Realtime data en voorspellen aan de hand van machine learning

Bij gemeenten is de behoefte aan managementinformatie groot. Zorg-Lokaal zorgt voor deze managementinformatie middels realtime data en het voorspellen aan de hand van machine learning. Door continu te verbeteren in dit proces gaan we samen voor grip op verantwoorde zorg binnen de Wmo en Jeugdwet.

Interactief dashboard

Van Excel grafieken, naar SQL reporten, naar een interactief dashboard. Dat is de weg die Zorg-Lokaal heeft gelopen om gemeenten te voorzien in managementinformatie voor Wmo en Jeugdwet. Daarom zijn we in 2019 met het analyseplatform Tableau voor ons dashboard gestart. Hierdoor kunnen we een interactief dashboard  leveren waarin gemeenten belangrijke informatie zoals uitgaven, cliëntaantallen en zorgpaden kunnen zien. Naar eigen behoefte kunnen gemeenten downdrillen en doorklikken om precies de informatie te verzamelen die zij nodig hebben, actueel én historisch.

Stijging Wmo en Jeugdwet uitgaven

In het huidige dashboard is snel te zien dat door de jaren heen de kosten voor Wmo en Jeugd fors stijgen. Door die stijgende kosten zijn grote financiële tekorten ontstaan bij gemeenten. Het zou waardevol zijn om vooraf al te weten hoeveel de kosten gaan stijgen en in welke zorggroep dat gaat gebeuren. Dat levert de grip op die wij bieden. Wij hebben ons als doel gesteld de kosten voor 2021 te voorspellen per zorggroep. Daarvoor gebruiken we een voorspelmodel.

Voorspellen van kosten middels machine learning

Het voorspellen van kosten moet heel nauwkeurig gebeuren en is een lastig proces. Daarom voorspellen we de verwachte kosten met behulp van machine learning. Er zijn diverse methodes, wij kiezen voor een neuraal netwerk. Het model wordt gevoed met historische data, bijvoorbeeld de data van 2017 t/m 2019. Aan de hand van een hele reeks aan variabele meetpunten, neuronen genoemd, produceert het model de verwachte kosten voor 2020.

De kosten van 2020 zijn inmiddels bekend, dus kan er direct worden gecontroleerd hoe nauwkeurig het model is. Aan de hand van de gevonden afwijking worden de neuronen bijgesteld en beginnen we weer vooraan. Het model geeft een nieuwe verwachting en wederom controleren we de nauwkeurigheid. Dit proces noemen we het trainen van het model. Het model wordt continue getraind totdat het model met de beste instellingen is gevonden. Dan is het model klaar om de data van 2021 te gaan voorspellen.

Resultaten geven inzicht voor opstellen begroting van gemeenten

Door meer verschillende gegevens te voeden aan het model, kan deze verder worden getraind om nauwkeuriger te worden. Wij hebben daarom onder andere als doel om naast de kosten, ook de toewijzingswaarde aan het model te geven waarvan de resultaten in ons dashboard staan.

Het is ons doel om uiterlijk in oktober de voorspellingen van het jaar daarna te gaan tonen. Deze informatie kan gemeenten ondersteunen bij het opstellen van de begroting voor het volgende jaar. Zo werken we samen aan grip op verantwoorde zorg, zowel nu als in de toekomst.

Meer informatie?

Ben je naar aanleiding van dit blog nieuwsgierig of benieuwd naar wat wij voor jou kunnen betekenen met betrekking tot realtime data en ons voorspelmodel middels machine learning? Onze specialisten staan voor je klaar. Neem vandaag nog contact met ons op via het contactformulier of vraag een vrijblijvend gesprek aan.