In Haaglanden Medisch Centrum (HMC) blijft een opvallend aantal patiënten weg van hun afspraak. Jaarlijks gaat het om ruim 65.000 zogenoemde ‘no shows’. Dat kost niet alleen kostbare zorgtijd, maar ook miljoenen euro’s. Om dat patroon te doorbreken, start HMC een pilot op de poliklinieken Kaakchirurgie en Preoperatieve Screening. Met behulp van kunstmatige intelligentie onderzoekt het ziekenhuis hoe patiënten beter kunnen worden bereikt voordat zij hun afspraak missen.
Binnen HMC verschijnt gemiddeld zes van de honderd patiënten niet op de afgesproken tijd. Voor wie niet komt opdagen, betekent dat vaak uitstel van noodzakelijke zorg. Voor het ziekenhuis loopt de schade eveneens op: landelijk onderzoek schat de kosten per gemiste afspraak tussen de 50 en 150 euro. HMC wil dat aantal halveren tot maximaal drie no shows per honderd patiënten.
Vroegtijdig telefonisch contact
Daarom belt het ziekenhuis sinds kort patiënten die volgens een AI-voorspelmodel een verhoogde kans hebben om weg te blijven. HMC hoopt met de pilot niet alleen efficiënter te werken, maar vooral te voorkomen dat patiënten onnodig vertraging oplopen in hun behandeling. Het is een aanpak die elders al resultaat opleverde. Ziekenhuizen als Zuyderland en Erasmus MC zagen het aantal gemiste afspraken merkbaar teruglopen dankzij vroegtijdig telefonisch contact.
Jeanine Beuken van het Data Science team Zuyderland vertelde hierover in een eerdere editie van ICT&health: “Door de pilot weten we dat het AI-model de juiste groep selecteert. Nu breiden we inzet van het model uit naar meer zorgaandachtsgebieden in het ziekenhuis.”
Zelf ontwikkeld
Om de proef te kunnen uitvoeren, maakt HMC gebruik van een zelf ontwikkeld machine learning algoritme. Deze vorm van kunstmatige intelligentie (AI) zoekt patronen in data en doet op basis daarvan voorspellingen. Bij het ontwikkelen van het algoritme kon HMC gebruikmaken van de ervaringen van andere ziekenhuizen. Het AI-model dat HMC heeft gemaakt, kijkt naar verschillende kenmerken die invloed kunnen hebben op het wel of niet komen opdagen. Bijvoorbeeld eerdere no shows, het type afspraak, het tijdstip van de afspraak, of de patiënt man of vrouw is en hoe lang van tevoren de afspraak is gepland.
Data scientist Siem Aarts, die samen met business intelligence-specialist Edwin Gijsen het AI-model ontwikkelde en de pilot opzette, legt uit dat het systeem op basis van een grote hoeveelheid gegevens berekent welke patiënten de grootste kans hebben op een no-show. Volgens hem legt het algoritme verbanden die je anders niet makkelijk zou kunnen vinden.
De pilot op de poliklinieken Kaakchirurgie en Preoperatieve Screening (POS) duurt drie maanden. “Deze poli’s hebben relatief veel no shows en willen hier graag iets aan doen”, verklaart Siem de deelname van Kaakchirurgie en de POS. Ook voegt hij toe dat een no show bij de POS in het ergste geval betekent dat een operatie niet kan doorgaan. Dan heeft het nog grotere gevolgen.
Hoog risico op wegblijven
Elke week genereert het AI-model per polikliniek een lijst met patiënten die een hoog risico hebben op een no-show en in de komende dagen een afspraak gepland hebben. De teams bellen vervolgens 25 van deze patiënten om hen tijdig te herinneren aan hun bezoek. Tegelijkertijd wordt bijgehouden hoeveel patiënten uit deze groep alsnog wegblijven, en hoeveel no-shows voorkomen bij een vergelijkbare groep van 25 patiënten die niet wordt gebeld.
Zo ontstaat een helder beeld van de effectiviteit van de aanpak. Aan het einde van de pilot beoordeelt HMC in hoeverre het algoritme helpt om het aantal no-shows terug te brengen naar de beoogde drie procent.
