Onderzoek naar valpreventie door het analyseren van tekst
De vergrijzing neemt toe en daarmee de druk op onze zorg. Ouderen wonen langer thuis, waardoor de zorgsector een groter speelveld heeft gekregen. Goede monitoring en overleg tussen verschillende hulporganisaties zijn cruciaal. Het elektronisch cliëntendossier speelt hierin een hoofdrol. Dit maakt uitwisseling van gegevens en de onderlinge communicatie een stuk gemakkelijker, mits alle gegevens goed ingevuld worden. Naast deze administratieve taken, zijn zorgprofessionals in het huidige systeem vooral bezig met het verzorgen van kwalen. Wat zou het betekenen als er meer oog is voor het voorkomen van de kwaal?
Dit scheelt zo’n 1.3 miljoen euro én de kosten die gemoeid zijn met een heupfractuur!
Antislip sokken en een heupairbag bieden een langere levensverwachting
De cijfers liegen er niet om; jaarlijks breken zo’n 25.000 mensen van 65 jaar of ouder hun heup. 15 tot 20% hiervan sterft binnen een jaar aan de gevolgen van de breuk. De patiënten die herstellen van een heupfractuur hebben een minder lange levensverwachting ten opzichte van de mensen die niets breken. Dit komt door complicaties die jaren later nog kunnen opduiken. Voorkomen is daarom beter dan genezen. Hoe? Bijvoorbeeld door het dragen van antislipsokken; makkelijk te realiseren en relatief goedkoop. Een duurdere preventieve maatregel is de heupairbag. Bij een val op de heup zet de ‘onderbroek’ uit als een airbag en vangt hierdoor de val op. Het risico op een breuk na een val wordt zo flink kleiner.
Voorspellen van valincidenten met AI
Reden genoeg voor innovatieve zorgorganisaties om de valincidenten in kaart te brengen. Bince haakt hierbij als partner graag aan. Met de ambitie om de zorg slimmer te maken, koppelt en structureert Bince ‘bigdata’ van zorginstellingen. Dit levert realtime inzicht op in de financiën, het personeelsbeleid en de kwaliteit van zorg. Valpreventie gaat nog een stap verder: het voorspelt valincidenten met behulp van kunstmatige intelligentie.
Artificial Intelligence (AI) is een computersysteem dat getraind wordt om onder andere voorspellingen te kunnen maken. Het begint met het verzamelen van gegevens uit verschillende bronnen, die verwerkt en geanalyseerd worden om patronen en relaties te ontdekken. Dit proces wordt datamining genoemd. De modellen worden vervolgens getraind door gebruik te maken van machine learning-technieken. Dit houdt in dat het model wordt gevoed met voorbeelden van gegevens, zoals recente valincidenten. Des te meer gegevens het model verwerkt, hoe nauwkeuriger de voorspellingen zijn. Echter, voorspellende data is een hulpmiddel en is nooit 100% betrouwbaar. De informatie biedt ondersteuning, maar mensen moeten zelf na blijven denken!
Gjalt, BI-ontwikkelaar bij Bince, onderzocht in samenwerking met een team zorgprofessionals welke rol tekstdata kan spelen in het voorkomen van vallen op oudere leeftijd. “Door het scannen van de gespreksverslagen en zorgplannen in het elektronisch patiëntendossier, én de hulp van algoritmen, zijn er verbanden te leggen tussen patronen en trefwoorden”, legt Gjalt uit, “het analyseren van de teksten levert waardevolle informatie op.”
Voorkomen van zorg door de inzet van technologie
Eén van de inzichten die Bince opdeed, samen met het zorgteam, is de combinatie van specifieke factoren die de kans op vallen vergroot. Bijvoorbeeld een gladde vloer, in combinatie met een bepaald medicijngebruik en eerdere valincidenten. Door middel van traindata wordt het proefmodel steeds specifieker. “We sturen nu elke dag een mail met voorspellingen op individueel niveau. Dus wie er specifiek een verhoogde kans heeft om die dag te vallen”, zegt Gjalt met gepaste trots. Met deze voorspellingen kunnen zorginstellingen een efficiëntere afweging maken. In plaats van alle 2000 cliënten een heupairbag aan te meten, à € 700,- per stuk, is het nu mogelijk om een bewuste keuze te maken voor 100 cliënten met het hoogste risico. Dit scheelt zo’n 1.3 miljoen euro én de kosten die gemoeid zijn met een heupfractuur! Daarnaast speel je uren vrij die de zorgmedewerkers voor andere zorgtaken kunnen gebruiken. Maar bovenal blije cliënten wie een gebroken heup bespaard blijven.
Datagedreven zorg kan niet zonder draagvlak
Het voorspellen van incidenten en datagedreven werken klinkt als toekomstmuziek voor de zorgsector. Toch wordt de toegevoegde waarde nog lang niet door alle zorgorganisaties omarmd. Het vergt een andere manier van werken; minder op onderbuikgevoel varen en meer op betrouwbare informatie. Er is vaak nog een kloof tussen de data-informatie aan de ene kant en de eindgebruiker aan de andere. Het kan voelen alsof de medewerker of patiënt gecontroleerd wordt, terwijl het juist meer inzicht biedt in de actuele situatie. Iedereen in de zorgketen zou zich bewust moeten zijn wat het doel is van werken met data. Als situaties uit de praktijk meer inzichtelijk worden gemaakt, zal er meer draagvlak ontstaan om deze technologie nog verder te ontwikkelen. Gjalt doet alvast een voorzet: “De volgende stap is het voorspellen van agressie binnen de zorg. Maar laten we eerst leren en kennis delen naar aanleiding van dit onderzoek over valincidenten ”.
Vorige blog