In het medisch dossier van poliklinische hartpatiënten zitten vaak aanwijzingen dat er een opname nadert. Dan moet je die signalen wel op tijd herkennen. Jasper Selder werkt aan kunstmatige intelligentie die risicopatiënten eruit kan pikken. Streven is om opname te voorkómen.
AI voorspelt opname
van hartpatiënt
Cardiologie
Tekst: Mieke Zijlmans - Foto: Shutterstock
Hartpatiënten die bij Amsterdam UMC onder controle staan, bezoeken regelmatig hun cardioloog. Alle gegevens die dan worden opgetekend, worden digitaal opgeslagen in het elektronisch patiëntendossier Epic. “Inmiddels meer dan duizend soorten data van zo’n 60.000 hartpatiënten”, vertelt cardioloog en biomedisch ingenieur Selder. “Zoals leeftijd, hartfrequentie, medicatiegebruik, bloedwaardes of wanneer iemand is opgenomen.”
Verhoogd risico
Wanneer je al die data naast elkaar legt, kun je daarin patronen herkennen. Hartpatiënten met een combinatie van bepaalde factoren, hebben statistisch gezien een verhoogd risico binnen een half jaar opgenomen te worden. In het kwartier dat een consult duurt, kan een arts dat risico moeilijk berekenen, constateert Selder. “Met behulp van AI kan dat binnenkort wel: ons CHARP (Cardiology Hospital Admission Risk Predictor)-algoritme is getraind op alle beschikbare Epic-data. Het kan die informatie in milliseconden toepassen op de individuele hartpatiënt. Zo kan CHARP voorspellen welke patiënten een verhoogd risico lopen binnen zes maanden opgenomen te worden.”
Voorkómen
Streven is opname zo mogelijk te voorkómen. Met een aangepaste behandeling, zoals vaker op consult komen, of door de medicatie aan te passen. “Het tegenovergestelde kan daardoor ook de uitkomst zijn van een voorspelling: het blijkt met de patiënt zo goed te gaan, dat die minder vaak op de polikliniek hoeft te komen.” Voorkómen is ook een vorm van helpen, zegt Selder. “Hoe minder opnames er nodig zijn, hoe beter. Voor patiënten, voor artsen en verpleegkundigen. En beter voor de zorgkosten.”
CHARP wordt nog niet in de praktijk gebruikt. Er moeten nog een aantal juridische en praktische hordes worden genomen, waarna Selder het volgend jaar in de vorm van een pilot op de poli hoopt te kunnen gaan toepassen.
Hartpatiënten die bij Amsterdam UMC onder controle staan, bezoeken regelmatig hun cardioloog. Alle gegevens die dan worden opgetekend, worden digitaal opgeslagen in het elektronisch patiëntendossier Epic. “Inmiddels meer dan duizend soorten data van zo’n 60.000 hartpatiënten”, vertelt cardioloog en biomedisch ingenieur Selder. “Zoals leeftijd, hartfrequentie, medicatiegebruik, bloedwaardes of wanneer iemand is opgenomen.”
Verhoogd risico
Wanneer je al die data naast elkaar legt, kun je daarin patronen herkennen. Hartpatiënten met een combinatie van bepaalde factoren, hebben statistisch gezien een verhoogd risico binnen een half jaar opgenomen te worden. In het kwartier dat een consult duurt, kan een arts dat risico moeilijk berekenen, constateert Selder. “Met behulp van AI kan dat binnenkort wel: ons CHARP (Cardiology Hospital Admission Risk Predictor)-algoritme is getraind op alle beschikbare Epic-data. Het kan die informatie in milliseconden toepassen op de individuele hartpatiënt. Zo kan CHARP voorspellen welke patiënten een verhoogd risico lopen binnen zes maanden opgenomen te worden.”
Voorkómen
Streven is opname zo mogelijk te voorkómen. Met een aangepaste behandeling, zoals vaker op consult komen, of door de medicatie aan te passen. “Het tegenovergestelde kan daardoor ook de uitkomst zijn van een voorspelling: het blijkt met de patiënt zo goed te gaan, dat die minder vaak op de polikliniek hoeft te komen.” Voorkómen is ook een vorm van helpen, zegt Selder. “Hoe minder opnames er nodig zijn, hoe beter. Voor patiënten, voor artsen en verpleegkundigen. En beter voor de zorgkosten.”
CHARP wordt nog niet in de praktijk gebruikt. Er moeten nog een aantal juridische en praktische hordes worden genomen, waarna Selder het volgend jaar in de vorm van een pilot op de poli hoopt te kunnen gaan toepassen.
AI voorspelt opname
van hartpatiënt
Tekst: Mieke Zijlmans - Foto: Shutterstock
Cardiologie