Eenzaamheid in de thuissituatie

Machine learning als hulpmiddel voor de zorgverleners.

Eenzaamheid is je niet verbonden voelen. Je ervaart een gemis aan een hechte, emotionele band met anderen. Of je hebt minder contact met andere mensen dan je wenst.Iedereen voelt zich wel eens eenzaam. In veel gevallen verdwijnt dat eenzame gevoel vanzelf als je weer beter in je vel zit. Eenzaamheid is vooral een probleem voor mensen die het sterk of langdurig voelen. Dan kan een negatieve spiraal ontstaan.

Meer dan een miljoen Nederlanders voelt zich sterk eenzaam. Eenzaamheid heeft gevolgen voor gezondheid, welbevinden en meedoen in de samenleving. Dat maakt eenzaamheid een urgent probleem waar wij als Ecare iets in willen bijdragen. Daarom hebben wij samen met Margo Berends van Buurtzorg Nederland gekeken naar mogelijkheden om via ons zorgdossier de zorgverleners te helpen bij het signaleren van eenzaamheid. Dennis Snippert, Product Owner van ons team Ketencommunicatie was hier van begin af aan bij betrokken.


“Er is ontzettend veel data beschikbaar van cliënten in de ouderenzorg die zorgverleners kan helpen bij het vroegtijdig signaleren van eenzaamheid.”

“Ons zorgdossier is gebaseerd op het Omaha System classificatiesysteem. Doordat er op basis van dit systeem gerapporteerd wordt is er heel veel geclassificeerde informatie beschikbaar over de cliënten. Op al deze data kunnen we machine learning technieken toepassen, die worden gebruikt om patronen in de data te ontdekken en deze te gebruiken.”

“De computer stelt door middel van algoritmes zelf bepaalde regels op, om bepaalde input te koppelen aan bepaalde output. In het geval van eenzaamheid geven we de computer opdracht om input met betrekking tot eenzaamheid te zoeken. Een voorbeeld van deze input zou een rapportage kunnen zijn zoals hierboven staat beschreven: “Meneer heeft gebeld met Annet, maar het was geen fijn gesprek. Hij vindt dat ze vaker langs moet komen.”


Wanneer soortgelijke input meerdere keren voorkomt, is met behulp van Machine Learning een patroon te herkennen. En als de computer inderdaad een patroon herkent, resulteert dit uiteindelijk in een aanbeveling voor de zorgverlener. Deze aanbeveling is onderdeel van het zorgdossier waar de zorgverlener dagelijks mee werkt en daar gaat een extra icoontje ‘aan’ op het moment dat er aanbevelingen zijn rondom het thema eenzaamheid. De zorgverlener wordt hiermee attent gemaakt om hierover een gesprek te beginnen of hier extra alert op te zijn bij deze cliënt.

Dit alles is geïntegreerd in het zorgdossier van Puur waar wijkverpleegkundigen al dagelijks mee werken. We testen dit op het moment met drie wijkteams van Buurtzorg Nederland om te kijken hoe dit in de praktijk werkt. De eerste resultaten zijn veelbelovend en we willen dit dan ook op grotere schaal gaan aanbieden zodat uiteindelijk al onze klanten hier gebruik van kunnen maken. Een klein voorbeeld van hoe Machine Learning kan helpen de zorg te verbeteren.

Wil je meer weten over dit onderwerp? Neem dan contact op met Dennis via dennis.snippert@ecare.nl. Hij vertelt je er graag meer over.


Lees nog even verder



Webinar: voorbeeld zorgplannen in Puur

13 december 2019

Webinar: voorbeeld zorgplannen in Puur   Een voorbeeld zorgplan is een hulpmiddel voor jou als zorgprofessional bij het zorgen voor […]

bekijken

Voorbeeld zorgplan voor chemo- en radiotherapie in Puur

13 november 2019

Isa Rosel is wijkverpleegkundige bij Amstelring wijkzorg en heeft zich gespecialiseerd op het gebied van oncologie. Samen met haar collega […]

bekijken

Artificial Intelligence als hulpmiddel voor zorgverleners

1 november 2019

Ik hoor je denken: “Artificial Intelligence in de zorg? Dat zijn toch van die robots? Wat heb ik daar nou […]

bekijken

" Er is ontzettend veel data beschikbaar van cliënten in de ouderenzorg die zorgverleners kan helpen bij het vroegtijdig signaleren van eenzaamheid. "



Meer nieuws?

Inschrijven nieuwsbrief


Hallo Ecare,

Graag ontvang ik nieuws van jullie.
Mijn naam is en mijn e-mailadres is . Ik ben werkzaam bij .



info@ecare.nl   |   053 - 4757 000   |   Algemene voorwaarden   |   Disclaimer   |