Slimme modellen moeten alarmdruk op de IC helpen verminderen

Op de intensive care worden patiënten continu bewaakt. Toch kan hun toestand onverwacht snel verslechteren. Promovendus Roy van Mierlo onderzocht hoe voorspelmodellen artsen en verpleegkundigen kunnen helpen om eerder te herkennen welke patiënten extra aandacht nodig hebben. Daarbij is het nadrukkelijk niet de bedoeling om nóg meer alarmen te produceren, maar om de grote hoeveelheid beschikbare informatie beter te ordenen.

Van Mierlo promoveerde aan de Technische Universiteit Eindhoven (TU/e). Zijn onderzoek vond grotendeels plaats in het Catharina Ziekenhuis en werd uitgevoerd binnen e/MTIC, een samenwerking waarbij onder meer het ziekenhuis, de TU/e en Philips betrokken zijn. Het onderzoek maakt daarnaast deel uit van ACACIA, een project rond slimme computertechnieken in de hart- en kankerzorg.

Veranderingen eerder herkennen

Bij vrijwel alle IC-patiënten komen perioden voor waarin de bloedsomloop minder stabiel is. Daardoor kunnen organen onvoldoende bloed en zuurstof krijgen. Volgens Van Mierlo kan dit bij ongeveer een derde van de IC-patiënten leiden tot levensbedreigende situaties. Vroege herkenning kan artsen meer tijd geven om bijvoorbeeld vocht of medicijnen toe te dienen.

Voor zijn proefschrift From Signals to Decisions in Critical Care: Data-Integrated Prediction and Decision Support ontwikkelde Van Mierlo modellen die met bestaande IC-gegevens voorspellen of een patiënt binnen het komende uur dreigt te verslechteren.

De modellen combineren verschillende soorten informatie. Naast afzonderlijke meetwaarden worden bijvoorbeeld continu geregistreerde ECG- en bloeddruksignalen meegenomen. Daarbij gaat het niet alleen om de actuele waarde, maar ook om veranderingen gedurende minuten of mogelijk een langere periode. Een bloeddruk kan op een bepaald moment binnen de normale grenzen liggen, terwijl het verloop ervan toch aanleiding geeft om een patiënt nauwlettender te volgen.

Niet nóg een alarm

Op een IC produceren monitoren voortdurend meldingen. Een extra voorspellend systeem dat daar simpelweg nieuwe waarschuwingen aan toevoegt, kan de bestaande alarmdruk verder vergroten. Van Mierlo ziet zijn modellen daarom vooral als een manier om informatie te bundelen en patiënten te prioriteren. “De bedoeling is dat we al die signalen slim samenpakken en kunnen ordenen welke patiënten het belangrijkste zijn om als eerste naar te kijken”, zegt hij.

De mogelijke meerwaarde ligt volgens hem vooral bij complexe patiënten die onverwacht kunnen verslechteren, bijvoorbeeld mensen met sepsis. Het model stelt daarbij geen diagnose en bepaalt ook niet welke behandeling nodig is. Die beslissingen blijven bij artsen en verpleegkundigen. Ook uitlegbaarheid speelt een belangrijke rol. Van Mierlo koos in zijn onderzoek voor relatief eenvoudige modellen, zodat zichtbaar blijft welke informatie bijdraagt aan een voorspelling. Een arts kan daardoor beoordelen of de uitkomst overeenkomt met het klinische beeld van de patiënt.

Een voorspelmodel dat in één ziekenhuis goed presteert, kan niet automatisch in een ander ziekenhuis worden gebruikt. Van Mierlo onderzocht onder meer een model uit de Verenigde Staten en constateerde dat dit niet zonder meer toepasbaar was in de Nederlandse praktijk. Verschillen in apparatuur, meetmomenten, gegevensregistratie en behandelgewoonten kunnen de prestaties beïnvloeden. In Amerikaanse ziekenhuizen worden sommige bloedonderzoeken bijvoorbeeld vaker uitgevoerd dan in Nederland. Dergelijke verschillen veranderen de gegevens waarop een model zijn voorspellingen baseert. Dat maakt lokale validatie noodzakelijk voordat een voorspelmodel daadwerkelijk onderdeel kan worden van de patiëntenzorg.

Eerst testen in de praktijk

De ontwikkelde technologie wordt daarom voorlopig nog niet in de dagelijkse IC-zorg gebruikt. Eerst moet bij nieuwe patiënten prospectief worden onderzocht of de voorspellingen overeenkomen met wat daadwerkelijk gebeurt, zonder dat behandelaars hun handelen al op de voorspellingen aanpassen. Volgens Van Mierlo kan alleen deze eerste praktijkfase ongeveer twee jaar duren.

Daarna moet worden onderzocht hoe beslisondersteuning verantwoord in de werkprocessen van artsen en verpleegkundigen kan worden geïntegreerd. Een mogelijke toekomstige toepassing is een risicoscore op de monitor die aangeeft hoe groot de kans op verslechtering is en welke signalen aan die inschatting bijdragen. Het uiteindelijke doel is niet een model dat de zorgprofessional vervangt, maar software die helpt de beschikbare informatie sneller te interpreteren. Van Mierlo hoopt dat dit uiteindelijk leidt tot minder patiënten die onverwacht ernstig verslechteren.

Alarmreductie op IC

Eerder dit jaar schreven we over een initiatief bij Rijnstate, waar het aantal medische alarmen op de Intensive Care doelgericht verminderd werd om alarmmoeheid onder verpleegkundigen tegen te gaan en de omgeving voor patiënten rustiger te maken. Tijdens een eerste optimalisatieronde daalde het aantal alarmen gemiddeld van vijf naar drie per uur. Dit werd onder meer bereikt door saturatiealarmen slimmer in te stellen, bepaalde bewakingsalarmen te vertragen en de herhaalfrequentie te verlagen.

Rijnstate werkt toe naar een ‘stille IC’, waarbij alarmen niet langer rechtstreeks in de patiëntenkamer klinken. Vanwege de resultaten wordt de aanpak uitgebreid naar de Spoedeisende Hulp, Medium Care en afdeling Hartziekten. Uiteindelijk wil Rijnstate systematische alarmreductie structureel opnemen in het beheer van medische alarmering.