Lees hier het eerste artikel over het project Spiegelinformatie.
Nog even in het kort: het project Spiegelinformatie is erop gericht een generieke, doelmatige aanpak te ontwikkelen waarmee spiegelinformatie kan worden gegenereerd op basis van de data uit de AHON-database. Zo kunnen rapportages, met reële cijfers die beter overeenkomen met de werkelijkheid, proactief beschikbaar worden gesteld aan huisartsen.
Een van de mensen die dit mogelijk maakt is data scientist Lucas van Assen. Hij zorgt dat onderzoekers data in de AHON-database goed kunnen gebruiken. Lucas begon dit project met het reproduceren van het onderzoek van initiatiefnemer Lukas Brouw. Wat Lukas handmatig deed met zijn eigen data, reproduceerde data scientist Lucas met de gegevens van de honderd praktijken in de AHON-database. Dat betekende het opschonen, transformeren en koppelen van de data, om die vervolgens in samenspraak met Boudewijn en Lukas wetenschappelijk te valideren. Zo krijgen we nauwkeurigere gegevens dan de ruwe data die nu worden aangeleverd door andere partijen. “Onze analyses geven een meer realistisch beeld van de klinische werkelijkheid.”
Huisarts en onderzoeker Boudewijn werkt binnen de afdeling ELZ van het UMCG aan de doelmatigheid van diagnostiek en is ook onderdeel van de projectgroep. Hij vertelde in het vorige artikel al over het algoritme dat werkt als een zeef. “We gaan nu in de projectgroep beginnen met het fijnmaziger maken van die zeef, door middel van AI, zodat ook vrije tekstvelden kunnen worden meegenomen.” Data scientist Lucas: “In zo’n vrije tekst kan vaak de reden staan waarom iemand niet de behandeling krijgt die normaal gesproken wordt voorgeschreven. AI kan dan zien welke patiënten terecht niet volgens de standaard behandeld zijn.”
De AI die wordt gebruikt is een lokaal AI-model. “Deze AI is misschien niet zo goed als commerciële modellen, maar het voordeel is dat we hem lokaal laten draaien en onze data niet de cloud in gaat. Er zijn daardoor geen issues met privacy; dat is bij dit werk wel echt essentieel”, legt Lucas uit. De zeef moet in een later stadium ook makkelijk aan te passen zijn voor andere onderwerpen en standaarden. “Mijn collega Maarten Brilman en ik bouwen de onderliggende code daarom zo generiek en modulair mogelijk op. Daardoor kunnen veel onderdelen later worden hergebruikt en aangepast voor andere toepassingen.”
Naast gelijkwaardige samenwerking en praktijkgerichte innovatie is actief kennisdelen een van de pijlers van de AWH-NO. Initiatiefnemer en huisarts Lukas heeft wel ideeën hoe hij de rapportages beschikbaar wil laten maken voor huisartsenpraktijken. “Zeg het met data en presenteer het met tegeltjeswijsheid”, vertelt hij lachend. “In één overzicht kan je dan op tegels alle informatie zien, met kleuren wordt aangegeven hoe het ervoor staat: groen, oranje of rood.”
Boudewijn gaat verder: “Op termijn hoop ik dat een huisarts een dashboard krijgt met een aantal tegels met daarop een NHG-standaard. En dat je dan op praktijkniveau kunt kijken hoe het gaat en het kunt vergelijken met andere praktijken. In een nog verder stadium, zouden we het op HIS-niveau willen laten draaien, zodat we dan op individueel niveau kunnen bekijken of een patiënt optimaal wordt begeleid.” Maar, dat laatste zal niet mogelijk zijn zolang de data niet terug te leiden is naar een specifieke patiënt, zoals nu – vanwege de privacy – het geval is bij de AHON-database.
“Je weet nooit wat voor interessante inzichten er uit zo’n rapportage komen”, zegt huisarts Lukas. “Meer informatie zorgt voor meer wijsheid. Waar volgens de data de meeste winst te behalen is, kunnen we dan bespreken in het FTO. Bepaalde blinde vlekken verdwijnen daarmee.” Boudewijn benadrukt het belang van doelmatiger werken: “Als je kijkt wat ons in de toekomst te wachten staat met de driedubbele vergrijzing, moeten we erg ons best doen om de huidige kwaliteit te kunnen handhaven. Mijn stelling is daarbij dat we er met ons huidige ICT-systeem geen inzicht in hebben, en daar hebben we dit project voor nodig.”
De AWH-NO hoopt dat de eerste versie, de grofmazige zeef waarbij de behandeling van nierschade in kaart wordt gebracht, dit jaar wordt opgeleverd. Volgend jaar moet dan de versie inclusief de AI-tool klaar zijn voor gebruik. Lucas: “Dit wordt een beheerd product dat we blijven updaten. Als het eenmaal staat, kan het blijven staan en kan nieuwe data via dezelfde datapijplijn verwerkt worden. Dan heb je weer een nieuwe rapportage op je dashboard.” Zo blijft het product bruikbaar, ook als er een jaar later nieuwe data is of de AHON-database wordt uitgebreid met gegevens van nieuwe huisartspraktijken.
Het model, dat gebouwd wordt met behulp van AHON-data, is straks ook te gebruiken door vergelijkbare afdelingen van het UMCU, Amsterdam UMC en Maastricht UMC waarmee intensief wordt samengewerkt in het Intercity Netwerk. Door het gedeelde generieke datamodel kunnen queries een-op-een toegepast worden. Ook worden rapportages uit andere regio’s binnen het landelijke AWH-overleg geïnventariseerd en gedeeld. Met deze actieve kennisdeling wordt de methode voor het verkrijgen van de spiegelinformatie landelijk toepasbaar.
“Uiteindelijk leren we door alle spiegelinformatie hoe we het beter kunnen doen als huisartsen, maar ook hoe we in Nederland met onze resources omgaan”, besluit Lukas. “Ik vind die informatie echt goud waard, want ik hoor overal dat ik iets beter moet doen. Dat mag een keer afgelopen zijn.”
De AWH-NO is er voor alle huisartsenpraktijken. Heb jij net als Lukas een goed idee voor een project? Deel ze met de liaison-huisarts in jouw regio en doe ook mee aan lopende of nieuwe projecten. Zo zorgen we samen voor praktijkgerichte innovatie van de huisartsenzorg.
