Systemic Social Factors and Healthcare Data Quality: A Socio-Technical Systems Analysis

In het moderne ziekenhuis legt een enorme digitale grootboekregistratie elke hartslag, elke diagnose en elke toegediende medicatie vast. Deze elektronische dossiers vormen de ruggengraat van de patiëntenzorg, ze begeleiden artsen bij het nemen van beslissingen over leven en dood en helpen ziekenhuizen soepel te functioneren. Voor deze systemen om te kunnen werken, moet de informatie erin perfect zijn. Als een dossier een detail mist, een typefout bevat of een aandoening onder de verkeerde naam vermeldt, kunnen de gevolgen uitwaaieren, wat leidt tot vertraagde behandelingen, verward personeel en zelfs schade aan patiënten. Jarenlang was de aanname dat als de software goed genoeg is, de data ook goed genoeg zal zijn. De heersende overtuiging was dat betere algoritmen en striktere geautomatiseerde controles het probleem van slordige dossiers zouden oplossen.

Echter, een nieuw perspectief suggereert dat de kwaliteit van deze data minder afhangt van de code die in de serverruimte draait en meer van de mensen die in de gangen werken. Dit idee rust op een concept dat bekend staat als socio-technische systemen, waarbij een organisatie niet alleen wordt gezien als een verzameling machines, maar als een complexe samenwerking tussen technologie en menselijk gedrag. In dit visie is een computerprogramma slechts zo effectief als het team dat het gebruikt, en de manier waarop mensen met elkaar praten, verantwoordelijkheden delen en hun dagelijkse druk navigeren, vormt de uiteindelijke output net zozeer als de software zelf. Het begrijpen van deze relatie is cruciaal, omdat het de focus verlegt van het repareren van computers naar het verbeteren van de manier waarop mensen met hen interageren.

Een recente studie door Phuong Pham aan de University of the Cumberlands onderzoekt precies deze dynamiek. Het onderzoek stelt een eenvoudige maar diepgaande vraag: hoe verklaren de mensen die dagelijks met gezondheidsdata werken de sociale krachten die hun dossiers goed of slecht maken? Om het antwoord te vinden, sprak de onderzoeker met achttien zorgprofessionals uit heel de Verenigde Staten. Deze deelnemers waren niet alleen artsen; ze omvatten ook data-analisten, technici, verpleegkundigen en bestuurders, wat een breed scala aan standpunten bood. De interviews werden één-op-één uitgevoerd, waardoor de deelnemers hun ervaringen uit de praktijk konden delen zonder de druk van een groepssetting. De onderzoeker luisterde vervolgens aandachtig naar hun verhalen, zoekend naar veelvoorkomende patronen in hoe zij de uitdagingen en successen van hun werk beschreven.

De bevindingen onthullen dat de grootste obstakels voor hoogwaardige data geen technische defecten zijn, maar menselijke en organisatorische wrijving. Een van de meest significante barrières die werden geïdentificeerd, was de communicatiekloof tussen de mensen die de technologie bouwen en de mensen die deze gebruiken in de patiëntenzorg. Technisch personeel spreekt vaak een gespecialiseerde taal die clinici niet begrijpen, terwijl artsen en verpleegkundigen termen gebruiken die technici verwarrend vinden. Dit verschil creëert een situatie waarin een aandoening door twee verschillende afdelingen anders kan worden benoemd, waardoor de database hen als aparte problemen behandelt. Wanneer teams in silo's werken en geïsoleerd opereren, blijven fouten onopgemerkt omdat niemand het volledige plaatje heeft. De studie toonde aan dat wanneer deze groepen niet regelmatig met elkaar communiceren, de data gefragmenteerd en onbetrouwbaar wordt.

Een ander belangrijk thema was de botsing tussen verschillende prioriteiten. Voor een arts is het primaire doel om een leven te redden of pijn te verlichten op het moment zelf. Gegevens invoeren in een computer wordt vaak gezien als een secundaire taak, een bureaucratische hindernis die tijd wegneemt bij de patiënt. Wanneer een arts haast heeft om een noodsituatie te behandelen, kan hij een veld overslaan of een snelle, benaderende waarde invoeren om door te kunnen gaan. De studie benadrukte dat dit geen teken van luiheid is, maar een natuurlijke reactie op een systeem dat te veel administratieve arbeid vraagt tijdens kritieke momenten. Op dezelfde manier geven technische teams vaak prioriteit aan een perfecte datastructuur, waarbij ze soms rigide regels creëren die niet passen bij de rommelige realiteit van hoe patiënten zich daadwerkelijk presenteren. Wanneer deze twee werelden botsen, is het resultaat vaak onvolledige of onnauwkeurige dossiers.

Het onderzoek wees ook op een gebrek aan duidelijke eigenaarschap. In veel organisaties is het onduidelijk wie verantwoordelijk is voor het herstellen van een fout zodra deze in het systeem verschijnt. Als een dossier onjuist is, denkt de arts misschien dat het IT-team het moet oplossen, terwijl het IT-team ervan uitgaat dat de arts het zal corrigeren. Deze verwarring leidt tot fouten die gedurende lange perioden ongecorrigeerd blijven. Bovendien merkte de studie op dat een hoog personeelsverloop zorgt voor een cyclus van kennisverlies. Wanneer ervaren medewerkers vertrekken, nemen zij hun begrip van hoe het systeem te navigeren, met zich mee, waardoor nieuw personeel door middel van vallen en opstaan moet leren, wat vaak resulteert in meer fouten.

Ondanks deze uitdagingen beschreven de deelnemers ook wat wel werkt. Zij vonden dat wanneer teams hun doelen afstemmen en dezelfde taal spreken, de datakwaliteit drastisch verbetert. Eén effectieve strategie die werd genoemd, was het gebruik van realtime feedback, waarbij medewerkers onmiddellijke, vriendelijke herinneringen ontvangen als ze een stuk informatie missen, in plaats van te moeten wachten op een maandelijkse audit. Een ander succes kwam voort uit het hebben van toegewezen liaisons—mensen die technische behoeften kunnen vertalen naar begrijpelijke taal voor clinici en vice versa. Wanneer organisaties een cultuur creëren waarin iedereen zich verantwoordelijk voelt voor de data, en wanneer zij voortdurende training bieden om vaardigheden scherp te houden, worden de dossiers betrouwbaarder.

De studie concludeert dat het verbeteren van gezondheidszorgdata meer vereist dan alleen betere software. Het vraagt om een verschuiving in de manier waarop organisaties hun mensen beheren. De technologie is slechts de ene helft van de vergelijking; de andere helft is het sociale systeem van communicatie, vertrouwen en gedeelde verantwoordelijkheid. Het onderzoek suggereert dat om de data correct te krijgen, ziekenhuizen bruggen moeten bouwen tussen hun technische en klinische teams, moeten verduidelijken wie wat doet, en een omgeving moeten creëren waarin mensen de tijd en ondersteuning hebben om hun werk goed te doen. Door deze menselijke factoren aan te pakken, kunnen zorginstellingen ervoor zorgen dat hun digitale dossiers werkelijk de zorg weerspiegelen die zij bieden, wat uiteindelijk leidt tot veiligere en effectievere behandeling voor patiënten.