‘AI helpt om ziekenhuisopnames van hartpatiënten te voorspellen’

Jasper Selder
©Jasper Selder

Jasper Selder

Secretaris van de eHealth & AI werkgroep van de Nederlandse Vereniging voor Cardiologie | Cardioloog en Biomedisch ingenieur | Afdeling Cardiologie van het Amsterdam UMC

‘AI heeft de potentie om de cardiologische zorg beter te stratificeren, waardoor deze efficiënter wordt; de zorgbehoefte voor de hoog- en laag risico hartpatiënt kan hiermee beter worden voorspeld.’

Cardiologische zorgvraag neemt toe

‘De verwachting is dat de zorgvraag op het gebied van cardiologie blijft stijgen de komende jaren. We hebben echter onvoldoende getraind personeel - zoals gespecialiseerde verpleegkundigen - hiervoor. Daarom is het essentieel dat we zo snel mogelijk andere manieren exploreren om toch te kunnen voldoen aan deze stijgende vraag.’

Kunstmatige Neurale Netwerken

‘AI kan helpen om ziekenhuisopnames van hartpatiënten te voorspellen. Het ontwikkelen van een Diep Neuraal Netwerk (DNN) heeft als doel de 30 dagen opname kans van poliklinische cardiologie patiënten te voorspellen, op basis van parameters in het elektronisch patiëntendossier. Hierbij wordt discreet in het dossier aanwezige data gebruikt, zoals leeftijd, geslacht, bloeddruk, hartslag, ademhalingsfrequentie, bloedwaarden, medicatieveranderingen en beeldonderzoeken.

Het algoritme in de vorm van een DNN zal als een hulpmiddel dienen voor de identificatie van hoog-risico hartpatiënten. Deze patiënten kunnen vervolgens daardoor meer poliklinische begeleiding en eerdere interventie krijgen. Tevens zullen de laag-risico patiënten minder frequent gecontroleerd hoeven te worden. Deze tool zal in beginsel een extra indicator zijn voor de arts, maar aan de hand van prestaties wellicht een meer leidende rol krijgen.

Integratie in het elektronisch patiëntendossier

‘Algoritmen, gebaseerd op een DNN, zijn bij uitstek geschikt voor grote hoeveelheid data. Het is belangrijk om het algoritme na training en validatie te integreren in de dagelijkse poliklinische workflow, in het elektronisch patiëntendossier. In het Amsterdam UMC is hier een AI-platform voor opgetuigd. Bij het begin van het ophalen van data wordt al rekening gehouden met de integratie in dit platform. Het beheer gebeurt door middel van een PDCA (Plan-Do-Check-Act) verbeter-cyclus.

Bij bewezen kosteneffectiviteit volgt een valorisatie en kan het algoritme ook in andere ziekenhuizen toegepast worden. Zo kan AI helpen om de poliklinische zorg voor hartpatiënten op grote schaal te verbeteren.’

AI-platform Amsterdan UMC
©Amsterdam UMC
AI-platform Amsterdam UMC