Achtergrond

Medicast-project moet onnodig overlijden in ziekenhuizen voorkomen

Medicast/Gerard Verhoogt
Foto’s/Bart van Overbeeke

Een gezaghebbend Amerikaans tijdschrift meldde in 1999 dat er jaarlijks honderdduizend mensen in ziekenhuizen overlijden door onnodige medische fouten. Prof.dr. Erik Korsten, deeltijdhoogleraar aan de TU/e en anesthesist aan het Catharina Ziekenhuis, schat dat het aantal van honderdduizend eerder te laag dan te hoog is. “Met Medicast gaan we de informatie-uitwisseling en het regelsysteem verbeteren, waardoor deze aantallen beslist zullen dalen.” De TU/e is één van de partners in het Medicast-project.


Prof.dr. Erik Korsten en ir. Susanne Kentgens

Korsten en dr.ir. Hans Blom kennen elkaar al jaren. Blom is docent bij de capaciteitsgroep Signal Processing System van de faculteit Elektrotechniek. Blom promoveerde zelf met Simplexys, destijds een nieuw systeem om patiënteninformatie te analyseren én om de bloeddruk bij patiënten onder controle te houden. De computer verlaagde en stabiliseerde de bloeddruk beter dan artsen of verpleegkundigen, omdat de controle geen moment verslapt. Maar de bloeddruk-applicatie zou uiteindelijk minder belangrijk blijken dan de computertaal waarmee het ontworpen was.
Korsten was in het Catharina Ziekenhuis bezig met een patiënten-
informatiesysteem en vroeg zich af of Simplexys geen goed overkoepelend systeem zou zijn. Korsten over de noodzaak daarvan: “Op een intensive care (IC) zijn minimaal drie verplegers bij een patiënt betrokken, plus een x-aantal specialisten, die allemaal hun eigen dossier hebben. Dat zijn al snel zes, zeven mensen en het gaat om veel informatie. Maar de onderlinge informatie-uitwisseling is niet altijd even accuraat met zoveel betrokkenen. Andere artsen schrijven ook medicijnen voor en een bepaald voorschrift kan juist tegenstrijdig zijn met een ander”.

Informatievelden
Blom droeg Simplexys, dat gebruik maakt van regels die artsen zelf hanteren, over aan twee promovendi om het verder uit te werken. Ir. Paul de Clercq ging door met Simplexys, toenmalig TWAIO Luc Cluitmans maakte een proefontwerp. Het doel van de laatste was om de medische signalen van een patiënt (bloeddruk, pols- en hartslag, druk in de longen en in de slagaders) om de tien seconden te meten. “Vaker ging niet”, zegt Blom. “We hadden graag de ruwe data gehad.” De data worden op een computerscherm zichtbaar gemaakt met een grafiek. Het unieke is dat artsen daarin zelf kunnen programmeren en bijvoorbeeld een trendanalyse kunnen maken door de diverse informatievelden te koppelen. Door het combineren van de patiëntengegevens kan het systeem ook voorspellingen doen en waarschuwingen geven. Zo is een licht hartinfarct te signaleren dat zo kort duurt dat een verpleger het niet kan zien. Of dat over het hoofd ziet, omdat het al druk genoeg is, terwijl er nu een of ander alarmsignaal afgaat. Of bij het voorschrijven van medicijnen kan een waarschuwing volgen: ‘Dit medicijn conflicteert met een ander medicijn dat de patiënt al gebruikt’.
Een van de volgende stappen (zie voor meer informatie hierover het interview met De Clercq, rechts op deze pagina) is om er meer partijen bij te betrekken, bijvoorbeeld de laboratoria van het ziekenhuis.

