Elk ziekenhuis heeft unieke kenmerken. De apparatuur, het personeel, de technische mogelijkheden en de samenstelling van de patiëntenpopulatie verschillen per instelling. Hoewel profielen voor veelvoorkomende aandoeningen universeel lijken, zijn er belangrijke nuances die een geïndividualiseerde aanpak vereisen, afgestemd op de specifieke patiëntensamenstelling en kenmerken van de zorgafdelingen.
Een nieuwe studie toont aan dat kunstmatige intelligentie (AI) kan helpen de zorg te verbeteren door gegevens van verschillende ziekenhuizen te analyseren en beter gerichte patiëntengroepen te creëren die de lokale populaties weerspiegelen. AI kan specifieke zorgbehoeften identificeren, waaronder de benodigde afdelingen en teams om effectief in te spelen op de behoeften van patiënten.
De studie richtte zich op patiënten met long COVID en identificeerde vier subpopulaties, elk met specifieke zorgbehoeften:
- Psychische aandoeningen: angst, depressie, neuro-ontwikkelingsstoornissen, ADHD.
- Atopische/allergische aandoeningen: astma, allergieën.
- Niet-complexe aandoeningen: visuele stoornissen, slapeloosheid.
- Complexe aandoeningen: hartaandoeningen, neuromusculaire stoornissen.
Met behulp van een machine learning-methode genaamd latent transfer learning analyseerden de onderzoekers geanonimiseerde gegevens van acht kinderziekenhuizen. Dit systeem maakte het mogelijk om de specifieke behoeften van elke subpopulatie te identificeren en ziekenhuizen te helpen strategieën op maat te ontwikkelen.
Volgens de onderzoekers is een uniforme aanpak onvoldoende voor subgroepen met een hoog risico die gespecialiseerde zorg nodig hebben. Zo hebben patiënten met complexe chronische aandoeningen een aanzienlijk verhoogd aantal ziekenhuisopnames en bezoeken aan de spoedeisende hulp.
AI had al in maart 2020 kunnen helpen bij het voorspellen van de behoefte aan intensive care-bedden, beademingsapparatuur en gespecialiseerd personeel, waarmee de impact van de pandemie mogelijk beperkt had kunnen worden. In de toekomst kan dit systeem de aanpak van veelvoorkomende chronische ziekten, zoals diabetes of astma, optimaliseren door deze af te stemmen op lokale middelen en patiëntensamenstellingen.
De onderzoekers geloven dat deze technologie eenvoudig kan worden geïmplementeerd dankzij een relatief eenvoudige infrastructuur voor gegevensdeling, waardoor ziekenhuizen kunnen profiteren van gedeelde informatie binnen een netwerk.
Delen via e-mail