DATA ALS ONDERSTEUNING ZORGTRAJECT
In ziekenhuizen zijn gigantische volumes aan data beschikbaar. Helaas zijn die meestal ongestructureerd en dus moeilijk inzetbaar op een efficiënte manier. Het onderzoeks- en innovatiecentrum van AZ Delta, RADar, werkt aan een structurele aanpak van deze data, om artsen te ondersteunen bij zorgtrajecten. “Het komt erop aan het platform zo te structureren dat artsen er voordeel uit halen, met een lagere registratiedruk bij het ingeven van data.”
DATA ALS ONDERSTEUNING ZORGTRAJECT
In ziekenhuizen zijn gigantische volumes aan data beschikbaar. Helaas zijn die meestal ongestructureerd en dus moeilijk inzetbaar op een efficiënte manier. Het onderzoeks- en innovatiecentrum van AZ Delta, RADar, werkt aan een structurele aanpak van deze data, om artsen te ondersteunen bij zorgtrajecten. “Het komt erop aan het platform zo te structureren dat artsen er voordeel uit halen, met een lagere registratiedruk bij het ingeven van data.”
Klinisch procesanalist Siel Depestele en datascientist Pieter-Jan Lammertyn werken aan een platform dat data overzichtelijker bijhoudt met duidelijke visualisaties en dashboards voor ziekenhuisartsen en huisartsen.
RADar bouwt vandaag vooral aan een platform dat data meteen overzichtelijker bijhoudt en connecteert via een duidelijke mapping. Een moeilijke denkoefening, maar ook een heel belangrijke. “Data pas na het inputten structureren is veel duurder en brengt een groter risico op informatieverlies met zich mee”, legt datascientist Pieter-Jan Lammertyn uit. “Willen we artificiële intelligentie slim inzetten, hebben we net veel details nodig.” “De grote uitdaging is deze standaarden te vertalen naar de toepassing in een ziekenhuis.” UITWISSELBARE DATA De uitvalsbasis om het medisch dossier beter te structureren is het OMOP Common Data Model. Deze open gegevensstandaard is ontworpen om data te standaardiseren en zo efficiënte en betrouwbare analyses te maken. Via gestandaardiseerde vocabularia maakt het model data uitwisselbaar. Tussen afdelingen, tussen ziekenhuizen, maar ook over ziekenhuisnetwerken heen. “De grote uitdaging is deze standaarden te vertalen naar de toepassing in een ziekenhuis”, zegt Siel Depestele, klinisch procesanalist die zich bij RADar op dit project focust. “Daaraan koppelen we dan een aangepast AI-model. De moeilijkheid is om voldoende context mee te krijgen in die interpretatie. De Nederlandse taal is hierin duidelijk een belemmering, in vergelijking met het Engels waarin de bestaande modellen veel beter getraind zijn.” BETERE DASHBOARDS VOOR HUISARTSEN Door de data duidelijk en logisch te structureren, wordt het mogelijk deze in te zetten om de arts te ondersteunen. In en buiten het ziekenhuis. Huisartsen zouden op die manier onder meer duidelijke visualisaties en betere dashboards kunnen krijgen van onderzoeken en resultaten. Dat is een stuk interessanter dan de standaardbrief en de eerder beperkte info die ze vandaag op CoZo vinden. “Uiteraard mogen we ook de meerwaarde voor grootschalig onderzoek niet vergeten”, vult Pieter-Jan Lammertyn aan. “Geanonimiseerde patiëntengegevens kunnen over de ziekenhuizen heen belangrijke tendensen aantonen. Meer data laten bovendien toe ons AI-model beter te trainen. Een scanner in een ander ziekenhuis heeft misschien lichtere grijswaarden en ook die moeten op dezelfde manier geïnterpreteerd worden. Met hoe meer gegevens we een model kunnen trainen, hoe sterker het wordt.”
"Data pas na het inputten structureren is veel duurder en brengt een groter risico op informatieverlies met zich mee." CHRONISCHE HOEST Omdat het algemene opzet van dit project zo breed is en heel wat tijd in beslag zal nemen, werkt het RADar-team op basis van specifieke vragen. Chronische hoest is het eerste deelproject. Een van de tools die de datagaring ondersteunt, is een vragenlijst die de patiënt vooraf invult. De arts moet deze vragen niet meer stellen bij de anamnese. “Bovendien wijzen we de antwoorden toe aan duidelijk gedefinieerde datapunten”, benadrukt Siel Depestele. “Op termijn kunnen we met deze ‘codes’ voor elke pathologie de relevante data samenbrengen. Zowel voor de arts als voor de patiënt is dat een grote verbetering. Sommige patiëntendossiers hebben nu bijvoorbeeld op zestien verschillende plaatsen in hun dossier staan of ze roker zijn of niet. De arts raakt verdwaald in al de digitale documenten en de patiënt moet telkens dezelfde vraag beantwoorden. Dat kan stukken efficiënter.” Door gaandeweg de grote pathologieën en de relevante gezondheidsgegevens hiervoor te mappen, zouden specialisten in enkele klikken een visualisatie hebben van alle belangrijke parameters om in één oogopslag inzicht te krijgen in de toestand van de patiënt. Ook het koppelen met de eerste lijn – zoals de huisarts – en data combineren met hun inzichten wordt stukken eenvoudiger. Het systeem is bovendien nuttig bij presentaties tijdens overlegmomenten. In plaats van handmatig een powerpoint samen te stellen, genereer je in een mum van tijd een toegankelijke visualisatie. PIONIERSROL Meerdere Amerikaanse ziekenhuizen en het Zweedse Karolinska-instituut zijn deze piste al langer aan het verkennen. In Europa staat het systematisch gebruik van data nog in de kinderschoenen. AZ Delta neemt dus een pioniersrol op, met RADar als katalysator van innovatie. “Onze artsen zien er alvast de meerwaarde van in, want we krijgen heel wat aanvragen om ons platform uit te breiden. Daarom gaan er binnenkort twee extra collega’s aan de slag. Ondertussen zijn we ook bezig met het mappen van ovarium- en endometriumkanker. Gaandeweg bouwen we hierop verder. Een werk van jaren, met heel wat potentieel”, besluit Siel Depestele.
MEER INFO Pieter-Jan Lammertyn 051 23 43 61 pieter-jan.lammertyn@azdelta.be Auteur: Stephanie Demasure Foto: Thomas Callens