Slechts twee procent van alle op de intensive care ontwikkelde AI-modellen wordt in productie gebracht. De rest blijft hangen in clinical trials en pilots. Hoe kunnen we de stap maken van prototyping naar datagedreven zorg met modellen die in de praktijk worden toegepast? Dit vroegen prof. dr. Diederik Gommers en dr. Michel van Genderen van het Erasmus MC zich af. De Datahub, een ecosysteem en fysieke plek, bleek een essentiële stap.
Je kunt nog zo’n goed voorspellend model ontwikkelen, maar als degenen die ermee moeten werken het niet vertrouwen, is het verspilde moeite. Het is ook verspilde moeite als je veel tijd besteedt aan een hogere betrouwbaarheid van de voorspellingen als het model niet voldoet aan de wet- en regelgeving of uiteindelijk niet voldoet aan de ethische principes. Daarnaast worden er nogal wat modellen ontwikkeld die weliswaar fantastisch presteren, maar die niet de grootste problemen tackelen. Dit kunnen allemaal redenen zijn waarom de stap naar productie vaak zo moeilijk is.
Vertrouwen in AI
Wat nu als je alle stakeholders bij elkaar brengt en met elkaar laat brainstormen over wat er nodig is om beter en efficiënter te werken? Dan kom je wellicht tot AI-oplossingen die daadwerkelijk problemen oplossen die op de werkvloer worden ervaren. Zo ontstond het idee van de Datahub bij Diederik Gommers, afdelingshoofd Intensive Care, en Michel van Genderen, internist-intensivist bij het Erasmus MC. “In de Datahub brengen we artsen, verpleegkundigen, werknemers van de IT-afdeling, data-engineers en data-scientists fysiek samen”, zegt Van Genderen. “Op deze manier leren we elkaars wereld beter kennen, kunnen we samen brainstormen over wat er technologisch kan. En vooral ook over hoe deze technologie kan worden ingezet om de zorg te verbeteren en houdbaar te maken voor de toekomst.”
De leveranciers SAS en Microsoft leveren de benodigde software en maken ook deel uit van het Datahub team. Van Genderen: “Zij weten technologisch wat er allemaal mogelijk is. Door hen mee te laten denken over onze uitdagingen, kunnen we elkaar inspireren en komen we tot zinvolle toepassingen die een klinisch probleem oplossen en waarde opleveren. We brengen de klinische en technische wereld samen.”
De DataHub biedt ook ondersteuning bij de implementatie van de technologie. “Want het succes valt of staat bij acceptatie en dus bij een goede implementatie”, aldus Van Genderen. “Door het ontwikkelen van een stappenplan, een AI-funnel, zorgen we ervoor dat de ontwikkeling van het model voldoet aan alle eisen die we eraan stellen. We weten op deze manier zeker dat het goed uitlegbaar is aan artsen, verpleegkundigen en patiënten. En we zorgen ervoor dat het model voldoet aan de wet- en regelgeving en dat het model blijft doen wat het moet doen. Op die manier kan iedereen vertrouwen ontwikkelen in de AI-modellen.”
Real-time overzicht
In het voorjaar van 2020 stroomde de intensive care in het Erasmus MC vol met coronapatiënten en werd de aandacht even verlegd van plannenmakerij naar de praktijk. Van Genderen: “We hebben in ons ziekenhuis in zes weken tijd het aantal IC-bedden opgeschaald van 45 naar bijna 100. Dit bracht verschillende uitdagingen met zich mee. Hierdoor ervaarden we dat het essentieel is om real-time inzicht te hebben in de data, zeker omdat we het ziektebeeld in het begin niet begrepen en we een hoge patiëntendruk hadden. Door alle databronnen te koppelen en een real-time overzicht te creëren van alle patiënten, waren we in staat op elk moment te controleren hoe het met patiënten ging. Dit data-inzicht heeft levens gered en geleid door een betere kwaliteit van zorg. Als een van de eerste ziekenhuizen wisten we dat de beademingsproblemen die we hadden bij Covidpatiënten mede werden veroorzaakt door bloedpropjes in de longen.”
Deze crisis hielp om door te pakken met data en advanced analytics en om de Datahub op te richten. “Inmiddels hebben we alle data van 20.000 IC-patiënten van de afgelopen vijf jaar, meer dan 1 miljoen datapunten. Samen met analytics experts van SAS zoeken we naar trends die van voorspellende waarde kunnen zijn om toekomstige patiënten beter te kunnen behandelen.”
Doorgroeien naar voorspellende modellen
Dat ze op basis van statistische verbanden in grote databestanden zulke belangrijke nieuwe inzichten kregen, was voor iedereen op de IC een eyeopener en reden om op deze weg verder te gaan. De volgende stap, het ontwikkelen van voorspellende modellen, wordt nu gezet. “Zo zijn we, samen met chirurgen een AI-voorspelmodel ‘live’ aan het testen in de kliniek”, zegt Van Genderen. Na complexe oncologische chirurgie wordt een patiënt vaak langer opgenomen dan nodig is. Het is voor de patiënt prettiger om, zodra dat mogelijk is, het ziekenhuis te verlaten en thuis verder te herstellen. Het DESIRE-model voorspelt op dag twee na de operatie of een patiënt veilig het ziekenhuis kan verlaten om naar een gespecialiseerd verpleeghuis óf direct naar huis te gaan.
Van Genderen: “De gemiddelde opnameduur is nu vijf dagen en dit kan met drie dagen verkort worden. De verwachtingen van het onderzoek zijn positief, want volgens een eerdere studie kunnen we op jaarbasis 260 opnamedagen besparen en is het model nog veiliger ook. Dit leidt tot een verbetering van de kwaliteit van de zorg, maar ook tot een toename van de capaciteit en uiteindelijk afname in zorgkosten per patiënt. En dat is hard nodig om aan de stijgende zorgvraag te blijven voldoen gezien de vergrijzing. Uiteindelijk willen we dit model door ontwikkelen voor andere patiënten en afdelingen.”
Mens blijft belangrijk
Het Erasmus MC is nu ook bezig met de implementatie van real-time dashboarding op de intensive care. IC-verpleegkundigen geven aan dat ze graag willen onderzoeken of AI-modellen hen kunnen helpen met de zorg. Volgens Van Genderen is 90 procent enthousiast. “Ze willen bijvoorbeeld op het dashboard kunnen zien of een patiënt stabiel is of direct zorg nodig heeft, door een stoplicht met groen, oranje en rood licht. Maar ook waarin ze zelf kunnen aangeven wat de werkdruk is, zodat anderen kunnen helpen. Daarnaast zijn we bezig met het monitoren van patiënten op afstand, bijvoorbeeld op een verpleegafdeling of thuis. Zo kunnen we ze beter in de gaten houden na ontslag van de intensive care.” Dit soort beslisondersteuning geeft hoop voor de toekomst. “Dit is wat ons betreft pas het begin”, besluit Van Genderen.
Lees ook:
- Proactief gegevens delen in de palliatieve fase
- Krijg je de data niet naar het algoritme, breng het algoritme dan naar de data
