Hoe bestaande camerasystemen agressie in ziekenhuizen kunnen voorkomen

Agressie tegen zorgpersoneel is een groeiend probleem: uit recent onderzoek blijkt dat het aantal meldingen van incidenten in Nederlandse ziekenhuizen de afgelopen vijf jaar is gestegen, ondanks aangescherpt beleid en trainingen. Sommige instellingen, zoals het St. Antonius Ziekenhuis en Isala, rapporteren zelfs een verdrievoudiging sinds 2020, aldus Nu.nl. Hoewel verbale agressie, uit frustratie, angst of teleurstelling, het meest voorkomt, zijn de cijfers waarschijnlijk slechts het topje van de ijsberg.

Dit roept de vraag op: wat kunnen we nog meer doen om zorgmedewerkers en patiënten beter te beschermen? Naast gedragsinterventies en beleidsmaatregelen kan technologie een belangrijke rol spelen. Zo zijn alle ziekenhuizen tegenwoordig uitgerust met een goed cameranetwerk. Het probleem is echter wel dat deze technologie vaak reactief of achteraf ingezet wordt. Maar wat als deze systemen agressie of gevaarlijke situaties proactief kunnen detecteren?

Video AI Analytics maakt bestaande camerasystemen slim

Dat kan door camerasystemen uit te rusten met Video AI Analytics. Video AI Analytics is software die bestaande camerabeelden realtime analyseert met behulp van kunstmatige intelligentie. Waar een mens slechts een beperkt aantal schermen tegelijk kan volgen, bekijkt Video AI Analytics continu alle camerastromen en herkent het afwijkende situaties of gedragingen. Denk hierbij aan:

• Het detecteren van personen in een verboden ruimte.
• Het signaleren van drukte.
• Het detecteren van agressie of geweld.
• En meer.

Wanneer Video AI Analytics een afwijking waarneemt, genereert het direct een melding. Beveiliging of personeel kan hierdoor sneller reageren, vaak nog vóórdat een situatie volledig escaleert.

Waarom is dit relevant voor ziekenhuizen?

Agressie ontstaat meestal niet uit het niets. Vaak gaan er signalen of contextuele factoren aan vooraf: oplopende frustratie door lange wachttijden, discussies aan de balie of bezoekers die zich in verboden zones begeven. Juist die patronen kan Video AI Analytics zichtbaar maken.

Voorbeelden waar Video AI Analytics kan bijdragen aan de veiligheid:

• Wachtruimtes monitoren: het herkennen van toenemende onrust of samenscholingen die kunnen leiden tot verbale of fysieke agressie.
• Toegangscontrole: het detecteren van onbevoegden in afdelingen waar de toegang beperkt is.
• Val- of noodsituaties: het signaleren van patiënten die vallen of onwel worden, zodat hulp snel ter plaatse kan zijn.
• Dwalende patiënten: het detecteren van dwalende patiënten op geriatrische of psychiatrische afdelingen, waar veiligheid extra belangrijk is.

Een aanvulling op bestaand beleid

Het is belangrijk te benadrukken dat technologie geen vervanging is van beleid of training, maar een aanvulling. Ziekenhuizen hebben de afgelopen jaren al veel maatregelen genomen: trainingen in de-escalerend gedrag, duidelijke protocollen en betere registratie. Toch blijkt dit onvoldoende om de trend te keren.

Video AI Analytics voegt hier een extra laag van proactiviteit aan toe. In plaats van alleen te reageren nadat een incident zich voordoet, kunnen beveiliging en zorgteams eerder en effectiever handelen.

Meer weten over wat deze technologie voor ziekenhuizen kan betekenen?

Op donderdag 2 oktober organiseren we samen met Johnson Controls, UMCG, Security Risk Watch, Sorama, Nenova en Genetec de inspirerende kennissessie ‘Next Level (Safety &) Security in Healthcare. Tijdens deze kennissessie is er onder andere aandacht voor hoe de zorgsector omgaat met nieuwe technologieën (waaronder Video AI Analytics), welke uitdagingen de Wet Weerbaarheid Kritieke Entiteiten brengt en behandelen we hoe uniforme veiligheidsprocessen het UMCG structuur en flexibiliteit biedt.

Inschrijven is gratis en kan via: https://digital.johnsoncontrols.com/Healthcare-Event-2025

Natuurlijk staan onze specialisten u bij vragen graag te woord. Neem gerust contact met ze op.