Data voor betere patiëntenzorg
Sommige artsen klinkt ‘Big Data’ en ‘clinical decision making support’ wellicht als toekomstmuziek in de oren. Maar de mogelijkheden om efficiënt relevante data te verwerken en meer tijd aan de patiënt te kunnen besteden zijn toch echt voorhanden.
Feitelijk hebben artsen altijd al met Big Data gewerkt. Voorheen ging het dan vooral om het reduceren van die data, om ze vervolgens te analyseren en te begrijpen. Het nadeel van eerst reduceren is dat waardevolle informatie verloren gaat, voordat de analyse gebeurt. De hoeveelheid medische data neemt hand over hand toe, en heeft meer waarde in stratified & personalized medicine. ORTEC Logiqcare biedt de mogelijkheid om de Big Data eerst te analyseren en ze daarna te reduceren voor de arts.
Menselijkerwijs niet bij te houden
De technologie staat niet stil. Er kan steeds meer gedetailleerde relevantie informatie verstrekt worden. En als arts kun je leren van wat je gedaan hebt, omdat het systeem die data bijhoudt en structureert. Je kunt precies volgen welke medicijnen een patiënt gehad heeft, zijn of haar reacties daarop, maar ook de reacties van vergelijkbare patiënten wereldwijd. De uitdaging is om het ICT-systeem zo te structureren dat een arts er fijn mee kan werken. Het makkelijk en logisch te maken. Voor een arts gaat het om efficiënt relevante data bij elkaar te krijgen. Niet: meer invullen. Juist: meer tijd voor de patiënt. En die kant gaan we al op. Dat is goed nieuws voor het vakgebied, en voor de patiënt. Een arts heeft namelijk nooit 100% zekerheid. Hij pakt de meest waarschijnlijke diagnose op dat moment. IT doet analyse op álle data. Ook zaken die niet passen bij de diagnose. Dat helpt om betere beslissingen te nemen. De arts wordt in het systeem door een boomstructuur geleid. Je kunt het systeem zelf inrichten en logica inbouwen op basis van eerdere antwoorden. Als je systematisch iets fout of minder efficiënt doet, kom je daarachter en kun je het verbeteren. De uitkomsten worden meegenomen. Dus als patiënten in 2018 beter behandeld bleken te zijn dan in 2019, ga je terug naar de methode-2018. Dat is ook vooruitgang.
Betere bedrijfsvoering in het ziekenhuis
Voorheen kostte het enorm veel tijd, geld en moeite om een trial te doen – met twee groepen van duizend mensen met dezelfde diagnose. Met ORTEC Logiqcare heb je eigenlijk een klinische studie in handen die je normaal gesproken ‘buiten’ zou moeten doen, met gegevens en een opstelling die je niet in de praktijk hebt. Die liggen nu in data vast, in je eigen populatie, voor analyses: wat werkt er in mijn praktijk beter? Het helpt klinische artsen ook te begrijpen waarom ze betere of slechtere resultaten hebben dan artsen in een ander ziekenhuis. Ligt het aan de patiëntenpopulatie of aan de locatie of de manier waarop de operatie wordt uitgevoerd? Je kunt zelf je kwaliteit verbeteren en begrijpen wat je doet. Zelf leren van data. Stel dat er als procedure gehanteerd wordt dat er altijd drie scans achter elkaar gemaakt worden. Operations Research laat zien of de tweede scan geen of juist wél toegevoegde waarde heeft. Wanneer een verzekeringsmaatschappij zegt dat die tweede scan geschrapt moet worden, kun je laten zien wat zo’n scan kost en wat hij oplevert aan diagnose. Als je met een scan van 100 euro in 30% van de gevallen een scan van 1.000 euro kunt voorkomen, geeft de verzekeringsmaatschappij heus wel toestemming. Dat soort informatie hebben artsen nu niet. De data kunnen worden gekoppeld aan de bestaande planningssoftware in ziekenhuizen. Zodat je weet: er komen diagnoses longkanker aan die in 80% van de gevallen geopereerd moeten worden. Die data kun je anoniem doorsturen: er worden vier nieuwe patiënten verwacht op de OK en de verpleegafdeling. Zo regel je een accuratere planning en kun je gemakkelijker prioriteiten bepalen.
