Skip to content
Use the search to find information about InterSystems products and solutions, career opportunities, and more.

De sleutelrol van ongestructureerde gegevens in de kwaliteit van de zorg

De sleutelrol van ongestructureerde gegevens in de kwaliteit van de zorg

In 2012 schiet een psychiatrische patiënt een man dood in Denver. Hij bleek vijf maanden eerder te zijn ontslagen uit een psychiatrische instelling en wapens te bezitten. Na uitgebreid onderzoek werd de instelling aangeklaagd wegens nalatigheid en de publieke emoties liepen hoog op. Had het voorval voorkomen kunnen worden? En zo ja, hoe dan? Het verkrijgen van inzicht in achtergrondgegevens is al jaren een belangrijk onderwerp in de zorg. Om incidenten te voorkomen, maar vooral om zorg op maat te kunnen leveren. Dirk van Hyfte, psychiater en senior-adviseur voor biomedische informatica bij InterSystems, vertelt over de sleutelrol van ongestructureerde klinische gegevens in de kwaliteit van de zorg.

Nieuwe telefoon

Dagelijks verzamelen artsen, verpleegkundigen en andere hulpverleners miljoenen berichten over hun patiënten. Zo voeren ze gesprekken, meten ze bloeddruk en hartslag en brengen ze verslag uit over het wel of niet aanslaan van een behandeling. Statistieken en cijfers komen allemaal netjes in het patiëntendossier terecht, maar dat geldt niet voor de vele gespreksverslagen, ontslagbrieven en gegevens over medische achtergrond. “Deze niet-cijfermatige gegevens zijn samen zo’n 80% van alle klinische data”, legt Dirk van Hyfte uit. Dat is jammer, want juist deze ongestructureerde gegevens zijn belangrijk voor een succesvolle behandeling. “Vergelijk het met de aanschaf van een nieuwe telefoon,” legt Dirk van Hyfte uit. “Tijdens je zoektocht lees je natuurlijk over specificaties en kleur, maar de belangrijkste informatie komt van je vrienden, kennissen en online reviews.”

Fractie van de werkelijkheid

In de zorg werkt het net zo. Statistieken en cijfers zijn belangrijk, maar bovenal wil je als arts weten hoe het nou echt met de patiënt gaat. Heeft hij last van bijwerkingen? Voelt hij zich beter dan de maand ervoor? En ligt dit aan de medicatie of aan zijn levensstijl? Iemand die veel beweegt, gezond eet en zijn medicijnen op tijd slikt, is waarschijnlijk sneller beter dan iemand die ongezond leeft en zijn medicijnen vergeet in te nemen. Ook kunnen erfelijkheid en andere aandoeningen een rol spelen. Omdat deze gegevens vaak in tekstvorm worden opgeslagen (of zelfs niet eens worden gedocumenteerd), zijn deze gegevens niet onmiddellijk toegankelijk voor analyse op grote schaal. Hierdoor gebruikt men maar een fractie van de werkgelijkheid die in een patiëntendossier te vinden is. Zo krijgt iedere patiënt met dezelfde diagnose dezelfde behandeling, omdat er te weinig achtergrondinformatie bekend is om zorg op maat te leveren.

Naar de computer

Hoe krijg je deze o-zo-belangrijke ongestructureerde gegevens tóch naar de computer en in het patiëntendossier? “Om alle informatie op één plek samen te brengen, zal je niet gestructureerde gegevens om moeten zetten in gestructureerde gegevens,” zegt Dirk van Hyfte. Een bekend voorbeeld is het coderen van bepaalde bijwerkingen of ziekteverschijnselen. Maar ook deze methode is foutgevoelig, tijdrovend en onvolledig omdat je beperkt wordt door de code-afspraken die je van tevoren hebt gemaakt. Daarom werken steeds meer ziekenhuizen met een tool die teksten zelfstandig analyseert en omzet in gestructureerde informatie. “De meeste tools gaan op zoek naar woorden en concepten die hen van tevoren geleerd zijn, het zogeheten top-down principe” vertelt Dirk van Hyfte. “Dat is al een stap in de goede richting, maar nog steeds beperkt. De tool ‘vist’ letterlijk naar woorden en weet niets van de relatie van deze woorden met andere.”

