Moeten patiënten na een grote operatie echt een week in het ziekenhuis blijven? Dat is nu de norm bij bijvoorbeeld grote buik- en oncologische operaties, maar volgens postdoctoraal onderzoeker Davy van de Sande en chirurg Denise Hilling is dat niet altijd nodig. Samen met chirurgen Kees Verhoef en Dirk Grünhagen, die veel van deze ingrepen uitvoeren, ontwikkelden zij in de Datahub een AI‑model dat helpt voorspellen welke patiënten al op de tweede dag na de ingreep veilig kunnen beginnen met revalideren.
Extra zuurstof
Het model heet DESIRE, wat staat voor Discharge aftEr Surgery usIng aRtificial intElligence. Het werkt simpel gezegd zo: het model bekijkt tientallen gegevens uit het elektronisch patiëntendossier (epd), zoals hartslag, medicatie, operatieduur en waarden kort na de operatie. Op basis daarvan berekent het op de tweede dag na de operatie of iemand nog ziekenhuisgebonden zorg nodig heeft. Denk hierbij aan zorg die alleen in het ziekenhuis kan worden gegeven, zoals extra zuurstof of antibiotica via een infuus.
Uit eerdere studies bleek achteraf dat veel patiënten na dag twee geen intensieve zorg meer nodig hadden, maar uit voorzorg toch opgenomen bleven op de afdeling Chirurgie. Van de Sande: ‘Te vroeg naar huis of naar een herstelplek is niet veilig. Maar onnodig lang in het ziekenhuis blijven is ook niet goed. Patiënten liggen dan langer in bed, verliezen conditie en lopen meer risico op complicaties. Bovendien zijn ziekenhuisbedden schaars.’
92% accuraat
DESIRE moet helpen dat onderscheid beter en betrouwbaarder te maken. Van de Sande: ‘In de pilotstudie in het Erasmus MC, waarin het model drie maanden meedraaide in shadow mode, klopte de voorspelling in 92% van de gevallen waarin het model aangaf dat een patiënt veilig kon worden ontslagen. Dat is een hoog percentage voor dit soort medische voorspellingen.’
Het model werd van januari 2017 tot en met juni 2021 ook al succesvol getest in de Treant‑ziekenhuizen in de regio Drenthe en Groningen. DESIRE bleek in de drie locaties van dit ziekenhuis betrouwbaar te werken, met een nauwkeurigheid tot 89% in het herkennen van patiënten die geen ziekenhuiszorg meer nodig hadden. Hierover publiceerden de onderzoekers in het wetenschappelijk tijdschrift Surgery.
‘Het model neemt niet de beslissing over, maar kan het behandelteam wel beter ondersteunen.’
Over de drie maanden durende shadow mode in het Erasmus MC zegt Hilling: ‘In die periode konden medisch specialisten de voorspellingen nog niet zien. Daardoor kon het model geen invloed hebben op beslissingen, en kon veilig worden getest hoe betrouwbaar en bruikbaar de voorspellingen zijn in de praktijk.’
Zonder extra risico’s
Voordat het nieuwe revalidatiemodel breed kan worden ingezet, wordt eerst onderzocht of patiënten veilig kunnen herstellen zonder extra risico’s. Patiënten gaan daarbij niet direct naar huis, maar worden overgeplaatst naar een speciale revalidatiekamer op dezelfde afdeling, een soort light-plek van de afdeling. Van de Sande: ‘Als dat lukt, kan het model een belangrijke stap betekenen richting slimmere en mensgerichtere zorg na een operatie. Niet door de beslissing over te nemen, maar door het behandelteam beter te ondersteunen.’
Grünhagen vult aan: ‘Dit initiatief sluit goed aan bij andere manieren om patiënten beter voor te bereiden op de periode na hun ziekenhuisopname. Denk bijvoorbeeld aan de Mantelzorg Academie. Hierbij worden mantelzorgers praktisch opgeleid om eenvoudige verpleegkundige handelingen veilig thuis over te nemen wanneer er geen thuiszorg beschikbaar is.’
De afdeling Chirurgie verwacht het model vanaf september in studieverband te gebruiken en eind volgend jaar in de praktijk.
Technisch UMC
De zorgvraag stijgt, terwijl de arbeidsmarkt steeds krapper wordt. Daarom is het nodig om steeds meer te innoveren in de zorg. Als technisch universitair medisch centrum ontwikkelt en implementeert het Erasmus MC samen met universiteiten en bedrijven innovatieve technologieën. Zoals beschreven in Koers28, de strategie van het Erasmus MC.
