Artikel bewaren

U heeft een account nodig om artikelen in uw profiel op te slaan

Login of Maak een account aan
Reacties2

Patronen herkennen in data redt levens

Eindredacteur
Van artsen wordt verwacht dat ze levensreddende beslissingen in een aantal minuten of seconden kunnen nemen. Slimme software kan hen helpen tot de juiste diagnose te komen door razendsnel verbanden te leggen tussen uiteenlopende gegevens.
Patronen herkennen in data redt levens

Lotte, een ogenschijnlijk gezond meisje van drie krijgt de waterpokken. In eerste instantie passen de symptomen in het ziektebeeld. Op de derde dag ontwikkelt ze echter hoge koorts en is ze zeer lusteloos. Haar ouders brengen haar direct naar de huisarts, maar deze ziet de koorts als één van de symptomen van de waterpokken en stuurt haar naar huis. ’s Nachts krijgt Lotte een paarse zwelling rond haar buik en haar ouders brengen het jonge meisje direct naar de spoedeisende hulp. Hier worden ze gerustgesteld met de mededeling dat het slechts gaat om uitdroging. Opgelucht keert het gezin huiswaarts. Eenmaal thuis raakt Lotte binnen een paar uur in een delirium en de ambulance brengt haar met spoed naar het ziekenhuis. Daar ontdekt een specialist dat Lotte symptomen vertoont van het mogelijk fatale Toxischeshocksyndroom (TSS) en Necrotising Fasciitis, ook wel bekend als ‘de vleesetende ziekte.’ In de spoedoperatie die volgt worden er grote delen van het vlees rondom haar buik weggesneden. Organen van het meisje vallen uit en ze krijgt een hartstilstand. Haar overlevingskans is tien procent.

Verkeerde diagnose

Het geval van Lotte is hypothetisch, maar illustreert een zeer reëel en uitdagend probleem: een verkeerde diagnose als gevolg van een medische fout. Volgens een recente studie krijgt 15 procent (één op de zeven) van de patiënten te maken met een onjuiste of te laat gestelde diagnose. Eén van de belangrijkste oorzaken achter een medische fout is dat artsen en zorgverleners minder toegang hebben tot slimme IT-tools waarmee ze sneller en betere beslissingen kunnen nemen. En dat in tijden dat de biomedische kennis aanzienlijk is toegenomen. Een investeerder bijvoorbeeld, zou gebruikmaken van statistieken van financiële persbureaus zoals Bloomberg en Reuters om hem te ondersteunen bij het nemen van een beslissing. Van artsen wordt echter verwacht dat ze levensreddende beslissingen in een aantal minuten of seconden kunnen nemen. Deze beslissingen zijn gebaseerd op wat zij weten en die kennis is per definitie onvolledig. Het is daarom niet verwonderlijk dat er fouten optreden. Wat verontrustend is dat deze fouten levens kunnen kosten.

Ziektebeelden

In de basis is de gezondheidszorg een kennisintensief en menselijk domein. Elke patiënt heeft immers een unieke achtergrond, symptomen en tendensen. Ziektebeelden zijn daarnaast ook nog eens complex, muteren en zijn altijd onvoorspelbaar. Zorgverleners verwerken en verzamelen alle aanwezige informatie om de best mogelijke zorg te bieden aan de patiënt. Het nadeel is alleen dat de hoeveelheid informatie elke dag groeit en dat veel van de aanwezige informatie ongestructureerd is. Denk hierbij aan informatie als de gesprekken tussen arts en patiënt, telefoongesprekken en e-mails. Begrip van deze informatie, die rijk is aan medische inzichten, is van cruciaal belang voor het nemen van beslissingen. Slimme technologie is het middel om dit inzicht binnen gezondheidszorg te bieden.

Technologie

Met een nieuwe technologische ontwikkeling, een ‘diagnose dashboard’, wordt het mogelijk automatisch alle vormen van ongestructureerde medische informatie te begrijpen en te verwerken. Het stelt zorgverleners in staat hun persoonlijke kennis te combineren met de grote hoeveelheid aan kennis die aanwezig is in patiëntendossiers, labuitslagen en medische literatuur. De arts voert de symptomen in het systeem en het dashboard geeft een lijst met mogelijke diagnoses en passende behandelplannen die hij kan overwegen. De lijst staat in volgorde van waarschijnlijkheid en is gebaseerd op conceptueel begrip van de symptomen en de kans dat deze gerelateerd zouden zijn aan een specifieke ziekte. Er wordt bijvoorbeeld automatisch een link gelegd tussen ‘verhoging’ en ‘hyperthermie’, als een patiënt spreekt over koorts. De checklist kan zowel worden geraadpleegd via de pc, als via de iPad en andere mobiele apparaten.

