Some thoughts on health and healthcare

Abstract In an acute hospital, Diagnosis-Related Groups (DRGs) and patient-based costing solve different, complementary problems. DRGs are a prospective payment and case-mix classification mechanism : they group inpatient episodes for reimbursement and resource allocation using coded diagnoses, procedures, severity, and other episode variables. Patient-based costing - especially Activity-Based Costing (ABC) and Time-Driven Activity-Based Costing (TDABC) - is an internal measurement method : it estimates the actual resources consumed by a given patient across the care cycle. The practical implication is that DRGs tell the hospital what it is likely to be paid, while patient-based costing tells the hospital what the case actually cost. An effective acute-hospital costing architecture therefore requires structured EHR data, reliable timestamps and event logs, linkage to HR/finance/supply systems, and a semantic layer that uses SNOMED CT and LOINC for point-of-care capture and WHO ICD-11 a...

Inleiding Belgische algemene ziekenhuizen balanceren elke dag drie belangen: (1) betere uitkomsten voor patiënten, (2) efficiënte, voorspelbare zorgprocessen, en (3) financiële duurzaamheid binnen het Budget Financiële Middelen (BFM). Een krachtige manier om die drie te koppelen is het verbinden van gestandaardiseerde terminologie (SNOMED CT en LOINC) met process mining op DRG-gegroepeerde verblijven. Zo ontstaat één datagedreven cyclus: klinische taal → betrouwbare data → inzicht in het échte zorgpad → gerichte verbetering → meetbaar effect op uitkomst én BFM. Beleids- en financieringskader: waarom DRG en BFM ertoe doen België gebruikt APR-DRG als casemix-systeem. APR-DRG deelt verblijven in volgens klinische gelijkenis en voegt er Severity of Illness (SOI) en Risk of Mortality (ROM) aan toe (elk in 4 klassen), die een sterke link hebben met gebruik van middelen en uitkomsten.  Het BFM is de grootste enkele inkomstenbron van ziekenhuizen (ca. 37% van de omzet in 2023), en het onde...

Inleiding Belgische ziekenhuizen balanceren op een smalle koord: stijgende zorgvraag, structurele personeelsschaarste en budgettaire krapte. In die context wordt “beter organiseren” even belangrijk als “meer middelen”. Process mining (PM) biedt precies dat: een objectieve röntgenfoto van hoe zorgprocessen werkelijk lopen, met concrete aangrijpingspunten om ze korter, voorspelbaarder en veiliger te maken. Hier wil ik aangeven hoe process mining operationele problemen oplost, en hoe het rechtstreeks bijdraagt aan een betere positie binnen het Budget Financiële Middelen (BFM). Wat is process mining en waarom nu? Process mining reconstrueert op basis van beschikbare logdata uit EPD, labo-, apotheek-, radiologie- en planningssystemen de feitelijke processtappen en doorlooptijden. Het vergelijkt die met het bedoelde (theoretische) zorgpad, toont varianten en kwantificeert bottlenecks en verspilling. Twee redenen waarom dit vandaag rendeert: Ziekenhuizen registreren al veel data (RIZIV, MZG, ...

From 22 until 26 May 2023, the first UHasselt Summer School on Big Data for Health and Care was organized by Liesbet M. Peeters and her team of the  Research Group in Biomedical Data Sciences ( Big Data for Health and Care - Summer School ). The Summer School gave some fascinating insights on the potential of big data to revolutionize the way we approach healthcare challenges. The increasing availability of healthcare data will have the potential to gain new insights into disease prevention, diagnosis, crisis management, and treatment. Consequently, the power of big data in healthcare can make a meaningful impact on patient outcomes and how we deal with our healthcare challenges on a national and European scale. Many thanks to Liesbet Peeters and her colleagues for organizing this inspiring and exciting week. Many thanks also to Noëlla Pierlet (ZOL) and Peter De Jaeger (AZ Delta), to name a few, for the inspiring discussions. It was a pleasure to exchange ideas and inspiration w...

  Een van de uitdagingen waarmee onze Belgische ziekenhuizen worden geconfronteerd, is om hun zorgprocessen te verbeteren in kader van laagvariabele zorg. Dan is het handig om een instrument bij de hand te hebben zoals process mining om je zorgprocessen of klinische paden in kaart te brengen en door te lichten. Aan de UHasselt hebben ze daarvoor bupaR (open source) ontwikkeld, waarmee je aan de slag kan. Vertrekkende vanuit bijvoorbeeld je Admission, Discharge & Transfer (ADT) gegevens kom je al een heel eind en krijg je inzicht in je zorgprocessen om gericht met je procesverbetering te starten. Enige kennis van R , Python en de  PM4Py python library kan uiteraard geen kwaad.