Patiënten informatie van de afdeling nucleaire geneeskunde van het Medisch Centrum Leeuwarden (MCL) is voortaan voor een bredere doelgroep beschikbaar. Alle informatie van de afdeling is omgezet met behulp van kunstmatige intelligentie (AI) naar begrijpelijke taal. Niet alleen folders maar ook digitale informatie (Invideo) is omgezet. De initiatiefnemers en nucleair geneeskundigen Ronald van Rheenen en Anne Marij van Burg - Burgers gebruikten ChatGPT en de richtlijnen van Stichting Lezen en Schrijven.
Nucleaire geneeskunde is essentieel voor de diagnose en de behandeling van ernstige ziektes zoals kanker. Gedetailleerde voorbereiding van patiënten is daarbij belangrijk. Maar in Nederland hebben ongeveer 2,5 miljoen volwassenen moeite met lezen en schrijven, dus ook met het lezen van patiënteninformatie. De cijfers geven aan hoe belangrijk het is om goede en begrijpelijke informatie voor alle patiënten te hebben.
Eenvoudige taal en korte zinnen
Dankzij AI en ChatGPT bevatten de folders nu eenvoudige taal en korte zinnen. Daardoor kunnen patiënten belangrijke aanwijzingen voor de voorbereidingen nu beter begrijpen. Patiënten reageren zeer positief over deze herschreven informatie. Ook de Stichting ABC heeft de materialen geëvalueerd en geprezen voor hun helderheid en toegankelijkheid. Een patiënt deelde haar ervaring: "Wat ben ik blij dat ik de nieuwe folder heb gekregen. Ik kan goed lezen maar zou de oude folder toch snel ongelezen naast me neer hebben gelegd." De afdeling hoopt dat deze mening breder wordt gedeeld wordt en bijdraagt aan een positieve, algehele patiëntervaring.
Dit initiatief van het MCL laat zien hoe medische instellingen innovatieve technologieën zoals AI kunnen inzetten om de communicatie over complexe medische procedures te verbeteren. Het MCL hecht als STZ-ziekenhuis veel waarde aan patiëntgerichte topklinische zorg, deze innovatieve aanpak onderstreept dat.
Diagnose beter begrijpen
Best veel patiënten begrijpen de terminologie die in diagnoses wordt gebruikt niet of niet helemaal. Om die reden heeft Hugo van Mens twee jaar geleden een algoritme ontwikkeld dat een diagnose omzet in begrijpelijke taal.
Softwareontwikkelaar Hugo van Mens heeft destijds een artikel gepubliceerd in hetJournal of Biomedical Informaticsover een algoritme dat diagnoses voor patiënten duidelijk uitlegt. Hij deed hiernaar onderzoek samen met Nictiz en Amsterdam UMC. Vertalers met een medische achtergrond van SNOMED hebben het algoritme systematisch geanalyseerd en gevalideerd. Ook is toen bekeken of de uitleg relevant, compleet, duidelijk en acceptabel is om aan patiënten te tonen.