Laxeren
Een tweede, groot voordeel is dat artsen en verplegers de protocollen zelf op kunnen stellen, lezen en analyseren. Een enthousiaste Korsten: “Wat dat betreft is de situatie 180 graden omgegooid. Dankzij het werk van De Clercq kunnen we zelf de regels en protocollen invoeren. Ik zal het je laten zien. Heel eenvoudig met click, drag en drop: je sleept een bepaald medicijn of ziekte een nieuwe schermpje in, combineert het met andere variabelen en de uitkomst staat zo op het scherm met uitleg erbij. Elke combinatie is mogelijk”.
Korsten geeft een paar voorbeelden van een regel. Patiënten die lang op een IC liggen, lopen het risico last te krijgen van doorliggen en moeten regelmatig omgedraaid worden. Die regel is altijd waar. Tot er zich een geval voordoet waarbij het niet waar is, namelijk als iemand een beschadiging aan zijn ruggengraat heeft en met zijn hoofd vast zit in apparatuur ter ondersteuning. Als je dan alarm slaat, ondermijnt dat het vertrouwen in het systeem volledig. Dan moet je zo’n regel dus snel aan kunnen passen. Een patiënt met een hersenbloeding wordt in een prikkelarme omgeving gelegd om de zwakke plek in een van de bloedvaten in zijn hoofd niet te belasten en hem volledige rust te geven.
Die patiënt moet wel regelmatig gelaxeerd worden, anders moet hij gaan persen en dat wil je juist niet. Dat laxeren wordt makkelijk vergeten in alle drukte, dus komt er een reminder”. En nooit ten onrechte, als de regel klopt.
Nieuw is dat er niet alleen een waarschuwing komt, maar via de internetverbinding kan de verpleger of arts meteen nagaan waarom die waarschuwing gegeven wordt, toegespitst op dat specifieke probleem.
Het systeem heeft nog een ander voordeel: er is tegenwoordig zoveel informatie dat het niet bij te houden is. Korsten: “Een huisarts zou wekelijks honderd tijdschriften moeten lezen om up to date te blijven. Nu geeft de internetverbinding meteen de juiste analyse en de meest actuele stand van zaken”.
Blom: “Bovendien kun je via Medicast ook snel landelijke normen maken die beter zijn dan de huidige. Omdat er dan minder fouten gemaakt worden, zal het ook kostenbesparend werken, want fouten hoeven niet hersteld te worden”.

Intelligenter
Kennissystemen in de geneeskunde zijn al jarenlang veelbelovend, maar eerdere pogingen om ICT in te voeren in de medische sector mislukten. De belangrijkste reden was dat een ‘knowledge engineer’ de ‘domein-
deskundige’ (verpleegkundige of arts) uitvoerig moest bevragen voor hij kon gaan programmeren. Na het schrijven leerde hij de gebruikers het programma aan. Die begrepen het vaak niet goed, konden het niet hanteren of moesten er teveel tijd in stoppen. Door communicatieproblemen tussen clinici en technici, kostten aanpassingen zoveel tijd, inspanning en geld dat deze projecten strandden.
Blom: “Het mooie van dit project is dat iedereen goed met elkaar kan samenwerken: de arts, de wetenschapper en het bedrijfsleven. Je kunt niet zonder elkaar. Met Medicast weet iedereen in het ziekenhuis wat de ander doet en waarom, om samen nog intelligentere dingen te doen. Inmiddels blijkt er wereldwijde belangstelling voor Medicast te zijn en er dienen zich steeds meer nieuwe vakgebieden aan: van de psychiatrie, intensive care, anesthesie, huisartsen tot de interne geneeskunde (diabetes en hoge bloeddruk)”./.

Subsidie
Het ministerie van Economische Zaken heeft 7,5 miljoen euro beschikbaar gesteld voor het Medicast-project. Het doel van de ‘doorbraak’-subsidie voor de Technologische Samenwerking van het ministerie is om de kwaliteit, kwantiteit, effectiviteit en toegankelijkheid van ICT in de medische sector te bevorderen. Uitgangspunt is dat Nederland achterloopt met ICT (in het algemeen en in de medische sector), terwijl er geld mee te verdienen is. Deelnemers aan het Medicast Consortium zijn het Catharina Ziekenhuis in Eindhoven, het Diakonessenhuis in Utrecht, Dräger Medical Netherlands (hardware), INAD Medical Software, KiQ/Data Mining, MEDECS en de TU/e met de faculteiten Biomedische Technologie en Elektrotechniek.

.


Data mining: spitten in databases
Een van de partners in het Medicast consortium is KiQ. Dit van oorsprong Engelse bedrijf is gespecialiseerd in data mining, een techniek om automatisch relaties te leggen tussen gegevens uit grote data bases. Dat blijkt ook in de zorg zo goed te werken dat er een grote kans is dat dit een aparte afdeling bij KiQ wordt.


