SANO: Data vóór AI: Voorwaarden voor data-geïnformeerde zorg in de ouderenzorg

Het gebruik van data speelt een steeds grotere rol bij het verbeteren van kwaliteit van zorg en kwaliteit van leven. In de dagelijkse zorgpraktijk, maar ook binnen beleid en wetenschappelijk onderzoek, wordt gezocht naar manieren om zorgprocessen en uitkomsten beter inzichtelijk te maken en daarvan te leren. Data worden daarbij gezien als een belangrijk hulpmiddel. Parallel hieraan groeit de aandacht voor artificial intelligence (AI). Nationale initiatieven, zoals de AI Coalitie voor Nederland (AIC4NL) en investeringen in data-infrastructuren benadrukken het belang dat wordt toegekend aan data en AI-innovatie. Deze ontwikkeling gaat echter gepaard met het risico dat AI wordt gepresenteerd als oplossing voor complexe kwaliteitsvraagstukken in de zorg. Daarbij raakt gemakkelijk uit beeld dat niet iedere (kwaliteits)vraag een AI-vraag is. Ook binnen de ouderenzorg neemt de belangstelling voor data en/of AI toe. Dat zien we onder andere terug in grote programma’s zoals “Leren van Data”, (Verenso en Nivel, Universitair Netwerk Ouderenzorg Amsterdam (UNO-Amsterdam), en het project “Zorgprofessionals aan Zet”  (Academische Werkplaats Ouderenzorg Limburg (AWO-L) in samenwerking met Verenso en V&VN).

Dit artikel beoogt daarom een herpositionering van data en AI vanuit de dagelijkse praktijk van de ouderenzorg. Door data-geïnformeerde zorg als vertrekpunt te nemen, wordt betoogd dat investeren in datakwaliteit, data-volwassenheid en gezamenlijk leren noodzakelijke voorwaarden zijn voor het verantwoord en zinvol inzetten van AI.