Digitale infrastructuur voor medische kennis

De tsunami aan medische vakinformatie die op artsen afkomt, is voor henzelf nauwelijks nog te behappen. En wanneer medische protocollen niet meer actueel of onvolledig zijn, liggen fouten op de loer. Een digitale infrastructuur met data is daarom de nieuwe bron voor kwaliteitswinst, stelt zorgadviseur Erik-Jan Vlieger. 

 

Het menselijk brein is niet langer het beste medium om alle fijnmazige medische kennis te filteren en in zich op te nemen. Algoritmes kunnen dat wel. Daarmee kunnen artsen volgens de laatste medische literatuur werken en ook minder fouten maken. Dat zegt Erik-Jan Vlieger, zelf arts maar al vele jaren werkzaam als adviseur in de zorg, sinds 2017 als zelfstandig ondernemer met zijn bedrijf Alii, een digitaal platform dat medische kennis als interactieve protocollen beschikbaar maakt en integreert in elektronische patiëntendossiers (EPD’s).

Voordelen van algoritmes

Vlieger schreef ook het boek ‘Het brein van dokter’, over de voordelen van algoritmes om de laatste medische kennis in het doktersvak toepasbaar te maken. ‘Want hoeveel wetenschappelijke informatie kan het brein van een dokter nog aan? Elke 23 seconden verschijnt een nieuwe publicatie. In 2026 zal dat elke 14 seconden zijn. Voor een neuroloog gaat het nu al om 17 klinische artikelen per dag.’

Elke 23 seconden verschijnt een nieuwe publicatie. In 2026 zal dat elke 14 seconden zijn. Voor een neuroloog gaat het nu al om 17 klinische artikelen per dag.

Artsen werken grotendeels uit het hoofd. Ze doen hun werk aan de hand van door henzelf geschreven protocollen, die weer een afgeleide zijn van richtlijnen uit de medisch-wetenschappelijke literatuur. ‘Deze richtlijnen’, legt Vlieger uit, ‘steunen op enkele variabelen en nooit op de precieze modellen van de wetenschappelijke literatuur. Bij het bekend worden van de richtlijnen lopen deze vaak al twee jaar achter op de nieuwste wetenschappelijke inzichten. Artsen missen daardoor de exactheid van de allerlaatste beschikbare medische kennis.’

Een voorbeeld: volgens de laatste medische literatuur moet een acute blindedarmontsteking eerst met een antibioticakuur behandeld worden. Toch ziet Vlieger veel protocollen die voorschrijven dat je beter meteen een ‘open operatie’ moet uitvoeren. Vlieger: ‘Ook artsen die denken dat ze wél alle wetenschappelijke variabelen per patiënt in hun hoofd te hebben, zien dingen over het hoofd. En kunnen daardoor minder goede beslissingen nemen. Ondanks de kwaliteit van zorg in Nederland, die tot de top van de wereld behoort, tellen wij toch jaarlijks circa 2000 doden door medische fouten.’

Klinische netwerken

Vlieger vindt het achterhaald dat artsen veel tijd moeten investeren om richtlijnen om te zetten naar tekstuele protocollen voor hun eigen ziekenhuis. ‘Dat is niet langer houdbaar nu we steeds meer bewegen naar een wereld van medische algoritmes. Ook de hoeveelheid medische big data in management-, kwaliteitszorg- en andere systemen groeit. Deze toevloed aan nieuwe kennis kan geen arts meer voor zichzelf bijhouden, maar met medische algoritmes kan dat wel. Je biedt dan steeds preciezere behandelingen aan met betere prognoses.’

De toevloed aan nieuwe kennis kan geen arts meer voor zichzelf bijhouden, maar met medische algoritmes kan dat wel.

Vlieger pleit voor samenwerking tussen artsen in klinische netwerken, die medische artikelen en andere documentatie lezen en op hun toegevoegde waarde selecteren. De volgende stap is om de nieuwe kennis met algoritmes opslaan in databases. Als dit klinisch netwerk in hoog tempo kennis toevoegt, kunnen artsen met zelflerende algoritmen ook verbanden tussen ziekten ontdekken die nog onzichtbaar of complex waren.’

Kwaliteitswinst

Een digitale infrastructuur voor medische kennis is daarmee de sleutel tot kwaliteitswinst en kostenreductie, is Vlieger’s overtuiging. Modellen uit de medische vakliteratuur die in algoritmen zijn verwerkt, kunnen voor uiteenlopende patiëntgroepen, van zuigeling tot senior, voorspellen met welke acties gezondheidswinst is te boeken, wat de winst is in levensjaren en of je bijwerkingen van geneesmiddelen kunt voorkomen.