Smart indexing met iKnow

Om dit probleem op te lossen, ontwikkelde Dirk van Hyfte een nieuwe, bottom-up techniek: smart indexing. Deze methode, gecommercialiseerd door InterSystems onder de naam iKnow, zoekt op zinvolle woordgroepen en concepten en probeert hun relatie te achterhalen. Door de ongestructureerde tekst vanuit linguïstisch oogpunt te benaderen, worden alle woorden meegenomen in de analyse en ontstaat er een veel duidelijker beeld van de inhoud. En dat levert naast tijdsbesparing ook veel andere voordelen op. “Op individueel niveau krijgt de arts een completer overzicht van iemands medische gezondheid,” legt Dirk uit. “Hij ziet niet alleen labresultaten en bloeduitslagen op zijn scherm, maar ook informatie over levensstijl, medicijngebruik, erfelijkheid en ziekteverloop.” Op populatieniveau kan iKnow zelfs bijdragen aan de algemene volksgezondheid. “Het wordt makkelijker om risicogroepen te detecteren; je hebt immers gegevens over heel veel verschillende patiënten met dezelfde symptomen,” aldus Dirk van Hyfte.

Betere vervolgacties

Wie een tijdje met smart indexing werkt, merkt dat meer inzicht in ongestructureerde gegevens uiteindelijk leidt tot betere vervolgacties. Zo hebben mensen met tattoos, piercings of een verblijf in de gevangenis meer kans op hepatitis C. Door deze achtergrondvragen op te nemen in de standaard vragenlijst tijdens een intake, kunnen mensen die risico lopen beter in de gaten worden gehouden. Daarnaast zullen artsen merken dat de nieuwe manier van documenteren ook deuren opent voor het hergebruik van klinische data. Zo – en op vele andere manieren- zorgt smart indexing voor betere zorg op maat.

 

Beeldbron: AdobeStock © WavebreakmediaMicro 78835883

GERELATEERDE THEMA'S

Andere Berichten Die Je Misschien Leuk Vindt.

28 jan 2025
The OMOP CDM is designed to help researchers do many types of observational research. It is used by a lot of researchers, data analysts, and healthcare organizations.
21 jan 2025
Our Workshop focused on bridging the gap between two prominent healthcare data frameworks: the OMOP Common Data Model (CDM) and the HL7 FHIR standard.
14 jan 2025
The healthcare industry is undergoing a digital transformation that is both complex and critical. One of the most significant challenges is the standardization of data models.
07 jan 2025
Welcome to the Managing Scattered Health Data with OMOP blog series, in which we will explore the role of OMOP, its data model, implementation challenges, and the solutions offered by InterSystems.
19 nov 2024
De medische geschiedenis van een persoon bepaalt in grote mate welke behandelingen voor hem of haar de meest ideale zijn wanneer een nieuwe kwaal of ziekte zich aandient.
12 nov 2024
Vanaf het begin van onze beweging #1Patient1Record4Belgium duikt regelmatig de vraag over privacy op.
05 nov 2024
Security en consent. Twee begrippen die niet zonder elkaar kunnen. Zeker niet als het gaat om hetgeen wij met #1Patient1Record4Belgium hard voor aan het strijden zijn: ervoor zorgen dat de data van de patiënt daadwerkelijk bij de patiënt terechtkomt.
31 okt 2024
Voor iemand die zo vaak in ziekenhuizen moet zijn, is het ontzettend frustrerend om steeds weer dezelfde vragen te krijgen.
29 okt 2024
Door je eigen ervaring als patiënt of door het zo goed mogelijk mee te maken via een naaste: iedereen wordt geconfronteerd met het probleem van het beheer van zijn medisch dossier dat we willen oplossen.
24 okt 2024
We al heel veel data hebben, maar het simpelweg niet hergebruiken of inzetten bij klinische behandelingen. En dat terwijl juist dit zo belangrijk is.