Ir. Paul de Clercq (links) en prof.dr. Erik Korsten

Jacqueline van Wees, medewerkster van KiQ die meewerkt aan Medicast: “Bij data mining doorzoek je een grote berg data om voorspellingen te doen. Je hebt exploratieve data mining, waarbij je vaak van alles ontdekt wat je al wist of vermoedde. In de trend van ‘een significant aantal van alle Belgen woont onder de grote rivieren’. De tweede vorm is voorspellende data mining, waarbij je van tevoren zegt wat je te weten wil komen, bijvoorbeeld wanneer iemand misselijk wordt na anesthesie. Terwijl je niet weet welke variabelen die uitkomst beïnvloeden”.
Een ziekenhuis heeft wel honderd informatievelden per patiënt terwijl er misschien slechts tien een rol spelen. Het gaat om een combinatie van logistieke gegevens van het ziekenhuis (operatieduur, medicijngebruik) en persoonlijke gegevens (leeftijd, sekse). Van Wees: “Niet alle persoonlijke gegevens zijn van belang in zorgtoepassingen; de kleur haar bijvoorbeeld gewoonlijk niet. Onze technologie vertelt je welke velden van belang zijn, zodat je je kunt concentreren op het verzamelen van vooral die gegevens. En hoe meer gegevens er verzameld zijn, hoe beter je kunt voorspellen wanneer een bepaalde complicatie zal optreden, zodat er preventieve maatregelen en betere beslissingen kunnen worden genomen. Zo is bijvoorbeeld te voorspellen of het risico op overlijden tijdens een operatie voor een bepaalde patiënt niet groter is dan dat van de kwaal zelf. In dat geval kun je uiteraard beter niet opereren”.

Algoritmes
KiQ werkt met genetische algoritmes, een techniek die werkt volgens Darwins principe van ‘survival of the fittest’. Telkens als er een nieuwe formule is gevonden die beter werkt dan de oude(n) gaat het systeem daarmee door. Op deze manier worden in feite miljoenen jaren van evolutie gesimuleerd, met als gevolg formules die aanzienlijk beter voorspellen dan mensen. Dit bleek bijvoorbeeld in het Diakonessenhuis in Utrecht waar KiQ voorspelde welke patiënten misselijk zouden worden na een anesthesie. Daarvoor koppelden ze persoonlijke patiëntengegevens met algemene medische gegevens. Maar ook voor een verzekeringsmaatschappij voorspelde KiQ beter welke mensen schade aan hun auto zouden claimen en voor welk bedrag dan de ervaren schade-experts.
Van Wees: “Je laat data mining los op bestaande gegevens en dat blijkt prima te werken. Binnen het consortium is er genoeg kennis, kunde en ervaring om deze technologie nog verder geschikt te maken voor medische toepassingen en om het te combineren met andere technieken om Medicast tot een succes te maken”.
Van Wees erkent dat privacy een issue is, maar vervolgt: “Dat is vooral een zaak van de ziekenhuizen; die zijn en blijven eigenaar van de gegevens. We gaan er nu alleen slimmer mee om. En iedereen wil uiteindelijk betere zorg. Maar we praten wel degelijk over privacy en daar is al contact over geweest met het College Bescherming Persoonsgegevens. Medicast wordt uiteindelijk een uitgebreid platform en we denken erover om daar overal veiligheidsmaatregelen in te bouwen”.
Naast het leveren van de data mining technologie zal KiQ zich ook bezighouden met het ontwikkelen van monitoringstechnieken. Wat er gebeurt tijdens een operatie of op de IC wordt online geregistreerd en bijgehouden. Zo kan een arts meteen zien of alles volgens verwachting gaat. Afwijkingen van dat pad worden meteen vastgesteld, zodat hij in kan grijpen.
De taak van de onderzoekers van de TU/e-faculteit Elektrotechniek is ervoor zorgen dat de beste behandelmethoden geïmplementeerd worden in een kennissysteem waar de clinici soepel mee om kunnen gaan. De bijdrage van de faculteit BMT, waar deeltijdhoogleraar prof.mr.dr. Bas de Mol samenwerkt met KiQ, is om vast te stellen wat nu die beste behandelmethoden zijn. Een objectieve manier om die te vinden kan met de tools van KiQ: bepaal de factoren die het succes van medisch handelen bepalen. Zo kun je achterhalen dat een bepaald medicijn echt beter is voor een bepaalde doelgroep, of dat je een bepaalde klasse patiënten het beste op deze manier kunt behandelen en niet op de manier die men tot dusverre het beste achtte./.

Gaston: intelligente en gebruiksvriendelijke hulp voor artsen

Dr.ir. Hans Blom vroeg aan ir. Paul de Clercq om Simplexys door te ontwikkelen. Van de eenvoudige ‘als dit - dan dat’ programmeertaal maakte hij een complexer geheel dat veel meer mogelijkheden biedt. Het systeem kan nu ook protocollen als ‘de bloeddruk moet zoveel procent stijgen in x-aantal dagen’ kunnen bevatten. Of ‘deze patiënt moet medicijn x minimaal zoveel keer per dag hebben, gedurende zoveel weken’. Tegelijkertijd zorgde De Clercq ervoor dat het systeem, dat hij Gaston doopte, zeer gebruiksvriendelijk bleef.