Vermijdbare medische fouten

Het diagnosedashboard kan een belangrijke rol spelen in het minimaliseren van vermijdbare medische fouten. Het dashboard begrijpt de context van medische concepten en kan intelligent de arbeidsintensieve (diagnose)fase van het werk van een arts automatiseren. Het dashboard helpt medici in hun dagelijkse werkzaamheden en dient als een check van hun acties. Daarnaast helpt het artsen om informatiegedreven en gefundeerde diagnoses van hoge kwaliteit te stellen. De diagnoses zijn niet altijd voor de hand liggend, maar worden gesteld door belangrijke informatie uit het patiëntendossier met elkaar te verbinden. De combinatie van deze gegevens leidt tot een zeer waarschijnlijke oorzaak, waardoor de juiste conclusie kan worden getrokken. Zorgaanbieders die in staat zijn om de ongestructureerde en gestructureerde informatie die in hun systemen zijn opgeslagen beter te benutten, verbeteren daarmee de kwaliteit van de zorg.

Denk bijvoorbeeld aan Jessica die zich na haar vakantie in Vietnam bij haar arts in Nederland meldt met koorts, spierpijn en koude rillingen. De arts stelt vast dat het gaat om een infectie van de urinewegen, doet een aantal test en Jessica begint met een antibacteriële behandeling. Haar klachten blijven ondanks de medicatie toch aanhouden en op de vijfde dag krijgt ze huiduitslag en pijn aan haar ogen. Haar arts doet nog een aantal testen op zoek naar alle mogelijke infectieziekten en systemische oorzaken. Jessica’s toestand verslechtert en na zeven dagen blijkt dat ze lijdt aan Dengue Fever, een infectieziekte veroorzaakt door een virus dat wordt overgedragen door muggen die vaak voorkomen in tropische landen als Vietnam. Ze wordt opgenomen in het ziekenhuis en start met de juiste behandeling. In dit geval zou het diagnose dashboard, op basis van de symptomen, klinische kenmerken, geslacht en leeftijd van de patiënt en reizen, de arts automatisch attenderen op een hoge waarschijnlijkheid van Dengue Fever. Met een snellere behandeling en herstel als resultaat.

Contact over de hele wereld

Medici kunnen via de toepassing specialisten en andere medici over de hele wereld raadplegen. Aan de hand van hun profiel worden ze verbonden met professionals en specifieke klantcases die conceptmatig matchen. Op die manier is samenwerking mogelijk en worden geografische barrières doorbroken.

Stel dat een cardioloog in een grote medische praktijk te maken heeft met een zwangere patiënt die lijdt aan de hartziekte mitralisklepstenose. De dienstdoende arts twijfelt tussen een medische of operatieve behandeling en wil overleggen met een verloskundige en met neonatale specialisten die ervaring hebben met vergelijkbare cases. De technologie stelt hem in staat om collega’s met een relevante specialisatie en bestaand onderzoek over dit onderwerp te lokaliseren, zodat hij snel een team van specialisten kan samenstellen en raadplegen om de patiënt te behandelen.

Verspreide informatie

De gezondheidszorg moet nog een aantal stappen zetten voordat ze grip hebben op alle beschikbare informatie die wordt gevormd en verspreid binnen verschillende instituten. Door te kiezen voor intelligente technologie, die in staat is de betekenis van informatie te begrijpen, kunnen ze alle beschikbare informatie inzetten om betere diagnoses en behandelingen te bieden. Verwacht wordt dat dergelijke diagnostische software die het verzamelen van informatie automatiseren, een belangrijke factor zullen spelen voor het behandelen van meer patiënten, kostenbesparing en het streven naar betere kwaliteit van zorgverlening binnen de zorgsector.

Eric Rousseau, Regional Manager Benelux, Autonomy

Lees ook

Artsen geven massaal toe dat ze fouten maken

Minder fouten door actueel medicatieoverzicht bij spoedopnames

Medicatiesoftware maakt gevaarlijke fouten

2 REACTIES

  1. Registratie is mooi, maar het gaat er om dat er geautomatiseerd verbanden kunnen worden gelegd en dan komen we bij het eeuwige probleem van EENDUIDIGE registratie. Dat lukt tot op heden alleen fail-safe bij numerieke data (polsfrequentie, bloeddruk, etc. – hoewel zelfs over zulke basale problemen verschillen van inzicht zijn m.b.t. eenheden). Anamnese registreren zodanig dat het voor een computer herkenbare gegevens oplevert lukt alleen door zorgvuldige codering van gegevens (symptomen, omstandigheden, etc.), en dat is veel extra moeite voor wie het moet doen. Zonder draagvlak geen uitvoerbare oplossing, en dat kan hier nog wel eens een probleem worden…

  2. Lees alle reacties
  3. Ben het voor het overgrote deel eens met het artikel. Blijft van belang om veel vragen of de juiste vragen te stellen. In het geval van het dengue fever is het maar de vraag of de buitenlandse vakantie ter sprake komt. Of bijvoorbeeld het werken bij de douane. Onwaarschijnlijkheid is alleen te vangen met een open instelling.
    Verder is het van belang dat de ziektedatabase etc een regelmatige update krijgt. Ontwikkelingen gaan snel. Evenals experimentele behandelingen bij levensbedreigende situaties.
    Helemaal af is het als patienten hun eigen symptomen kunnen vastleggen of een koppeling kunnen krijgen met epd’s. Het staat in de kinderschoenen, maar de diagnostische apparatuur loopt ver vooruit bij de spreekkamer zelf.

Geef uw reactie

Om te kunnen reageren moet u ingelogd zijn. Heeft u nog geen account, maak dan hieronder een account aan. Lees ook de spelregels.