Some thoughts on health and healthcare

Inleiding Het automatisch omzetten van ongestructureerde historische gegevens uit elektronische patiëntendossiers (EPD’s) naar gestructureerde SNOMED CT-codes belooft beter hergebruik van gegevens voor zorgverlening, onderzoek, kwaliteitsindicatoren en interoperabiliteit. Maar de stap van vrije tekst naar formele terminologie is kwetsbaar: context (wie, wat, wanneer), negatie en temporale status moeten correct worden geïnterpreteerd, en het eindresultaat moet blijvend herleidbaar zijn. Hieronder bespreek ik de kritische succesfactoren die m.i. belangrijk zijn voor een kwaliteitsvolle implementatie en de gevolgen voor zorgverleners, patiënten en zorgkwaliteit wanneer deze omzetting onzorgvuldig gebeurt.  Kritische succesfactoren 1) Duidelijke klinische doelstelling en scope Vertrekken van concreet afgebakende use-cases (bv. diagnose- en procedurelijst, probleemlijst, allergieën, voorgeschiedenis, familieanamnese). SNOMED CT is ontworpen voor klinische documentatie en semantische int...

Inleiding Fraude en fouten in medische codering (DRG, APR-DRG, ICD-10-CM/PCS) en in prestaties (nomenclatuur, medicatie, medische beeldvorming) tasten zowel de kwaliteit van zorg als de betaalbaarheid aan. Effectieve bestrijding combineert drie sporen: data-analytische signalering, medisch-inhoudelijke dossierreview en gerichte handhaving. Hieronder schets ik de belangrijkste detectiemechanismen, illustreer ik met internationale voorbeelden (inclusief de gebruikte analysetechnieken) en werk ik uit hoe een professionele interne audit dit in de praktijk organiseert. 1) Detectiemechanismen in de zorgpraktijk 1.1 Data-analytische signalering Benchmarking & outlier-analyse : vergelijk DRG-mix, severity/ROM, ligduur en gemiddelde kost per casus met vergelijkbare instellingen. Sterke afwijkingen geven audit-prioriteit. Regelgebaseerde validatie : logische checks (diagnose-procedure-coherentie, leeftijd/geslacht-plausibiliteit, bundelregels bij prestaties). Anomaliedetectie & tijdreeks...