SEH AI-opnamevoorspeller krijgt vervolg, ondanks beperkte tijdswinst

De AI-opnamevoorspeller van het St. Antonius Ziekenhuis levert op de Spoedeisende Hulp (SEH) vooralsnog ongeveer vijf minuten tijdswinst op. Dat is de helft van de tien minuten waarop de ontwikkelaars hadden gehoopt. Toch wordt de toepassing niet direct stopgezet. SEH-arts Marleen Vreeburg ziet voldoende potentie voor een vervolg. Het ziekenhuis onderzoekt vooral hoe de voorspeller beter kan worden ingebed in de dagelijkse werkwijze van artsen en andere zorgverleners.

De opnamevoorspeller werd twee jaar geleden als pilot ingevoerd op de SEH. Het AI-model berekent iedere vijf minuten op basis van de op dat moment beschikbare patiëntgegevens hoe groot de kans is dat een patiënt in het ziekenhuis wordt opgenomen. Komt de geschatte kans boven de 50 procent uit, dan is het de bedoeling dat de patiënt wordt aangemeld bij de opnamecoördinator. Die kan vervolgens alvast een bed voorbereiden. De achterliggende gedachte is dat hiermee tijd kan worden gewonnen tussen de beslissing tot opname en de daadwerkelijke overdracht naar een verpleegafdeling.

Arts blijft verantwoordelijk

De pilot laat volgens het ziekenhuis zien dat de invoering van een AI-model niet alleen een technische kwestie is. Artsen blijven verantwoordelijk voor de uiteindelijke beslissing en moeten de voorspelling van het model beoordelen. Volgens Vreeburg kan die verantwoordelijkheid in de praktijk ook invloed hebben op het gebruik van de toepassing. Artsen kunnen terughoudend zijn om een opname aan te vragen wanneer later blijkt dat de patiënt toch naar huis kon, stelt zij. “Wat ik terug hoor is dat het de artsen toch een drempel vinden om een opname aan te vragen die later niet nodig blijkt, terwijl dat niet heel erg bezwaarlijk is.”

Vreeburg vindt het daarom te vroeg om de toepassing op basis van de huidige resultaten af te schrijven. Zij verwacht dat het gebruik ervan onderdeel moet worden van de dagelijkse routine voordat duidelijk wordt welke meerwaarde de technologie in de praktijk kan hebben.

Werkwijze moet veranderen

Ook Rogier Plas, projectleider bij het AI Expertisecentrum, ziet de invoering van de opnamevoorspeller als een bredere implementatieopgave. Volgens hem is het onvoldoende om een AI-toepassing simpelweg aan een bestaand werkproces toe te voegen. De werkwijze moet volgens hem worden aangepast om daadwerkelijk voordeel uit de technologie te halen. De ervaringen met de opnamevoorspeller worden onderzocht door Yvette van der Haas en Wiesje Roskamp. Zij volgen de ontwikkeling en invoering van het model binnen het ziekenhuis.

Hun bevindingen zijn begin oktober gepresenteerd tijdens de conferentie AI en menselijke interactie in de Zorg. Voor het onderzoek ontvingen zij een Best Paper Award. Uit het onderzoek blijkt volgens de onderzoekers dat de invoering van het model complexer is dan vooraf was voorzien. De opgedane ervaringen kunnen volgens hen wel worden gebruikt bij de implementatie van andere AI-toepassingen binnen het ziekenhuis.

Tijdswinst niet enige uitkomst

De huidige pilot heeft daarmee nog niet de beoogde tijdswinst opgeleverd. De onderzoekers kijken echter ook naar de manier waarop het model onderdeel wordt van het zorgproces en naar de factoren die het gebruik door professionals beïnvloeden. Voor de SEH is dat relevant omdat daar voortdurend keuzes moeten worden gemaakt over diagnostiek, behandeling en opname. Een voorspelling over de opnamekans kan daarbij ondersteunende informatie bieden, maar vervangt de beoordeling door de arts niet.

Het St. Antonius kiest er daarom vooralsnog voor om de opnamevoorspeller verder te gebruiken en de ervaringen met de toepassing mee te nemen in de verdere ontwikkeling van AI binnen het ziekenhuis. Daarmee verschuift de vraag van alleen of het model voorspellingen kan doen naar de vraag hoe zo'n voorspelling daadwerkelijk kan worden ingepast in de dagelijkse zorg.

De ervaringen met de opnamevoorspeller staan niet op zichzelf. Eerder schreef ICT&health over onderzoek van Maastricht UMC+ waaruit bleek dat een AI-risicovoorspelling op de SEH niet automatisch leidde tot ander handelen door artsen. Ook daar bleek de invoering van AI dus niet alleen een technische, maar vooral een organisatorische uitdaging.