Een simulatieraamwerk voor het evalueren van elektronische orderworkflows in geïntegreerde medische dossiers

Waarom het onzichtbare digitale papierwerk ertoe doet

Elke keer dat een arts een labtest, een röntgenfoto of een specialistverwijzing bestelt, reist die aanvraag door een doolhof binnen het elektronische medische dossier (EMD). Als die digitale reis traag verloopt of vastloopt, moeten patiënten langer wachten op zorg en verliezen medewerkers tijd aan het achterhalen van de status. Dit artikel beschrijft een nieuwe manier om die verborgen elektronische workflows 'proef te draaien' met behulp van computersimulatie, zodat ziekenhuizen veilig kunnen onderzoeken hoe veranderingen in software, personele bezetting of vraag vertragingen en achterstanden kunnen beïnvloeden voordat patiënten daar last van krijgen.

Ruwe clicks omzetten in een helder verhaal

De auteurs richtten zich op de Veterans Health Administration, het grootste geïntegreerde zorgsysteem in de Verenigde Staten. In het EMD worden alle stappen vastgelegd die een elektronische order doorloopt, maar die gegevens liggen verspreid over veel technische tabellen en tijdstempels. Het team vertaalde deze warboel van gebeurtenissen eerst naar een eenvoudige, universele set toestanden die iedereen in een proces zou herkennen: een order is Created, Ready, Reserved voor actie, verplaatst naar InProgress en uiteindelijk Completed, of het kan eindigen in probleemtoestanden zoals Failed, Exited of Error. Deze mapping, gebaseerd op een internationale standaard voor bedrijfsworkflows, veranderde rommelige logs in nette, vergelijkbare digitale 'sporen' die tonen hoe orders daadwerkelijk door het systeem bewegen.

Een virtueel testparcours voor orders bouwen

Met deze gestandaardiseerde sporen bouwden de onderzoekers een discrete‑event simulatie — een computermodel dat duizenden orders naspeelt terwijl ze in de loop van de tijd van toestand naar toestand bewegen. Ze kalibreerden het model met echte gegevens van vijf Veterans‑ziekenhuizen, waarbij ze invoerden hoe vaak elke overgang voorkomt en hoe lang deze doorgaans duurt, inclusief zeldzame maar zeer lange vertragingen. Vervolgens controleerden ze hoe goed de gesimuleerde 'tijdsduur in het systeem' voor orders overeenkwam met de historische gegevens, met statistische tests en naast elkaar geplaatste grafieken. De gesimuleerde en echte tijdlijnen kwamen goed overeen tussen de faciliteiten, vooral voor de typische gevallen, wat vertrouwen gaf dat het virtuele systeem zich veelal als het echte gedraagt en gebruikt kan worden voor 'wat‑als' experimenten.

Systeemstress testen onder druk

Het team gebruikte het model om praktische vragen te stellen: wat gebeurt er als er meer orders binnenkomen, of als cruciale stappen worden beperkt door personeel of apparatuur? In een reeks experimenten verhoogden ze het ordervolume en stelden ze maxima in voor het aantal orders dat bij kritieke stappen verwerkt kon worden, zoals het verplaatsen van Reserved naar InProgress, of van InProgress naar Completed. Wanneer er geen beperkingen waren, absorbeerde het systeem een hogere vraag met slechts een bescheiden toename van wachtende orders. Maar zodra er plafonds werden ingevoerd, zwollen achterstanden aan en worstelde het systeem om een stabiele toestand te bereiken, vooral bij zwaardere vraag. In feite veranderden bescheiden resource‑beperkingen een beheersbare piek in een kantelpunt waarbij vertragingen en onafgemaakte orders sterk toenamen — inzichten die kunnen helpen bij personeelsinzet en capaciteitsplanning.

De omwegen en lussen volgen

De onderzoekers onderzochten ook hoe kleine wijzigingen in routeringsregels door het systeem heen doorslaan. Wanneer ze het lastiger maakten voor orders om een snelkoppeling rechtstreeks van Ready naar Completed te nemen, werden meer orders gedwongen via Reserved en InProgress te gaan. Dit verminderde de doorvoer tijdelijk en creëerde langere, complexere paden, waarbij sommige orders meerdere keren terugkeerden en veel meer tijd in het systeem doorbrachten. Door de meest voorkomende paden te visualiseren en te tellen hoe vaak orders 'teruglopen' naar eerdere toestanden, belicht het model waar herwerk en herhaalde verwerking stilletjes medewerkersuren opslokken. Netwerkanalyse van de digitale routes toonde dat drie toestanden — Reserved, InProgress en Completed — fungeren als centrale knooppunten en potentiële bottlenecks waar congestie het meest waarschijnlijk optreedt en waar nauwere bewaking loont.

Een digitale tweeling gebruiken om de zorg gaande te houden

Voor niet‑specialisten is de belangrijkste conclusie dat de auteurs een soort digitale tweeling voor EMD‑orders hebben gebouwd: een veilige, datagedreven zandbak waarin leiders veranderingen kunnen oefenen voordat die patiënten raken. De studie toont aan dat deze benadering realistisch kan weerspiegelen hoe elektronische orders bewegen, waar ze vastlopen en hoe beleidswijzigingen of vraagpieken verborgen wachtrijen en vertragingen kunnen veroorzaken. Ziekenhuizen zouden dergelijke simulaties kunnen gebruiken om nieuwe regels te testen, zich voor te bereiden op pieken, sleuteltoestanden te monitoren voor vroege signalen van problemen en verspilling door herwerk te verminderen. Daarmee kunnen ze de onzichtbare infrastructuur van digitale orders betrouwbaarder maken, zodat de technologie achter de schermen gelijke tred houdt met de urgentie van patiëntenzorg.

Bronvermelding: Chen, Y., Niu, H., Omitaomu, O.A. et al. A simulation framework for evaluating electronic order workflows in integrated health records. npj Health Syst. 3, 14 (2026). https://doi.org/10.1038/s44401-026-00067-2

Trefwoorden: elektronische medische dossiers, workflowsimulatie, zorgoperaties, digitale tweeling, Veterans Health Administration