Artificiële intelligentie gaat zorgprofessionals helpen om de optimale ligduur in het Erasmus MC te bepalen. Het AI-model wordt nu live getest in het ziekenhuis. De inzet van deze ‘zelflerende software’ kan mogelijk leiden tot 260 minder ligdagen op één afdeling, zo is de verwachting van de betrokkenen. Het AI-model kreeg de speelse naam ‘DESIRE’.
Ziekenhuizen zijn tegenwoordig volop uitgerust met moderne ICT en zorgtechnologie, en dat leent zich uitstekend voor data science en de inzet van computermodellen en AI. Erasmus MC gaat nu een AI-model testen om de ligduur terug te brengen. Een kortere opnameduur is fijn voor de patiënt en verhoogt de doorstroom op de ziekenhuisafdelingen. Voor het AI-systeem is vijf jaar lang per patiënt data verzameld, zodat er een nauwkeuriger voorspelling kan worden gemaakt van het aantal noodzakelijke opnamedagen. De onderzoekers gaan het AI-model eerst testen op de afdeling gastro-enterologische en oncologische chirurgie van het Erasmus MC. Uiteindelijk willen ze het systeem ook in gaan zetten op andere afdelingen.
Veilig naar huis
‘Een patiënt wordt soms langer opgenomen dan noodzakelijk is’, legt promovendus Davy van de Sande uit op de website van Erasmus MC. ‘Dat is onwenselijk. Voor de patiënt is het prettiger om vroegtijdig het ziekenhuis te verlaten en een vroeg ontslag geeft artsen en verpleegkundigen meer lucht. Het model voorspelt op dag twee na de operatie of een patiënt veilig het ziekenhuis kan verlaten naar een gespecialiseerd verpleeghuis óf direct naar huis kan. De gemiddelde opnameduur is nu vijf dagen en dit kan zo met drie dagen verkort worden.’
Opnameduur: 260 dagen korter
De aankomende vier maanden wordt met onderzoek bekeken wat DESIRE presteert op de werkvloer. De verwachtingen zijn hooggespannen omdat het inzetten van de AI op jaarbasis 260 opnamedagen per afdeling kan besparen. Dat zijn positieve cijfers die flink wat zorgkosten kunnen sparen; denk aan drie fulltime medewerkers op jaarbasis. Op die manier kunnen de wachtlijsten worden verkort en kunnen patiënten die dat het meeste nodig hebben de meeste aandacht krijgen.
Het model DESIRE gebruikt data om een goede voorspelling te doen. Onder meer wordt de conditie van de patiënt, het medicatiegebruik en de duur van de voorafgaande operatie ingevoerd. Daar komt dan een voorspelling uit of het wel of niet veilig is of de patiënt ontslagen kan worden. Uiteraard blijven zorgprofessionals meekijken, maar de input van het AI-model is welkom. Van de Sande: “Het blijft wel een ondersteunend middel. De uiteindelijke beslissing blijft aan de arts en de verpleegkundige.”
Slimme software scoort in ziekenhuis en op IC
Er gebeurt de laatste tijd, ontzettend veel op het gebied van slimme software en AI. Naast het voorbeeld bij Erasmus MC waren er recentelijk meerdere mooie initiatieven op dit vlak. Dr. Eveline Wallenburg van het Radboudumc in augustus 2022 in haar proefschrift bijvoorbeeld zien hoe je voor IC-patiënten met een computermodel preciezer de benodigde antibioticadoses kunt vaststellen. Ook binnen cardiologie wordt AI ingezet. Binnen het Catharina Ziekenhuis bekijkt een onderzoeksteam van cardiologen sinds kort of het met behulp van kunstmatige intelligentie mogelijk is hartfalen te diagnosticeren uit een enkel hartfilmpje. Een ontwikkeling die, als hij succesvol blijkt, kunstmatige intelligentie naar de spreekkamer van de cardioloog brengt.
Van IC naar verpleegafdeling
Een ander sterk voorbeeld van de inzet van AI werd tot slot ook kortgeleden gepresenteerd in augustus 2022 gepresenteerd in Amsterdam UMC. Daar helpt AI om te bepalen wanneer het verantwoord is om een (herstellende) patiënt over te plaatsen van de IC naar de normale verpleegafdeling. Twee intensivisten van het Amsterdam UMC bedachten hiervoor, samen met een softwareontwikkelaars, een op AI gebaseerde software oplossing die artsen bij het nemen van die beslissing ondersteunt. Met deze oplossing genaamd ‘Pacmed Critical’ hebben zij, zo stellen de betrokkenen, zelfs een wereldprimeur in handen.
