Computer geeft arts advies bij beoordeling patiënt
De computer wordt door deze ‘topsporter’ niet als wondermiddel gezien. Het systeem zal op twee pijlers rusten: het zoeken naar patronen in grote hoeveelheden data, waardoor ervaringen uit het verleden leiden tot voorspellingen voor de toekomst (predictive datamining). En het omzetten van medische regels naar regels die in het systeem kunnen worden ingevoerd, zodat artsen preciezer kunnen handelen naar algemeen door de medische stand geaccepteerde regels (ontologie). Het is de verwachting dat de patronen uit pijler één conclusies opleveren, waardoor de medische regels uit pijler twee gecorrigeerd of aangevuld worden. En andersom zullen de conclusies uit de eerste pijler steeds getoetst worden aan wat de gevestigde medische orde uit pijler twee daarvan vindt. Rendement Het Diakonessenhuis verwacht dat het grootste rendement van dit systeem ligt in een verbetering van risicoberekeningen, waardoor sommige operaties niet meer nodig zullen zijn. Houweling: “Bijvoorbeeld, wanneer iemand een zwakke plek in zijn bloedvat heeft loopt hij de kans dat dit vat barst en hij overlijdt. Als blijkt dat dit risico 6 procent is terwijl het systeem aangeeft dat de kans op een hartinfarct als gevolg van een operatie 30 procent is, dan zullen we van operatie afzien.” Te lijf De ziekenhuizen beogen door het gebruik van deze programmatuur een besparing van 20 procent te realiseren. Houweling: “Het is goedkoper om de behandeling in één keer goed te doen dan om fouten te maken en die weer te herstellen.” Daarnaast kan de software een belangrijk instrument worden om de huidige schaarste te lijf te gaan. Bij de opname op de Intensive Care (IC) bijvoorbeeld worden iedere dag beslissingen genomen over wie wel en wie niet wordt toegelaten. Hoewel zo’n beslissing leven of dood tot gevolg kan hebben en ook grote financiële consequenties heeft – want een I.C.-bed is een stuk duurder dan een vijfsterrenhotelkamer – wordt hij nu nog genomen op vrij willekeurige gronden, zoals de kennis en het gezonde verstand van de betreffende opname-arts. Met het nieuwe systeem komt de opname-arts beter beslagen ten ijs bij dit soort beslissingen. Ook kan er efficiënter worden omgegaan met de beschikbare capaciteit in andere ziekenhuisonderdelen. Wanneer men bijvoorbeeld van te voren preciezer weet hoelang een operatie gaat duren, dan kunnen er meer operaties per jaar worden ingeroosterd en uitgevoerd. Die informatie gaat het Diakonessenhuis distilleren uit de gegevens van de zestig- tot zeventigduizend operaties die zij al heeft geregistreerd. Het is de bedoeling dat het systeem op allerlei plekken in het ziekenhuis ‘live’ meedraait. Bijvoorbeeld tijdens de operatie als extra bewakingssysteem voor de patiënt. Op dit moment wordt de patiënt al bewaakt met behulp van veel apparaten: de bloeddrukmonitor, de hartslagbewaking, de ademhalingscontrole, de thermometer, et cetera. Het nieuwe systeem zou als een soort overkoepelende monitor alle onderliggende systemen moeten verbinden en waarschuwen als er iets fout gaat dat die individuele apparaten niet registreren. Elke anesthesist weet bijvoorbeeld dat een stijgende pols met een dalende bloeddruk duidt op een vochttekort bij de patiënt en dat hij direct maatregelen moet nemen. Nu zijn de machines die die individuele waarnemingen doen nog niet aan elkaar gekoppeld en moet de arts zelf op tijd gevaarlijke combinaties signaleren en ingrijpen. Men kan zich voorstellen dat er naast de bekende foute combinaties zich vele nog niet bekende samenlopen voordoen. Het is de bedoeling dat het systeem deze aan het licht brengt waardoor het iets toevoegt aan de medische wetenschap. Dit zal tot gevolg hebben dat het comfort van de patiënt na een operatie stijgt, terwijl de hersteltijd die hij nodig heeft daalt. Geld of patiënt? Het implementeren van beslissingsondersteunende software in een ziekenhuis leidt dus tot kostenbesparing en verbeterde zorg aan de patiënt. Maar wat komt nu op de eerste plaats: het geld of de patiënt? Houweling: “De patiënt natuurlijk. Maar het één heeft het ander tot gevolg. Je kunt het weer vergelijken met topsport: de atleet die er in slaagt om zijn techniek te verbeteren zodat hij harder loopt, zal meer verdienen.” Uitvoering van het project is in handen van Medicast, een consortium dat bestaat uit het Catharina Ziekenhuis Eindhoven, Diakonessenhuis Utrecht, Technische Universiteit Eindhoven, softwareleverancier KiQ, medische expertisebedrijf Medecs en hardwareleveranciers Dräger en INAD. De eerste proef met postoperatief braken is zojuist succesvol afgesloten door het Diakonessenhuis. Het totale project duurt langer. Rob Walker van data mining-software ontwikkelaar KiQ: “Over vier jaar moet het allemaal af zijn: gecommercialiseerd, klaar voor operationeel gebruik en als beslissingsondersteunend platform geaccepteerd door de medische stand. Voorwaar geen eenvoudig proces.” Die lange duur is volgens Houweling vooral nodig om medische regels om te zetten in regels die geschikt zijn voor invoer in een geautomatiseerd systeem. En dat valt nog niet mee, want het systeem moet door artsen zelf kunnen worden onderhouden. Voor zover bij het Consortium bekend is dat nog nergens ter wereld gelukt.