Artsen kunnen samen onderzoek doen
Artsen zijn momenteel afhankelijk van externe data uit door farmaceuten opgezette studies. Grote studies zijn vaak opgezet met de ideale patiënt die verder gezond is; steeds meer patiënten hebben echter allerlei comorbiditeit. Klinische studies sluiten patiënten met comorbiditeit vaak uit, terwijl een arts voor elke patiënt de beste behandeling zoekt. Op dit moment zijn data in ziekenhuizen niet structureel genoeg vastgelegd in het eigen systeem en kunnen ziekenhuizen de data niet met anderen delen voor analyses, omdat ze dan moeten voldoen aan de AVG (privacywetgeving). Anonieme data mag wel worden gedeeld, maar dat vereist dat je data ‘unenriched’: van een geboortedatum maak je bijvoorbeeld een leeftijd bij diagnose. Dan blijft de privacy van de patiënt gewaarborgd en kan medisch wetenschappelijk onderzoek de kwaliteit van klinisch handelen verbeteren. ORTEC Logiqcare, dat de brug vormt tussen Big Data en clinical decision making, is dus al beschikbaar; het systeem moet alleen nog ingericht worden. En het hoeft niet beperkt te blijven tot de eigen instelling, het kan gebruikt worden voor veel grotere patiënte-populaties. Er kan samengewerkt worden met andere ziekenhuizen in binnen- en buitenland. Studies op echte patiënten laten zien wat werkt in de behandelkamer, een praktijk die anders van opzet is dan de klinische studie.
Persoonlijke geneeskunde
In de huidige gezondheidszorg wordt steeds meer en steeds specialistischer getest. En er wordt meer met de uitkomsten van testen gedaan. We definiëren meer verschillende ziektes met verschillende mutatie-achtergronden; we leren steeds meer van ziektes. Vroeger was een patiënt een patiënt. Nu maken we onderscheid naar sekse, leeftijd, etnische achtergrond et cetera. Vroeger had je één soort longkanker, nu honderden en het aantal blijft toenemen. Vroeger had je longkanker en was er één behandelmethode, nu heb je longkanker vorm 912, met een andere oorzaak en dus een andere behandeling dan de overige 911. Ooit kregen alle patiënten dezelfde behandeling, maar steeds vaker wordt onderscheid gemaakt op grond geslacht, leeftijd, genetica en andere factoren. Dat heeft invloed op je handelen als arts. Want een arts kan tegenwoordig niet alles meer weten van elke ziekte bij elke patiënt. Het vakgebied is zo snel aan het vergroten en verbreden en verdiepen: dat is menselijkerwijs niet meer bij te houden. Een arts heeft ook geen tijd om een hele dag te besteden aan kijken hoe die ene patiënt met zijn specifieke vorm van longkanker het beste te behandelen is. Als een patiënt nu bepaalde vorm longkanker heeft, wordt hij of zij dus doorverwezen naar een specialistisch centrum, want een arts die maar vijf gevallen per jaar ziet is niet deskundig genoeg; zijn kennis is niet up-tot-date. Big Data kan helpen om artsen snel te laten weten naar welk instituut patiënten moeten worden doorverwezen: naar een expertisegroep in Maastricht of in Groningen? Maar ook wat voor deze patiënt met deze vorm van longkanker de meest effectieve behandeling is.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_empty_space][/vc_column][/vc_row][vc_row][vc_column]
[/vc_column][/vc_row][vc_row][vc_column][vc_column_text css=”.vc_custom_1571211235548{background-color: #e8e8e8 !important;}”]Over ORTEC
ORTEC is ‘s werelds grootste leverancier van wiskundige optimalisatiesoftware en advanced analytics, met zo’n 1.000 medewerkers en met kantoren in 13 landen over de hele wereld. Ons doel is om toegepaste wiskunde beschikbaar te maken op een manier die transparant, veilig en duurzaam is. Onze aanpak onderscheidt zich doordat we effectieve en gebruiksvriendelijke modellen creëren van de wereld waarin onze software moet functioneren. Sinds onze oprichting hebben we de bedrijfsprocessen van meer dan 1.200 toonaangevende bedrijven geoptimaliseerd.
[/vc_column_text][/vc_column][/vc_row]