Een huisarts, geeft Vlieger als voorbeeld mee, kan ook de plukjes informatie in zijn database raadplegen om te zien of de rugpijn van een patiënt een klus is voor een fysiotherapeut, of dat er kans is op een hernia. ‘De patiënt krijgt door het algoritme een objectief antwoord. Dat kan voorkomen dat hij onnodig naar het ziekenhuis wordt doorverwezen. Bij shared decision making weet de individuele patiënt precies wat de mogelijkheden zijn om een behandeling op hem of haar af stemmen, personalized medicine dus. ‘U heeft 80 procent kans dat u over twee jaar nog leeft, als u deze therapie volgt’. Zo’n reële voorspelling is op basis van algoritmen te geven.’

Verspilling

Algoritmen vertellen ook of een dure MRI- of CT-scan wel gemaakt moet worden. ‘Toch doet niemand het en verspillen we veel geld met onnodige diagnostiek en behandelingen. Als artsen niet omgaan met slimme, op informatietechnologie gebaseerde methoden die kennis toegankelijker maakt, vergroot dat de achterstand om de patiënt volgens de laatste medische wetenschap te kunnen helpen.’

Merkwaardig vindt Vlieger het dat protocollen van ziekenhuizen niet geïntegreerd zijn in het patiëntendossier, het EPD. ‘Zorgverleners werken met een intranet-achtig kwaliteitssysteem, met daarin de tekst van de protocollen. Daarnaast is er een EPD. Die twee horen echter samen te gaan. In EPD’s worden gezondheidsdata als bloeddruk en gewicht soms als tekst worden genoteerd, maar ook als grootheden, als cijfers bijvoorbeeld. Dat is willekeur en rommel aan vrije tekst, die je moet opruimen.’

‘Door protocollen als fijnmazige algoritmes te schrijven, door nauwkeurig te coderen hoe je als arts iets opschrijft, wordt de integratie met EPD’s makkelijker. Ook verminderen de administratieve lasten. We zijn als Alii nu bezig dat voor één ziekenhuis in te bouwen. Verder probeert nu alleen de oncologie via het Kankeronderzoekfonds in algoritmes te vatten wat je in verschillende stadia aan kanker kunt doen.’

Dokters in the lead

Heeft een arts dan geen baat bij de supercomputer Watson Health van technologiebedrijf IBM? Watson levert na een zoektocht van een paar seconden uit gedownloade sites, klinische trials en encyclopedieën antwoorden op medische vragen. Vlieger: ‘Watson werd aanvankelijk met enthousiasme onthaald. De computer zou in één klap beter zijn dan dokters. Vooral de oncologie zou ervan profiteren. Maar de resultaten vielen tegen en Watson ging terug naar de tekentafel. Als Watson een fout maakte of juist heel arbeidsintensief bleek te zijn, werden dokters daar heel achterdochtig van. Dat werd de computer niet vergeven. Terwijl je een collega wel een fout kunt vergeven. Dus gingen artsen maar zelf op zoek naar antwoorden.’

Computers maken nu eenmaal ook fouten. Veranderingen in kunstmatige intelligentie gaan geleidelijk. Het kost tijd om nieuwe technologie te kunnen vertrouwen.

‘Computers maken nu eenmaal ook fouten. Veranderingen in kunstmatige intelligentie gaan geleidelijk. Het kost tijd om nieuwe technologie te kunnen vertrouwen. We moeten leren omgaan met het soort fouten dat algoritmes maken en dat ook willen begrijpen. Alleen zo kunnen we verbeteren. Ik ben helemaal geen voorstander van één alwetende zelfdenkende computer, waardoor we niet meer begrijpen wat geneeskunde is. Dokters moeten in de lead blijven.’

Digitale infrastructuur

Een digitale infrastructuur voor medische kennis maakt het ook eenvoudiger om meer zorg in handen te leggen van paramedici, verpleegkundigen en andere, assistenten. ‘Wanneer neurologen, cardiologen en andere artsen de protocollen in algoritmen ontwerpen, kun je andere zorgmedewerkers vragen of opleiden om deze algoritmen als ondersteuningsmiddel voor een deel uit te voeren. Diabeteszorg bij huisartsen is al veelal de taak van praktijkondersteuners, terwijl in ziekenhuizen physician assistants ook al operaties uitvoeren. Ik heb een physician assistant in een ziekenhuis begeleid bij het maken van algoritmes voor het anti-stollingsdossier bij trombosepatiënten. Zij voert dat veel nauwkeuriger uit dan dokters.’

Een arts die zorg met een voorspelbare uitkomst kan delegeren naar zijn team, houdt meer tijd over voor onderzoek met patiëntengegevens en big data. ‘Onderzoek naar hoe je bijvoorbeeld op basis van algoritmen kunt reageren op onrealistisch hoge verwachtingen die patiënten vaak van dokters hebben. En wat de meerwaarde van algoritmes kan zijn bij het multidisciplinair behandelen van steeds meer meervoudig chronisch zieke mensen.’

Loek Kusiak is freelance journalist.