In het geval van acute zorg is het lastig voorspellen hoeveel patiënten er binnenkomen op de Spoedeisende Hulp en doorstromen naar Acute Opname Afdeling (AOA). Daarom ontwikkelde het Leids Universitair Medisch Centrum een opnamevoorspeller. Deze tool maakt gebruik van kunstmatige intelligentie en geeft direct inzicht in het aantal benodigde bedden. Het LUMC heeft 13 bedden beschikbaar op de SEH dus daar wordt alleen de eerste diagnose gesteld en de eerste behandeling opgestart.
“Bij ons liggen patiënten die binnen 48 uur naar huis kunnen of naar een specialistische afdeling gaan. Voordat de opnamevoorspeller er was, wisten we nooit precies hoeveel patiënten we wanneer konden verwachten. Daardoor konden we niet altijd op tijd bedden vrijmaken”, vertelt verpleegkundig opnamecoördinator bij de Acute Opname Afdeling (AOA), Britt de Boer.
Drukte geen betrouwbare indicator
Op de Spoedeisende Hulp (SEH) is het belangrijk dat de bedden snel vrijkomen voor eventuele, nieuwe patiënten. Als op de SEH de diagnose is gesteld en de behandeling is opgestart, gaan patiënten naar andere afdelingen zoals de AOA of naar huis. Drukte op de Spoedeisende Hulp is echter geen betrouwbare indicator voor het aantal patiënten dat naar de Acute Opname Afdeling gaat. Sommige patiënten gaan namelijk vanuit de Spoed direct weer naar huis of naar andere afdelingen in het ziekenhuis.
AI-tool geeft inzicht
CAIRELab, het AI-expertisecentrum van het LUMC, ontwikkelde voor de Acute Opname Afdeling een opnamevoorspeller. Met behulp van AI voorspelt de tool hoeveel patiënten van de Spoedeisende Hulp naar de Acute Opname Afdeling gaan. Daarvoor neemt het AI-model allerlei variabelen uit het patiëntdossier mee.
Denk hierbij aan metingen van de vitale lichaamsfuncties en aanvragen voor bloedonderzoek en radiologisch onderzoek. Zodra de patiënt binnenkomt op de SEH doet de tool binnen 10 minuten de eerste voorspelling. En wanneer er nieuwe gegevens worden ingevoerd, zoals een labaanvraag, wordt de voorspelling automatisch aangepast. Eerder heeft het Erasmus MC AI ingezet om de optimale ligduur van patiënten in het ziekenhuis te berekenen.
AI-opnamevoorspeller
Zorgverleners op de AOA kunnen op ieder moment op het dashboard van de opnamevoorspeller zien hoeveel patiënten er worden verwacht vanuit de SEH. Voorheen werd er op die afdeling al wel gebruik gemaakt van een capaciteitsdashboard waarop staat hoeveel patiënten er naar andere afdelingen kunnen.
De nieuwe opnamevoorspeller maakt met de verwachte instroom het beeld compleet. In het LUMC zijn ook de andere verpleegkundig opnamecoördinatoren enthousiast over de opnamevoorspeller. Daardoor kunnen de zorgverleners tijdens het dagelijkse ‘beddenoverleg’ met de andere afdelingen beter onderbouwen hoeveel patiënten moeten doorstromen. En mocht de AOA vol liggen dan kan er eenvoudiger op andere afdelingen bedden worden geregeld.