Van links naar rechts: prof.dr. Erik Korsten, dr.ir. Hans Blom, dr.ir. Harrie Kuipers, prof.dr.ir. Jan Bergmans

De Clercq besteedde vooral aandacht aan de architectuur van het kennissysteem. “Gaston kan nu regels en meer complexe protocollen opstellen en hanteren, op een overzichtelijke manier. Het basisidee hiervoor is de scheiding van domeinspecifieke kennis en redeneerspecifieke kennis. Domeinspecifieke kennis is bijvoorbeeld de intensive care (IC) met zijn specifieke ziekten en medicijnen en de relaties daartussen (zoals tegenstrijdige toepassing van medicijnen). De redeneerkennis bevat de redeneerstappen van mensen en algemene strategieën om problemen op te lossen.
Gaston hanteert geen regels, maar is ingedeeld in blokjes die een deel van een redeneerproces vertellen. Algemeen gezegd: er is achtereenvolgens sprake van een gebeurtenis, beslissing en actie. Concreet: iemand heeft last van zijn luchtwegen (gebeurtenis), de arts stelt een diagnose en vermoedt een longziekte (beslissing) en laat vervolgens tests doen (actie).
Door de twee soorten kennis te scheiden, werd Gaston een generiek systeem. Het wordt inmiddels toegepast in de psychiatrie, de intensive care, anesthesie, een aantal huisartsenpraktijken in Zuid-Limburg gebruikt het, maar ook de afdeling interne geneeskunde, bijvoorbeeld voor diabetes en hoge bloeddruk. Het werd mede ontwikkeld door de universiteit van Maastricht, waar De Clercq parttime onderzoek deed.
“Het belangrijkste doel is momenteel het ‘volwassener maken’ van Gaston”, vertelt De Clercq en vervolgt: “Het moet nog aangepast worden aan moderne systemen en meer op internet gebaseerd worden. De temporele regels wil ik beter uitwerken zodat er real time gegevens, bijvoorbeeld van de IC, aan toegevoegd kunnen worden. Daarna moet het op een hoger niveau getild worden, zodat het de intenties van artsen kan beredeneren. Een arts kan verschillende manieren volgen naar een genezing. Als hij voor manier A kiest, past het systeem zich daarop aan en loopt als het ware met de arts mee en geeft foutmeldingen die bij die geneeswijze passen. Methode B kan anders zijn, maar heeft dezelfde intentie en ook daar past het systeem zich op aan”.
Ook de interface krijgt nog aandacht, want de diverse informatiesystemen hebben verschillende concepten. Het ene gebruikt temperatuur, de ander koorts; het ene hypertensie, de ander hoge bloeddruk. Die interfaces moeten wel alles aan kunnen. Dat is een heel moeilijk proces, waar veel universiteiten al lang mee bezig zijn. Met KiQ gaat De Clercq volgend jaar samenwerken om alle onderdelen (data mining, monitoren) met elkaar te integreren. Daarnaast heeft ook het Amsterdams Medisch Centrum hem benaderd om Gaston de implementeren.

Medicast
Speciaal voor het Medicast Consortium richtte De Clercq Medecs (Medical Decisions Support Systems) op. De Clercq: “Dan heeft het een meer officiële status. Maar het is ook spannend of je ontwerpen te commercialiseren zijn”. Daarnaast werkt De Clercq op de TU/e als begeleider van AIO’s en aan zijn onderzoek.
Een van de AIO’s is ir. Susanne Kentgens, die onder meer op de IC van het Catharina Ziekenhuis bezig is patiëntengegevens te verzamelen zoals bloeddruk, hartslag, temperatuur, ECG en het zuurstofgehalte van het bloed. In totaal gaat het om meetgegevens van 24 patiënten. Deze data worden verzameld door een klinische data server, die elke seconde vierentwintig datapakketten ontvangt. Deze data worden vervolgens met Health Level 7 (HL7, een standaard voor elektronisch dataverkeer in de medische wereld-red.) doorgestuurd naar een pc. Daar worden ze opgeslagen en kan een arts ze bekijken. Kentgens schreef een programma dat de ontvangen HL7-informatie ‘vertaalt’ naar de meetgegevens van de patiënten en de data opslaat in files. Deze datafiles kunnen met een ander programma ingelezen worden om ze grafisch te bekijken. Gaston gebruikt deze gegevens op zijn beurt om (betere) voorspellingen te genereren.
Het systeem van Kentgens zal toegepast worden om patiënten te ontwennen van de beademingsapparatuur nadat ze langdurig beademd zijn. Spieren die te verslapt zijn om zelf te werken, moeten eerst getraind worden met behulp van Gaston. Daar zijn de data van de patiënt voor nodig. Er moet onder andere een model van de longen gemaakt worden om de toestand van de patiënt vast te kunnen stellen, voor er een goed revalidatieprogramma gemaakt kan worden./.