Abstract
De kwaliteit, betaalbaarheid en toegankelijkheid van de Nederlandse gezondheidszorg staat met toenemende mate onder druk: de vraag naar zorg stijgt snel en sneller dan het aanbod. Vanwege deze problemen is er een grote vraag naar het verlichten van het werk van de zorgverleners en het verbeteren van de kwaliteit van zorg om zo duurdere zorg te voorkomen. In het Catharina Ziekenhuis Eindhoven (CZE) wordt door de afdelingen Intensive Care (IC) en Operatie Kamers (OK) veel onderzoek gedaan naar verschillende manieren om het werk van de zorgverleners te verlichten en naar het verbeteren van de kwaliteit van zorg. Datagedreven zorg kan hier een grote bijdrage aan leveren.
Een mogelijkheid om de kwaliteit van zorg te verbeteren en dure zorg te voorkomen is door proactief voor patiënten te zorgen. Hiervoor kan gebruik gemaakt worden van klinische beslissings-ondersteuning, om zo vroegtijdig de achteruitgang van een patiënt te voorspellen. Ook kan de kwaliteit van zorg verbeterd worden door alarmmoeheid aan te pakken, een probleem waar verpleegkundigen steeds minder geneigd zijn om op een alarm te reageren door de grote overvloed aan niet relevante alarmen. Om te analyseren welke alarmen gereduceerd kunnen worden, kan gebruik gemaakt worden van een kwaliteitsregistratie van alarmen. Voor het ontwikkelen en trainen van algoritmes die klinische beslissingsondersteuning bieden en voor het aanleveren van data voor kwaliteitsregistraties en wetenschappelijk onderzoek is de hoge-resolutie data nodig van de bewakingsmonitor, inclusief de klinische setting en context van dat moment.
In samenwerking met het Expertisecentrum Artificiële Intelligentie (AI) van het CZE is een database en een platform ontworpen om de data van de bewakingsmonitoren van de IC en de OK automatisch op te slaan en beschikbaar te stellen aan gebruikers. Om context van de klinische setting toe te voegen aan de data, is de database via de datafabriek van het AI-platform van het CZE gekoppeld aan verschillende databases, waaronder het elektronisch patiëntendossier. De database en het platform zijn ontworpen aan de hand van twee pilots op het gebied van wetenschappelijk onderzoek en alarmmanagement.
Gedurende de pilot op het gebied van wetenschappelijk onderzoek is de data van 640 patiënten opgeslagen en aangeleverd aan de onderzoekers van drie verschillende medisch wetenschappelijke studies. Gedurende de pilot voor alarmmanagement is een dataset van in totaal 909.372 alarmen over een periode van 3 maanden beschikbaar gesteld aan de werkgroep alarmmanagement van de IC. Om dit te realiseren is een koppeling gemaakt tussen de Hoge Resolutie Monitoringsdatabase en het elektronisch patiënten dossier.
Met de gepresenteerde oplossing kan data van de bewakingsmonitor van de afdelingen IC en OK van het CZE verzameld, opgeslagen en aangeleverd worden aan gebruikers voor het ontwikkelen en trainen van algoritmes voor klinische beslissingsondersteuning en voor het aanleveren van data voor kwaliteitsregistraties en onderzoek. De pilots hebben aangetoond dat de data van de hoge resolutie monitoringsdatabase van klinische en wetenschappelijke meerwaarde zijn voor de patiënt als zorgverleners. Hierdoor kan de data via klinische projecten en wetenschappelijk onderzoek bijdragen aan het reduceren van de werklast en het verbeteren van de kwaliteit van zorg door bijvoorbeeld duurdere zorg door complicaties te voorkomen.
Een mogelijkheid om de kwaliteit van zorg te verbeteren en dure zorg te voorkomen is door proactief voor patiënten te zorgen. Hiervoor kan gebruik gemaakt worden van klinische beslissings-ondersteuning, om zo vroegtijdig de achteruitgang van een patiënt te voorspellen. Ook kan de kwaliteit van zorg verbeterd worden door alarmmoeheid aan te pakken, een probleem waar verpleegkundigen steeds minder geneigd zijn om op een alarm te reageren door de grote overvloed aan niet relevante alarmen. Om te analyseren welke alarmen gereduceerd kunnen worden, kan gebruik gemaakt worden van een kwaliteitsregistratie van alarmen. Voor het ontwikkelen en trainen van algoritmes die klinische beslissingsondersteuning bieden en voor het aanleveren van data voor kwaliteitsregistraties en wetenschappelijk onderzoek is de hoge-resolutie data nodig van de bewakingsmonitor, inclusief de klinische setting en context van dat moment.
In samenwerking met het Expertisecentrum Artificiële Intelligentie (AI) van het CZE is een database en een platform ontworpen om de data van de bewakingsmonitoren van de IC en de OK automatisch op te slaan en beschikbaar te stellen aan gebruikers. Om context van de klinische setting toe te voegen aan de data, is de database via de datafabriek van het AI-platform van het CZE gekoppeld aan verschillende databases, waaronder het elektronisch patiëntendossier. De database en het platform zijn ontworpen aan de hand van twee pilots op het gebied van wetenschappelijk onderzoek en alarmmanagement.
Gedurende de pilot op het gebied van wetenschappelijk onderzoek is de data van 640 patiënten opgeslagen en aangeleverd aan de onderzoekers van drie verschillende medisch wetenschappelijke studies. Gedurende de pilot voor alarmmanagement is een dataset van in totaal 909.372 alarmen over een periode van 3 maanden beschikbaar gesteld aan de werkgroep alarmmanagement van de IC. Om dit te realiseren is een koppeling gemaakt tussen de Hoge Resolutie Monitoringsdatabase en het elektronisch patiënten dossier.
Met de gepresenteerde oplossing kan data van de bewakingsmonitor van de afdelingen IC en OK van het CZE verzameld, opgeslagen en aangeleverd worden aan gebruikers voor het ontwikkelen en trainen van algoritmes voor klinische beslissingsondersteuning en voor het aanleveren van data voor kwaliteitsregistraties en onderzoek. De pilots hebben aangetoond dat de data van de hoge resolutie monitoringsdatabase van klinische en wetenschappelijke meerwaarde zijn voor de patiënt als zorgverleners. Hierdoor kan de data via klinische projecten en wetenschappelijk onderzoek bijdragen aan het reduceren van de werklast en het verbeteren van de kwaliteit van zorg door bijvoorbeeld duurdere zorg door complicaties te voorkomen.
Original language | Dutch |
---|---|
Supervisors/Advisors |
|
Place of Publication | Eindhoven |
Publisher | |
Publication status | Published - 14 Dec 2023 |