Het Leids Universitair Medisch Centrum (LUMC) gaat de inzet van kunstmatige intelligentie (AI) op de Intensive Care testen. De software Pacmed Critical voorspelt de kans dat een patiënt moet worden heropgenomen na een ontslag van de Intensive Care. Het voorspellingsmodel op basis van de verzamelde data kan de arts ondersteunen in zijn of haar beslissing om een patiënt te ontslaan.
Op basis van duizenden kenmerken van opname en patiënt, zoals hartslag, bloeddruk en diagnose, kan het AI-model de intensivist ondersteunen bij het maken van een beslissing over het ontslag van een patiënt. Het model levert benodigde informatie voor een beslissing in een overzichtelijk dashboard, met daarbij de onderbouwing waarom Pacmed Critical die risico-inschatting geeft. De kans op een te vroeg of een te laat ontslag kan hierdoor worden verkleind. Dit met als doel het kwaliteit van zorg, de patiëntervaring, ligduur en IC-beddendruk te optimaliseren. De AI wordt stapsgewijs getest en bij succes verder geïmplementeerd.
Zorgvuldig ontslaan van patiënten
Volgens anesthesioloog-intensiviste Sesmu Arbous moet het ontslaan van patiënten van de Intensive Care uiterst zorgvuldig gebeuren. “Een te vroeg ontslag vergroot de kans op een heropname, vaak met ernstige gevolgen. Een te laat ontslag kan leiden tot onnodig langere ligduur, met vertraging in het revalidatieproces, onnodige psychische effecten op de patiënt en verhoogde beddendruk als gevolg. Met deze slimme ondersteuning hopen we een extra tool te hebben om meer personalized medicine op de IC toe te passen en de risico’s te verkleinen.”
AI in de zorg
“Dit is een van de zeldzame voorbeelden van AI die daadwerkelijk naar de kliniek wordt gebracht om de beslissingen van artsen te ondersteunen, zeker op de IC”, zegt Willem Herter, directeur bij Pacmed. “Het LUMC doet veel wetenschappelijke onderzoek naar waarde en randvoorwaarden van AI in de kliniek. Dat sluit goed aan bij onze werkwijze om zuiver methodologisch te onderzoeken hoe we AI van maximale waarde voor de patiënt kunnen laten zijn. We zijn er bovendien trots op dat een UMC met de expertise en ervaring van het LUMC besluit om Pacmed Critical in gebruik te willen nemen.”
De ingebruikname van het model verloopt in drie fases. In de eerste fase wordt het model getraind op LUMC-specifieke data. Hiermee wordt onderzocht of het model goede voorspellingen geeft voor de patiënten in het LUMC. Daarna volgt de technische implementatie: de software als vast onderdeel in de werkwijze op de Intensive Care. Wanneer deze beide fases goed verlopen, wordt het model daadwerkelijk in gebruik genomen. Tijdens en na elke fase wordt in een multidisciplinaire groep van o.a. clinici en data scientists zorgvuldig geëvalueerd, de toegevoegde waarde in kaart gebracht en besloten over de verdere voortgang van de ingebruikname. Als onderdeel van de evaluatie, wordt er in het LUMC ook uitgebreid onderzoek gedaan naar de waarde van AI in de zorg, voor zowel dit traject als voor AI in het algemeen.
De implementatie van Pacmed Critical is een van de drie geselecteerde projecten van de Nederlandse AI Coalitie. De opgedane kennis en ervaring rondom het implementatieproces wordt daarom breed gedeeld in het netwerk van Nederlandse AI-koplopers, om met Nederland zo een koppositie te krijgen op het gebied van kennis en toepassing van AI voor welzijn en welvaart.
CAIRELab
Het LUMC verzamelt alle kennis en expertise rondom de inzet van AI in de zorg in het Clinical AI Implementation and Research Lab (CAIRELab). Door alle AI-kennis en -expertise daar samen te laten komen, kunnen waardevolle toepassingen van deze slimme technologie in de zorg nog sneller naar de praktijk gebracht worden en daar wetenschappelijk onderzocht en gevalideerd worden, zoals de inzet van spraakherkenningstechnologie in de spreekkamer die geautomatiseerd een samenvatting voorstelt.
