De surveillance van ziekenhuisinfecties gebeurt nu nog veelal handmatig en is tijdrovend. Daarom is door het RIVM en UMC Utrecht, met een financiering van ZonMw, een speciale digitale training ontwikkeld om organisaties te helpen bij het automatiseren van dit proces. Deze e-learning is bedoeld voor zorgprofessionals, IT specialisten en managers die in hun eigen ziekenhuis of zorginstelling aan de slag willen gaan met de implementatie van geautomatiseerde surveillance van zorginfecties.
De nieuwe e-learning is gratis beschikbaar via de website van PREZIES. Dit staat voor Preventie van Ziekenhuisinfecties door Surveillance en het gelijknamige netwerk is een samenwerkingsverband van deelnemende ziekenhuizen en zelfstandige behandelcentra in Nederland en het RIVM. Dit netwerk heeft als doel om, inzicht te geven in trends in het voorkomen van zorginfecties en bij te dragen aan kwaliteitsverbetering. Dit gebeurt onder andere door het invoeren van geautomatiseerde surveillance van ziekenhuisinfecties.
Het automatiseren van de surveillance van ziekenhuisinfecties is namelijk effectiever. Als het, zoals nu nog vaak, handmatig gebeurt is het arbeidsintensief, foutgevoelig en moeilijk schaalbaar. Daarom wordt al lange tijd gewerkt aan het automatiseren van deze surveillance, met als doel de werklast aanzienlijk te verminderen en de kwaliteit van de resultaten te verhogen. De nieuwe e-learning biedt professionals handvatten om zo’n geautomatiseerd surveillancesysteem te realiseren.
E-learning voor professionals
De nieuwe e-learning is opgedeeld in vier modules, die elk tussen de 20 en 30 minuten duren. Het is speciaal ontworpen voor professionals in de infectiepreventie, zoals deskundigen infectiepreventie, artsen-microbioloog, epidemiologen, data-analisten en IT-specialisten. Daarnaast is het ook waardevol voor management en andere belangstellenden in ziekenhuizen, die zich willen verdiepen in de ontwikkeling van geautomatiseerde surveillance van zorginfecties. Door deze e-learning te volgen, verwerven de deelnemers essentiële kennis over geautomatiseerde surveillance van ziekenhuisinfecties. Bovendien verkrijgen ze basiskennis van aanverwante disciplines, wat bijdraagt aan effectieve samenwerking bij het ontwikkelen en implementeren van een geautomatiseerd surveillancesysteem in hun ziekenhuis of zorgcentrum.
Waarom automatiseren?
Surveillance van ziekenhuisinfecties blijft altijd nodig. Het ondergaan van medische zorg kan soms namelijk ertoe leiden dat iemand een zorg-gerelateerde infectie oploopt. Door effectieve, liefst geautomatiseerde surveillance, kan dit vaker worden voorkomen. Bij die preventieve actie wordt systematisch bijgehouden en gerapporteerd hoe vaak, en bij welke patiënten, een bepaalde infectie optreedt als gevolg van hun behandeling. Het geautomatiseerde surveillancesysteem maakt gebruik van gegevens die eerder al in EPD’s zijn vastgelegd. Vervolgens analyseert een gevalideerd algoritme deze data.
Algoritmen en AI worden in de gezondheidszorg sowieso steeds vaker ingezet om risico’s in te schatten en helpt om aandoeningen zoals infecties maar ook bijvoorbeeld hartfalen te voorkomen. Een ander voorbeeld is de inzet van een AI-gebaseerd model dat gericht is op voorspelling en preventie komt uit Boston. Onderzoekers van het Mahmood Lab hebben daar een proof-of-concept-model gepresenteerd waarmee de diagnose en behandelresultaten van 14 verschillende vormen van kanker geautomatiseerd voorspeld kunnen worden.
75% minder handmatig werk
Onderzoek toont aan hoe effectief ook geautomatiseerde surveillance voor ziekenhuisinfecties is. Het zorgt voor een hogere kwaliteit en een betere standaardisatie. Uiteindelijk leidt deze automatiseringsslag zelfs tot meer dan drie kwart reductie van het aantal patiëntendossiers dat handmatig beoordeeld moet worden. De bespaarde tijd kan worden besteed aan monitoring van meer surveillancedoelen ter verbetering van zorgkwaliteit in de ziekenhuizen of implementatie van interventies gericht op het verminderen van zorginfecties .
