St. Antoniusziekenhuis zet AI-opnamevoorspeller in op de Spoedeisende Hulp

Patiënten sneller naar huis laten gaan of juist opnemen in het ziekenhuis. Dat is het doel van een innovatief AI (Artificial Intelligence)-project dat op 2 september van start ging op de Spoedeisende Hulp (SEH) van het St. Antoniusziekenhuis in Utrecht en Nieuwegein.

De drukte op de SEH heeft invloed op de kwaliteit van zorg en patiëntveiligheid. Lange wachttijden leiden tot lagere patiënttevredenheid en verhogen de werkdruk van het personeel. Het ontwikkelde algoritme ondersteunt SEH-artsen, assistenten en verpleegkundigen bij het eerder maken van de beslissing of een patiënt na behandeling op de SEH naar huis kan of moet worden opgenomen.

Het team van data scientists heeft het algoritme in nauwe samenwerking met de SEH ontwikkeld. Het algoritme gebruikt gegevens zoals leeftijd, bloedwaarden, hartslag en de hoofdklacht, om te voorspellen welke patiënten waarschijnlijk moeten worden opgenomen en welke ontslagen kunnen worden. Voor elke  patiënt berekent het algoritme elke 5 minuten opnieuw de kans op opname of ontslag en past de verwachting aan als nieuwe uitslagen daar aanleiding toe geven.

De SEH-artsen die op drukke momenten hun aandacht moeten verdelen over meerdere patiënten, krijgen alle beslisfactoren op een rij met een advies zodat zij sneller kunnen beslissen over de beste behandeling voor de patiënt. Is dat een opname, dan heeft het systeem de voorbereidingen daarvoor vaak al in gang gezet, waardoor de patiënt snel naar een afdeling kan worden overgeplaatst.

SEH-arts Marleen Vreeburg: "AI gaat ons helpen om het verblijf van patiënten op de SEH te verkorten. Zodra het algoritme vermoedt dat een patiënt moet worden opgenomen, kan de spoed-coördinator alvast beginnen met het regelen van een bed en de ontvangende afdeling kan alle voorbereidingen treffen. Dit gebeurt terwijl we op de SEH nog bezig zijn met onderzoeken en/of wachten op de laatste uitslagen. Hierdoor hoeft de patiënt minder lang op de SEH te wachten en hebben we meer tijd voor de patiënt omdat het algoritme al veel van het regelwerk voor ons heeft voorbereid. Ook is er sneller weer een bed beschikbaar voor een volgende patiënt. Nu is het niet zo dat AI bepaalt of iemand moet worden opgenomen of niet, die beslissing blijft nog altijd in handen van de behandelend arts."

De effectiviteit van het AI-model zal in cycli van een maand worden getest: een maand aan, een maand uit. Hierdoor kan het ziekenhuis het resultaat van het algoritme nauwkeurig meten.