PREPCA.I.RE: PREpairing Primary Care planning to be AI REady

In tijden van kortere ziekenhuisopnames en vergrijzing van de bevolking komt de nadruk steeds meer te liggen op de eerstelijnsgezondheidszorg. Dagelijks gaan duizenden zorgverleners de baan op om zorg aan huis te verlenen. Thuiszorgorganisaties botsen bij de planning van deze activiteiten op hun grenzen: het is een complex gegeven dat vaak nog manueel gebeurt. Bovendien dient er rekening te worden gehouden met individuele voorkeuren, logistieke en zorgspecifieke parameters. Huidige manieren van plannen zijn dan ook kostelijk en tijdsintensief. Zorgorganisaties bevestigden de behoefte aan digitale hulpmiddelen om hen te ondersteunen bij deze planningsactiviteiten om de kwaliteit van de zorg die zij leveren te verbeteren.

Het doel van het PREPCA.I.RE-project is om zowel thuiszorgorganisaties als IT-bedrijven te versterken bij de ontwikkeling, het gebruik en de implementatie van artificiële intelligentie (AI)-tools om de planning van thuiszorgactiviteiten te verbeteren.

Meer specifiek willen we (1) de behoeften en verwachtingen van zowel thuiszorgorganisaties als IT-bedrijven definiëren voor een effectieve en efficiënte thuiszorgplanning, en (2) thuiszorgorganisaties en IT-bedrijven ondersteunen bij de implementatie van AI-planningstools. Daarom zullen AI-demonstrators worden ontwikkeld en gedemonstreerd om beide doelgroepen te inspireren, sensibiliseren en stimuleren om AI-tools te ontwikkelen en te implementeren in de dagelijkse praktijk. Deze demonstrators kunnen worden getest in een living lab-omgeving.

Het planningsproces binnen zowel de thuisverpleegkunde als de gezinszorg blijkt uiterst complex te zijn en is afhankelijk van verschillende parameters zoals afstand, zorg, persoonlijke voorkeuren en de match tussen zorgverlener en cliënt.

Gezien het onderscheid in planningsnoden en organisatie van thuisverpleegkunde en gezinszorg, werden twee verschillende AI-demonstratoren ontwikkeld. Deze demonstratoren en bijbehorende rapporten illustreren hoe een ideale planningstool eruit kan zien, alsook hoe de data bij deze actoren gecapteerd kunnen worden.

De slimme planningen die door deze twee demonstratoren gegenereerd werden, tonen in vergelijking met de huidige manuele planningen veelbelovende resultaten en mogelijkheden voor zowel de optimalisatie binnen de organisatie van de thuiszorg als voor de (door)ontwikkeling van bestaande en nieuwe planningstools.