“Big Data is als tienerseks: iedereen heeft het erover, niemand weet echt hoe ze het moeten doen, iedereen denkt dat de ander het al doet dus claimen ze dat ze het zelf ook doen…” Deze quote uit 2013 van professor Dan Ariely (bekijk zijn TED filmpjes!) is helaas nog steeds waar. Het enige dat veranderd is, is het buzzword: van Big Data zijn we naar AI overgestapt. Van de grondstof naar het werktuig. Met een enorme lust naar geldingsdrang stort menig organisatie zich hierop in de hoop de concurrentie te slim af te zijn. Of betere PR te kunnen betrachten…
Masterclass Organisatie van data analytics
In slechts 2 dagen inzicht in de organisatorische stappen die nodig zijn om het potentieel van data analytics in uw organisatie te benutten. Krijg grip op een future-proof data strategie en volg de Masterclass Organisatie van data analytics op 22 en 23 april, onder leiding van Clinical Data Scientist Egge van der Poel. Bekijk het programma en meld u aan.
Versnipperde bronnen
Toch lijkt data in de zorgpraktijk vaak eerder een last dan een lust. Versnipperde bronnen en verschillende data modellen, zelfs binnen de muren van één en dezelfde organisatie, die vervolgens met ad-hoc scripts en rapporten via de spreekwoordelijke duct-tape en tie-wraps aan elkaar geknoopt zijn. Een verandering ergens in deze ‘informatie-keten’ zorgt vaak voor misverstanden en vertragingen in de besluitvorming. Kom dan nog maar eens aan met je mantra dat data het nieuwe goud is.
In een vorig deel van mijn werkzame leven was ik natuurkundige en wetenschapper bij CERN. Daar was alles erop gericht zoveel mogelijk informatie (lees: waarde) uit de (enorme bergen) data te halen. Met collega wetenschappers uit vrijwel alle landen ter wereld zochten we naar het Higgs deeltje. En door big dating is dit gelukt: samenwerken, data delen en aan een gezamenlijke doel werken. Wat mij betreft dé manier om waarde te creëren met data in de zorg. Data als lust en dus niet als last.
Een list nodig
Maar hoe komen we daar? Voorlopig lijken de oude reflexen hardnekkig: data delen is lastig, want carrières en verdienmodellen zijn hier op gebaseerd. Samenwerken is lastig, want we kunnen het zelf toch beter? En dat gezamenlijke doel, hmmm? Natuurlijk doen we alles voor de patiënt/cliënt/burger, maar er moet ook brood op de plank komen. Er is geïnvesteerd in flinke hoeveelheden vierkante meters en/of (hoog-)technologische infrastructuur. Dat moet terugverdiend worden. Dus zetten we data en technologie graag in om processen efficiënter in te richten, maar radicaal anders is vaak een brug te ver.
We hebben dus een list nodig. Een list die helpt om de neuzen van verschillende belanghebbenden echt dezelfde kant op te krijgen en verder te kijken dan vandaag en morgen. Een list waarmee bestuurders en toezichthouders het belang van vertrouwen en experimenten inzien en daadwerkelijk blijven steunen, ook als het niet direct tot het gewenste resultaat leidt. Een list die het mogelijk maakt echte problemen op te lossen en niet alleen maar mooie publiciteit oplevert.
Bestaat deze list? Natuurlijk niet. Iedere innovatie waarvan het slagen afhankelijk is van een list, is een slecht idee. Wat we wel nodig hebben is ruimte voor het experiment om snel(ler) te leren of iets van toegevoegde waarde is. In mijn volgende blog zal ik beargumenteren dat dit vanuit bestuur een fundamenteel andere ‘natuurkracht’ vereist.
Clinical Datascientist bij onder meer Erasmus MC.
Iets dat door ‘BIG Data’ adepten en ‘AI’ adepten vergeten wordt is dat verzamelingen losse datapunten, dát percies zijn.
Data in computers zijn abstracties los gezongen van de realiteit.
De interpretatie van een datapunt is afhankelijk van de context. Een context die meestal in het hoofd zat van de auteur die iets registreerde en in het hoofd zat van die persoon die de data verzamelde in een database en het de data hergebruikt.
Bijna alle IT-systemen verzamelen losse datapunten, los van de peistemologie van de data, los van de originele context. Dat alles maakt het hergebruik problematisch. Het wordt sne l’garbage en garbage out’.
Wie is het wel of niet eens met mijn opvatting?