Voorspellen welk risico een patiënt loopt op postoperatieve infecties. Dankzij kunstmatige intelligentie kan de Amsterdamse health-tech startup Healthplus.ai per patiënt vrijwel direct na de ingreep daarvan een nauwkeurige indicatie geven.
Bart Geerts: arts en directeur van Healthplus.ai: “Per jaar krijgen in ons land zo’n 1,4 miljoen patiënten per jaar een chirurgische ingreep. Wereldwijd zijn dat 300 miljoen patiënten. Een op de vier tot vijf van hen loopt na de operatie een ontsteking of infectie op als complicatie. In Nederland zijn dat er zo’n 350.000, wereldwijd gaat het om jaarlijks 75 miljoen mensen, van wie er ongeveer 25 miljoen chronische klachten en beperkingen aan overhouden.
“Infecties vertragen het genezingsproces, zorgen voor langer verblijf in het ziekenhuis en voor meer en meer invasieve behandelingen”, legt Geerts uit. “Postoperatieve infecties hebben een grote impact op het leven van de individuele patiënt. Met name oudere patiënten keren moeilijk terug in hun oude leefstijl van voor de operatie.”
Maatschappelijke impact
Ook hebben ze een maatschappelijke impact. De kosten kunnen behoorlijk oplopen, berekende de startup. Uit eigen onderzoek kwam naar voren dat een gemiddeld Europees ziekenhuis jaarlijks bijvoorbeeld circa 35 miljoen euro uitgeeft aan de behandeling van postoperatieve infecties.
Geerts: “Als we infecties eerder kunnen signaleren, kunnen we ook eerder met de behandeling starten. Dat maakt de last voor de patiënt kleiner en zorgt voor een kortere opnames. En het verlaagt de werkdruk in het ziekenhuis.”
In de huidige situatie kan pas worden gestart met een diagnose en eventuele behandeling nadat de patiënt, soms pas na meerdere dagen, merkbare klachten ontwikkelt. Kostbare tijd om tijdig in te grijpen gaat op die manier verloren. “Dankzij de nieuwe analyse- en indicatiemethode die wij ontwikkelen, ontstaan er mogelijkheden voor meer proactieve monitoring, besluitvorming en behandeling.”
Kunstmatige intelligentie
De innovatieve manier waarmee Healthplus.ai de impact van postoperatieve infecties wil verkleinen, is gebaseerd op artificial intelligence. “Wij willen data uit patiëntendossiers hergebruiken om te voorspellen welke patiënten tegen een infectie aan gaan lopen na een operatie”, legt Geerts uit.
“Op basis van deze data die tegenwoordig standaard tijdens een chirurgische ingreep verzameld wordt, kunnen we dankzij AI per patiënt vrijwel direct na de operatie een nauwkeurige indicatie afgeven van het risico op een infectie. Op termijn zal dit ook mogelijk zijn voor andere postoperatieve complicaties. Die data delen we op een scherm met een waarde, zodat er eerder diagnoses kunnen worden gesteld. Met artificial intelligence kunnen we de zorgverlener helpen beter een beslissing nemen of een patiënt al naar huis mag of nog langer in het ziekenhuis kan blijven. Die kan beter geïnformeerd dat besluit nemen.”
De behoefte van de eindgebruiker
Geerts: “Inmiddels is de eerste versie helemaal af. De trials voor de certificering zijn achter de rug en geslaagd op meerdere locaties. We zijn bezig met meerdere klinische vervolgonderzoeken. En zijn gestart met meerdere samenwerkingsprojecten met ziekenhuizen met het oog op de doorontwikkeling. We zijn vooruitlopend op de certificering ook nu op zoek naar de eerste drie launching customers.”
“Wij hopen via een systemische manier juist boven tafel te krijgen waar de patiënt en zorgverlener behoefte aan hebben. We hebben we een kleine tweehonderd mensen gesproken, zowel zorgverleners als patiënten. Hoe beïnvloedt zo’n postoperatieve infectie je patiënten, je eigen performance? Wat zijn uitdagingen om sneller erbij te zijn? Op basis daarvan hebben we ontwerp en interface opgezet en zijn we aan het testen.”
Omdat Geerts en collega’s op objectieve wijze de behoeften wilden peilen van de gebruikers, hebben ze twee onafhankelijke UX-experts ingehuurd. Die gingen zonder veronderstellingen en vooroordelen de interviews in.
Lijdend voorwerp
Zijn nu vooral de zorgverleners de gebruiker van de methode, Geerts hoopt uiteindelijk ook meer naar de patiënt toe te gaan als doelgroep. “In de zorg wordt de patiënt veelal praktisch lijdend voorwerp als die het ziekenhuisbed in stapt. Je ondergaat alles. Wat nu als je als patiënt een eigen actieve rol kunt spelen en iets kunt betekenen in de voorbereiding voor een operatie? Wat nu als bijvoorbeeld de kans op infectie 50 procent afneemt als je vijf kilo afvalt vooraf? We weten dat slechts 20 procent van de patiënten in ons land medicatie op een goede manier gebruikt. Wat als je met onze data je eigen risicoprofiel kunt voorspellen?”
Denken vanuit het probleem
We moeten in de zorg terug naar het begin, stelt Geerts. “Denken vanuit het probleem in plaats van denken vanuit technologie. We moeten de eindgebruiker betrekken bij de vormgeving van de producten. Er is een groot contrast tussen user experience thuis en in het ziekenhuis. Daar zijn dingen vaak waardeloos ingericht voor de eindgebruiker. Technologie wordt vaak als dé oplossing gezien, maar je moet heel goed nadenken of het wel past in het werk dat je doet.”
