de effectiviteit van grote kapitaalkosten moeten evalueren.
"Wat ziekenhuizen nodig hebben," voegt Ariana eraan toe, "is absoluut betrouwbare gegevens die uit het systeem worden verzameld zoals het daadwerkelijk wordt gebruikt – niet uit een laboratoriumomgeving, of een digitaal model, of uit prognoses van een leverancier." Om haar punt te verduidelijken, verwijst Ariana naar het data-generatieproject van vorig jaar op de IC van het Centraal-Ostrobothnia Ziekenhuis (CH) in Kokkola, Finland. Net als veel andere ziekenhuizen stapt dit ziekenhuis over van een open IC‑indeling naar éénpersoons IC-kamers. "Éénpersoons IC-kamers," legt Ariana uit, "bieden enorme voordelen voor patiënten, waardoor ze een soort genezingscocon krijgen die hun verblijf op de IC aanzienlijk kan verkorten."
Maar elke actie heeft een reactie. En in een IC met éénpersoonskamers leidt die reactie er vaak toe dat patiënten langdurig worden blootgesteld aan harde en aanhoudende geluiden van de vele alarmen en meldingen die in moderne IC’s voorkomen. Ook moeten medewerkers alarmmeldingen kunnen ontvangen, zelfs als ze patiënten niet kunnen zien. Ironisch genoeg is 85-90% van alle alarmmeldingen op de IC niet-kritiek en vereisen ze geen onmiddellijke tussenkomst van het personeel. Alles wat alarmmeldingen stil maar betrouwbaar kan filteren en doorzetten naar het zorgteam is essentieel om geluidsoverlast te verminderen, en dat komt zowel patiënten als medewerkers ten goede.
Toen CH in 2024 de vijfbedden‑IC verving door zeven éénpersoonskamers, gebruikte het ziekenhuis dat moment om de Ascom‑oplossing voor klinisch alarm- en alertmanagement te implementeren. Daarbij werd Ariana en het Data Generation‑team direct betrokken. "Gelukkig waren we al in een vroeg stadium betrokken", zegt Ariana. “Een ander positief punt was dat het ziekenhuis het dataverzamelingsproject met veel enthousiasme omarmde. De afdelingsleiding was uiteraard benieuwd hoe de oplossing enkele belangrijke KPI’s zou verbeteren, en zij verleenden ons werkelijk alle mogelijke ondersteuning.”
Toen de resultaten van het project begin 2025 werden gepubliceerd, onderbouwden de gegevens één onbetwistbaar feit: Na de installatie van de Ascom-oplossing daalde het aandeel luidere alarmmeldingen boven 50 dB aan het bed van 56% naar 24%, wat bijdroeg aan een stillere omgeving.
Daarnaast bleek uit de data dat 6% van de meldingen die overdag werden geregistreerd (08.00–20.00 uur), ruimschoots onder de 40 dB bleef, een belangrijke stap richting het door de Wereldgezondheidsorganisatie (WHO) aanbevolen geluidsniveau van ongeveer 40 dB op een intensivecareafdeling. Tot slot liet de analyse zien dat de Ascom‑oplossing het aantal niet‑actiegerichte alarmmeldingen dat verpleegkundigen ontving, in 30 dagen met 80% verminderde: van 32.000 naar 4.800 meldingen.
"Dat zijn uitstekende resultaten", zegt Ariana. "Ze bewijzen dat de oplossing werkt en dat het zorgt voor een betere herstelomgeving voor patiënten en een betere werkplek voor IC-personeel." Maar ze wil ook graag benadrukken dat datageneratie zoveel meer biedt dan bewijs van prestaties. Dat komt omdat de rijkdom aan gegevens die haar team heeft verzameld ook laat zien waar en hoe de oplossing kan worden geoptimaliseerd, zowel in de implementatie van het betreffende ziekenhuis als voor toekomstige Ascom-systemen. "Het is heel eenvoudig", besluit Ariana. ''Het optimaliseren van oplossingen is een continu proces, en ik vind het persoonlijk super interessant om data te verzamelen en te analyseren die dit mogelijk maakt.”