Computable reikt ook dit jaar de Computable Award IT Project of the Year uit. Voor deze prijs zijn vijf ict-projecten genomineerd. Vandaag vertelt Georges De Feu, algemeen directeur bij LynxCare, hoe Ziekenhuis Oost-Limburg Genk kunstmatige intelligentie inzet om de dataverwerking rondom het plaatsen van een nieuwe heup te automatiseren.
1. Wat was de aanleiding voor het project?
‘Ziekenhuis Oost-Limburg Genk Orthopedie is een van de grootste Orthopedische departementen in België. Zij zochten naar software om hun brondata (bijvoorbeeld elektronisch patiëntendossier) te analyseren (data mining) om zo de uitkomsten op continue basis te meten en wetenschappelijk onderzoek mogelijk te maken. Dit moet op zo efficiënt mogelijk, volautomatisch en zonder manuele interventie.
Er was nood aan een platform dat zowel de veelheid van bronformaten (gestructureerde zowel als on/semi-gestructureerde data), de bronbestanden uit het oud zowel als het nieuw patiëntendossiers, de aard van de documenten (medisch) en de nodige beveiligingsmaatregelen kon combineren.’
2. Voor welke oplossing is er gekozen?
‘LynxCare ontwikkelde een kunstmatige intelligentie (ai)-platform voor ZOL Genk. Het algoritme wordt ingezet om op basis van natural language processing relevante postoperatieve complicaties te extraheren uit ‘ongestructureerde’ electronic medical records (emr). Daarnaast geeft het nauwkeurige feedback over de zorgkwaliteit na het plaatsen van een nieuwe heup. Met andere woorden: de talloze medische dossiers van een zogeheten tha worden door middel van een algoritme automatisch verwerkt en geanalyseerd.’
3. Hoe zag het traject van het project eruit?
‘Data worden ‘in batch’ via continue koppelingen met het patiëntendossier aangeleverd aan het cloudplatform. De algoritmiek op het cloudplatform werd geoptimaliseerd om de nodige accuraatheid te kunnen verzekeren en de juiste statistiek in de eindvisualisaties te kunnen presenteren.’
4. Wat zijn de succesfactoren in het project?
‘De uitkomst van de data mining-algoritmes van LynxCare werd vergeleken met manuele data-abstractie. Het algoritme scoort iets beter op vlak van nauwkeurigheid dan de menselijke beoordelaars, respectievelijk 95 procent en 94,5 procent. Daarnaast overtreft het algoritme in snelheid (volautomatisch). Het programma analyseert elk woord in een document en is niet gevoelig voor concentratieverlies zoals een menselijke recensent. Afhankelijk van het systeemvermogen duurt het slechts enkele minuten om een dataset van enkele honderden emr’s te minen. De resultaten werden gepubliceerd in één van de hoogst aangeschreven peer-reviewed wetenschappelijke tijdschriften, te weten Journal of Arthroplasty.’
5. Wat zijn de leerpunten uit het project?
‘Data mining biedt enorme opportuniteiten inzake het beschikbaar maken van data voor zowel kwaliteitsopvolging als klinisch onderzoek. Vandaag gaat heel wat kostbare tijd binnen ziekenhuizen verloren aan processen die versneld en geautomatiseerd kunnen worden, ten voordele van de zorg van de patiënt.’
6. Wat betekent een nominatie voor de Computable Award?
‘Het is voor ons belangrijk dat met deze award de gezondheidssector extra onder de aandacht komt. Er zijn hier op kunstmatige intelligentie- en machine learning-vlak grote stappen te zetten met een grote impact naar patiënten en de hele samenleving toe.’
7. Wat is de status van het project?
‘De dataverwerking gebeurt op continue basis, nieuwe resultaten worden geanalyseerd en de zorgstatistieken worden geüpdatet. Deze zorgstatistieken stelden het departement Orthopedie ook in staat transparant te communiceren naar hun patiënten omtrent de verwachte uitkomsten na een heupoperatie.’
