Nauwkeurig voorspellen wie níet gaat vallen, kan veel voor ziekenhuis betekenen
Eindhoven | Het is met een slim voorspelmodel goed te zeggen welke (oudere) patiënten géén verhoogd valrisico hebben tijdens opname in het ziekenhuis. Mooi nieuws waar ziekenhuizen hun voordeel mee kunnen doen, als dit wetenschappelijk bevestigd wordt.
Onderzoekers van het Catharina Ziekenhuis zijn al enkele jaren bezig met onderzoek naar het voorspellen van valpartijen bij opgenomen patiënten. “Sinds een maand zijn we een stap verder in ons wetenschappelijk onderzoek”, legt geriater dr. Carolien van der Linden uit. “We hadden eerst een model dat ontwikkeld en getest werd op patiëntendossiers uit het verleden, maar sinds 15 april hebben we dat slimme voorspelmodel gekoppeld aan de live elektronische patiëntendossiers. Het gaat om mensen die zijn opgenomen op de afdelingen geriatrie en neurologie. Twee keer per dag wordt voor hen een risicoscore berekend. Die zegt hoe groot of klein de kans is dat zij gaan vallen.”
De komende vier maanden wordt, in samenwerking met het AI Expertisecentrum van dit ziekenhuis, bestudeerd of het voorspelmodel een geschikt instrument is. “In deze fase doen we nog niets met deze score, heeft het geen invloed op de zorg voor de patiënt. Het voorspelmodel draait slechts op de achtergrond, om te kunnen zien dat het ook werkt op live data om een val te kunnen voorspellen”, zegt Van der Linden, die dit onderzoek doet met arts-assistent Wendy Leurs en verpleegkundig onderzoeker Marjolein Groeneveld.
Onze insteek is om de werklast voor de verpleging te verlagen en alarmmoeheid te voorkomen
Wat kun je met de informatie?
Vanaf wanneer kunnen ziekenhuizen iets met de risicoscores doen voor de patiënt? “Dat kan nog wel even duren. Want als we daadwerkelijk met behulp van data zorg willen verlenen, moeten we eerst vervolgonderzoek doen waar nog veel werk en geld voor nodig is.”
Het model is vooral gericht op het voorspellen welke patiënten niet gaan vallen. En wát kunnen ziekenhuizen als het inderdaad zo is dat slimme voorspelmodellen goed kunnen voorspellen welke patiënt níet valt? “Onze insteek is om de werklast voor de verpleging te verlagen en alarmmoeheid te voorkomen. Nu krijgt bijna elke patiënt op de afdeling geriatrie een bewegingssensor. Er gaat een alarm af als iemand valt, maar het is ook vaak vals alarm, omdat er bijvoorbeeld een deken beweegt of de patiënt zijn zakdoek laat vallen. En daardoor kan de scherpte van de verpleegkundigen afnemen. Waar we naartoe willen: minder patiënten met een sensor zonder dat er meer mensen vallen.”
Ook als het succes wetenschappelijk aangetoond wordt, moet het voorspelmodel ‘geen wet worden’ aldus Van der Linden. “De boodschap aan verpleegkundigen is en blijft: gebruik zelf je gezond verstand. Het moet iets zijn dat ondersteunend is in hun besluitvorming voor valpreventieve maatregelen. Gelukkig willen zij dat juist zo gebruiken. Wat we de komende maanden ook gaan onderzoeken is of verpleegkundigen op het model durven te vertrouwen.”
Wie weet kan het ook wel gebruikt worden in verzorgings- of verpleeghuizen en door de thuiszorg
Misschien wel in alle Nederlandse ziekenhuizen
Het slimme voorspelmodel is gebaseerd op een aantal woorden die verpleegkundigen opschrijven in vrije tekst van patiëntendossiers zoals ‘ontslag’, ‘normaal’ en ‘spontaan’. Ook de leeftijd van de patiënt en het gebruik van verschillende soorten medicatie zijm toegevoegd aan het model. “Daarmee is ons model uitgebreid ten opzichte van twee jaar geleden, toen het puur om textmining – het gebruik van woorden – ging.”
Van der Linden hoopt dat in de toekomst deze werkwijze in alle Nederlandse ziekenhuizen wordt gebruikt. “Dat is inderdaad de stip op de horizon die we zien. En wie weet kan het ook wel gebruikt worden in verzorgings- of verpleeghuizen en door de thuiszorg. En nog mooier zou zijn dat dit model gebruikt kan worden voor andere aandoeningen of risico’s. Er zijn al diverse artsen in dit ziekenhuis en elders in het land die onderzoeken of textmining ook te gebruiken is voor hun expertise.”
De Technische Universiteit Eindhoven is ook betrokken bij dit onderzoek. “Zij kijken vooral naar hoe alle signalen die het voorspelmodel genereert, eruit kunnen komen te zien. En bij wie en op welke manier ze terecht komen. En idealiter zouden de alarmsignalen voor patiënten met een hoog valrisico anders zijn dan patiënten met een laag valrisico. Zodat het nóg duidelijker wordt dat er nood aan de man is.”
Het onderzoek wordt gefinancierd vanuit het Catharina Onderzoeksfonds.
