Slimme modellen moeten op de IC niet méér alarm geven, maar helpen ordenen

Op de intensive care (IC) worden patiënten dag en nacht bewaakt. Monitoren houden onder meer hartslag, bloeddruk en ademhaling in de gaten. Bij bijna alle IC-patiënten komen periodes voor waarin de bloedsomloop minder stabiel wordt, vertelt Van Mierlo. Dan kan er te weinig bloed en zuurstof bij organen komen. Bij één op de drie IC-patiënten kan dit tot levensbedreigende toestanden leiden. “Je wilt zo snel mogelijk zien dat het mis dreigt te gaan, zodat artsen tijdig kunnen ingrijpen met bijvoorbeeld medicijnen of vocht.”

Hij promoveerde deze week aan de Technische Universiteit Eindhoven. Zijn onderzoek vond grotendeels in het Catharina Ziekenhuis plaats, onder supervisie van zijn promotoren prof. dr. Arthur Bouwman (anesthesioloog), dr. Leon Montenij (intensivist) en prof. dr. ir. Natal van Riel. Dat gebeurde binnen e/MTIC, een samenwerking tussen onder meer het Catharina Ziekenhuis, de TU Eindhoven en Philips. Het onderzoek maakt deel uit van ACACIA, een groter project naar het gebruik van slimme computertechnieken in de hart- en kankerzorg. Het onderzoek werd mede gefinancierd vanuit het publiek-private TKI-HTSM-programma, het Eindhoven Artificial Intelligence Systems Institute (EAISI), het instituut van de TU voor onderzoek naar kunstmatige intelligentie en Philips Research.

Hoe waarden veranderen in de tijd

Voor zijn proefschrift From Signals to Decisions in Critical Care: Data-Integrated Prediction and Decision Support ontwikkelde Van Mierlo modellen die met bestaande IC-gegevens voorspellen of een patiënt in het komende uur achteruit dreigt te gaan. De computer kijkt niet naar één losse meting, maar naar veel gegevens tegelijk.

Van Mierlo is niet de eerste die voorspelmodellen voor de IC ontwikkelt. De vernieuwing zit vooral in de manier waarop hij verschillende soorten gegevens samenbrengt. Daarbij kijkt hij niet alleen naar losse meetwaarden, maar ook naar hartfilmpjes (ECG’s) en bloeddrukmetingen die continu worden geregistreerd. Die bewegen voortdurend over de monitor, maar worden nog lang niet altijd in hun volledigheid benut bij het beoordelen van een patiënt.

Daarbij kijkt het model niet alleen naar hoe een patiënt er op één moment voor staat. Het kijkt ook naar hoe waarden veranderen in de tijd. Een bloeddruk of hartritme kan nu normaal lijken, terwijl er ten opzichte van de minuten ervoor mogelijk een duidelijke verandering zichtbaar is. “Het zou mooi zijn als we automatisch kunnen terugkijken: hoe is dat signaal in de afgelopen minuten of misschien zelfs het afgelopen uur veranderd?”, zegt Van Mierlo. Zo kan een patroon mogelijk eerder opvallen dan wanneer alleen naar een losse grenswaarde wordt gekeken.

“Er gaan op de IC inderdaad een hoop alarmen af”, zegt Van Mierlo. “De bedoeling is dat we al die signalen slim samenpakken en kunnen ordenen welke patiënten het belangrijkste zijn om als eerste naar te kijken.”

Overspoeld met meldingen

Daarmee raakt het onderzoek aan alarmmoeheid, waarbij zorgverleners door veel meldingen minder alert kunnen worden op alarmen. Als monitoren vaak piepen, kunnen zorgverleners worden overspoeld met meldingen. Van Mierlo ziet zijn modellen daarom niet als nóg een alarmsysteem. “Er is een enorme hoeveelheid informatie. Het is lastig om alles te bevatten. Zo’n model kan helpen aangeven: bij deze patiënt moet je eerst gaan kijken, terwijl het met een andere patiënt nog goed gaat.”

In theorie kan zo’n systeem bij vrijwel iedere IC-patiënt worden gebruikt. De meeste winst verwacht Van Mierlo bij complexe patiënten bij wie onverwacht iets misgaat. Hij noemt bijvoorbeeld mensen met sepsis, een ernstige reactie van het lichaam op een infectie. Bij hen kan de bloedsomloop plotseling instabiel worden. Juist dan kan het helpen als een model eerder laat zien dat een patiënt extra aandacht nodig heeft. Artsen en verpleegkundigen bepalen vervolgens wat er aan de hand is en welke behandeling nodig is.

Van Mierlo vindt het belangrijk dat zorgverleners kunnen begrijpen waarop een voorspelling is gebaseerd. In zijn onderzoek gebruikte hij relatief eenvoudige modellen. “Dan kun je uitleggen welke informatiepunten het model gebruikt om tot een besluit te komen”, aldus Van Mierlo. “De arts kan vervolgens zelf controleren: klopt dit met wat ik bij deze patiënt zie?”

Een model dat in het ene ziekenhuis goed werkt, doet dat niet automatisch elders. Van Mierlo keek bijvoorbeeld naar een model uit de Verenigde Staten. Dat bleek niet zomaar één op één bruikbaar in Nederland. Apparatuur kan verschillen, net als meetmomenten, de manier waarop gegevens worden vastgelegd en behandelgewoonten. “Het zijn soms kleine verschillen”, weet Van Mierlo, “maar bij elkaar kunnen die wel tot andere uitkomsten leiden.” Zo worden in Amerikaanse ziekenhuizen bijvoorbeeld sommige bloedtesten vaker gedaan dan hier. Ook dat beïnvloedt hoe een model gegevens beoordeelt.

Als er over een aantal jaar minder patiënten verslechteren doordat artsen deze software kunnen gebruiken, zou dat heel mooi zijn

Echt verschil aan het bed

In de dagelijkse zorg wordt deze techniek voorlopig nog niet gebruikt. Eerst moet bij nieuwe patiënten worden onderzocht of de voorspellingen overeenkomen met wat er in werkelijkheid gebeurt, zonder dat de behandeling al op het model wordt aangepast. Van Mierlo schat dat alleen zo’n eerste testfase in de praktijk al ongeveer twee jaar kan kosten. Daarna is opnieuw tijd nodig om te onderzoeken hoe zo’n systeem goed past in het dagelijkse werk van artsen en verpleegkundigen. “Er is nog aardig wat werk nodig voordat dit echt de praktijk in kan”, aldus Van Mierlo.

Als het uiteindelijk zover komt, denkt hij bijvoorbeeld aan een extra risicoscore op de monitor. Die zou aangeven hoe groot de kans is dat een patiënt achteruitgaat, met daarbij uitleg over de belangrijkste signalen waarop die inschatting is gebaseerd.

Van Mierlo hoopt dat beslisondersteuning uiteindelijk echt verschil maakt aan het bed. “Als er over een aantal jaar minder patiënten verslechteren doordat artsen deze software kunnen gebruiken, zou dat heel mooi zijn. Als we van één op de drie naar één op de tien kunnen, dan hebben we echt iets bereikt.”