Klinische besluitvorming en onderzoek
Clinical Decision Support klinkt voor sommigen als toekomstmuziek. Toch zijn er al voorbeelden uit de praktijk waarbij relevante data efficiënt wordt verwerkt en tot klinische oplossingen leiden die de arts en patiënt ondersteunen bij de besluitvorming. Dergelijke oplossingen worden in samenwerking met onderzoeksgroepen van bijvoorbeeld universitaire ziekenhuizen ontwikkeld. ORTEC brengt Data Science expertise in bij het onderzoek en vertaalt de innovatie naar een gebruikersapplicatie dat in elke zorginstelling voor de betreffende vakgroep kan worden ingezet. Een voorbeeld hiervan is U-Prevent, een innovatie van UMC Utrecht dat heeft geleid tot een toepassing op het gebied van cardiovasculair risicomanagement.
Uitdaging in het toepassen van Data Science
Om de innovatie te laten slagen, is naast een succesvolle implementatie ook goede en juiste kwaliteit van data een vereiste. Helaas heeft de politiek in 2011 besloten om geen landelijk EPD te hanteren. Dat heeft ertoe geleid dat elke zorginstelling een eigen EPD heeft moeten implementeren. Zelfs als de EPD van dezelfde leverancier afkomstig is, is geen implementatie hetzelfde. Daarmee is patiëntdata in die systemen onvergelijkbaar en niet zomaar te combineren. Bovendien is die data nooit vastgelegd met Data Science als doel. Kortom, de uitdaging in het toepassen van Data Science is groot.
Klinische besluitvorming
ORTEC legt zich met haar jarenlange ervaring in Data Science toe op het ontwikkelen van klinische oplossingen die arts en patiënt ondersteunen bij besluitvorming: Klinische besluitvorming. Dergelijke oplossingen worden in samenwerking met onderzoeksgroepen van bijvoorbeeld universitaire ziekenhuizen ontwikkeld. ORTEC brengt Data Science expertise in bij het onderzoek en vertaalt de innovatie naar een gebruikersapplicatie dat in elke zorginstelling voor de betreffende vakgroep kan worden ingezet. Samen met de onderzoeksgroep wordt vervolgens geïnvesteerd in de verdere ontwikkeling en innovatie.
In de praktijk: U-Prevent
Een voorbeeld hiervan is U-Prevent, een innovatie van UMC Utrecht dat heeft geleid tot een toepassing op het gebied van cardiovasculair risicomanagement. U-Prevent ondersteunt de arts in gesprek met de patiënt bij de vaststelling van het cardiovasculair risico dat die patiënt loopt. Waarbij de applicatie het mogelijk maakt om uit te zoeken welke middelen beschikbaar zijn die ingezet kunnen worden om het risico te verlagen. Zo werkt een arts met patiënt samen aan preventie en het daarmee voorkomen van aandoeningen die ook leiden tot onnodige zorgkosten.
De voordelen
Het zo efficiënt mogelijk inzetten van de resources is cruciaal. Een optimale afstemming van vraag en aanbod levert significante voordelen op:
Afdelingen kunnen 15% productiever worden
Verdubbeling van het aantal normale werkdagen
Rekenwerk kost 20 minuten, geen 3 dagen
Operatiekamers kunnen 19% productiever
Het aantal opnames per verpleegkundige kan 25% hoger
De wachttijd voor röntgenfoto’s en CT-scans kan 20% omlaag
Voldoen aan AVG
In Nederland wordt met publiek geld veel geïnvesteerd in innovatie in de zorg. Enerzijds is dit gedreven door de noodzaak om verdere toename van de totale zorgkosten te beperken. Anderzijds biedt dit kansen om de kwaliteit van zorg voor de patiënt te verbeteren. De afgelopen jaren heeft de aandacht voor de AVG remmend gewerkt op het implementeren van innovaties. Hoe krijg je innovaties geïmplementeerd en duurzaam geëxploiteerd op een wijze die voldoet aan de AVG? Inmiddels ontstaat de nodige nuance door voortschrijdend inzicht en krijgt innovatie waarbij patiëntdata wordt gebruikt meer en meer prioriteit.
Klinische onderzoeksprojecten
Academische ziekenhuizen en topklinische centra willen de zorg verbeteren door onderzoek te doen naar gepersonaliseerde geneeskunde. Generieke medische interventies hebben hun grenzen bereikt; geïndividualiseerde behandelingen zijn effectiever en hebben beperktere bijwerkingen. Innovaties op het gebied van gepersonaliseerde geneeskunde zijn in hoge mate afhankelijk van grote hoeveelheden gepersonaliseerde en hoogwaardige medische data. Die gegevens zijn echter vaak moeilijk toegankelijk, als ze al beschikbaar zijn. Data die in de zorg wordt gecreëerd is doorgaans niet gereed of geschikt voor de wetenschap, en zelfs data uit klinisch onderzoek ondergaat een tijdrovende behandeling voordat het kan worden geanalyseerd. Medische onderzoekers zoeken daarom naar een oplossing die hun onderzoek kan versnellen, die ze minder afhankelijk maakt van EPD-data, die ze de nodige flexibiliteit biedt en die ook de vereiste datakwaliteit oplevert.
ORTEC LogiqSuite is een medisch data-managementsysteem dat een waardevol hulpmiddel is voor onderzoek, en dat ook in de zorg in toenemende mate wordt ingezet voor het evalueren van data uit de praktijk.
