AI helpt artsen in ZAS om patiëntendossiers beter te structureren
Ziekenhuis aan de Stroom (ZAS) heeft samen met zorgtechnologiebedrijf Coforix een AI-toepassing ontwikkeld die helpt om patiëntendossiers beter te structureren. De toepassing reikt eerdere diagnoses en relevante medische voorgeschiedenis uit medische verslagen automatisch aan voor de gestructureerde probleemlijst van de patiënt.
In het kort
ZAS en Coforix ontwikkelden een AI-toepassing die gegevens toevoegt aan een gestructureerde probleemlijst.
De software herkent en codeert diagnoses en problemen, en de arts bevestigt de voorstellen.
De toepassing gebruikt SNOMED CT voor gestandaardiseerde codering.
Een gestructureerde probleemlijst is een gecodeerd overzicht van de aandoeningen en belangrijke medische problemen van een patiënt. Zo kunnen deze gegevens makkelijker worden uitgewisseld en verwerkt door verschillende ziekenhuizen en computersystemen.
Bij tests herkende en codeerde de toepassing negen op de tien diagnoses correct. ZAS gebruikt de software inmiddels in de dagelijkse zorgverlening binnen elf medische disciplines.
Van verslag naar gecodeerde probleemlijst
Diagnoses en relevante medische voorgeschiedenis die een arts in een medisch verslag beschrijft, moeten afzonderlijk worden opgenomen in de gestructureerde probleemlijst van de patiënt om een goede gegevensuitwisseling (ook op Europees niveau) mogelijk te maken.
Dergelijke dubbele registratie vraagt aandacht, zegt ZAS, want die zit niet in het natuurlijke zorgproces van de arts. Daardoor staat informatie vaak wel in het medisch verslag, maar is ze nog niet beschikbaar als gecodeerd gegeven dat zorgverleners en computersystemen onderling kunnen uitwisselen.
Volgens een Belgische bevraging is meer dan twee derde van de ziekenhuizen nog niet actief bezig met het opbouwen en onderhouden van een gecodeerde probleemlijst, zegt ZAS.
Minder administratieve last, vollediger probleemlijst
De AI-toepassing die ZAS ontwikkelde met Coforix helpt de arts bij het invullen van de gestructureerde probleemlijst. De software analyseert de vrije tekst in verslagen van raadplegingen en medische brieven, en vergelijkt die met de bestaande probleemlijst van de patiënt.
Diagnoses en relevante medische voorgeschiedenis die nog niet in de lijst staan, worden automatisch voorgesteld en gekoppeld aan een gestandaardiseerde medische code.
Volgens ZAS heeft de software gemiddeld slechts tien seconden nodig om diagnoses te identificeren, te coderen en als aanvulling voor te stellen.
Het blijft de verantwoordelijkheid van de arts om de voorstellen te controleren en te beslissen welke aanvullingen worden opgenomen. Na goedkeuring worden de gegevens automatisch toegevoegd aan de probleemlijst.
“Onze AI-toepassing neemt het opzoek- en codeerwerk grotendeels over. De arts blijft zelf beslissen welke voorstellen worden overgenomen. Zo willen we de administratieve last verminderen en tegelijk de probleemlijst vollediger en actueler maken”, zegt dr. Mark Helbert, CMIO van ZAS.
Negen op de tien diagnoses correct herkend en gecodeerd
De ontwikkeling en evaluatie gebeurden aan de hand van duizend (geanonimiseerde) medische brieven uit zeven specialismen: reumatologie, nefrologie, hematologie, longziekten, intensieve zorg, geriatrie en cardiologie.
Artsen voorzagen de documenten handmatig van medische codes die als referentie dienden voor het AI-model.
Vervolgens werd de toepassing getest op nieuwe documenten die het model nog niet eerder had gezien. Daarbij werd nagegaan in welke mate de software de in de verslagen beschreven diagnoses herkende en correct codeerde. Uit de tests bleek dat de toepassing meer dan negen op de tien van die diagnoses correct identificeerde en codeerde.
Daarna werd de toepassing verder ontwikkeld voor vier bijkomende disciplines.
De toepassing werd ontwikkeld met steun van de FOD Volksgezondheid.
Bouwsteen voor Europese gegevensuitwisseling
Door diagnoses en relevante medische voorgeschiedenis op een gestandaardiseerde manier vast te leggen, kunnen ze gemakkelijker worden uitgewisseld en verwerkt door verschillende ziekenhuizen en computersystemen.
Dat wordt steeds belangrijker. De Europese gezondheidsdatawetgeving (EHDS, European Health Data Space) voorziet namelijk in de gefaseerde invoering van gestandaardiseerde uitwisseling van patiëntgegevens. Een actuele en gecodeerde probleemlijst vormt daarvoor een belangrijke bouwsteen.
De ZAS-toepassing maakt gebruik van SNOMED CT (Systematized Nomenclature of Medicine Clinical Terms), een internationaal terminologiestelsel dat medische begrippen koppelt aan unieke codes. Door SNOMED CT te gebruiken, kunnen verschillende informaticasystemen dezelfde medische informatie in verschillende talen op een eenduidige manier interpreteren.
In een omzendbrief definieerde de FOD Volksgezondheid SNOMED CT als verplicht te gebruiken terminologie in de zorg.