![projectleider kunstmatige intelligentie Rogier Plas en SEH-arts Marleen Vreeburg. Op de achtergrond het team dat de opnamevoorspeller ontwikkelde. | Foto St. Antonius Ziekenhuis AI-based opnamevoorspeller](https://fmtgezondheidszorg.nl/wp-content/uploads/2024/09/D0048952L0017976P001_AntoniusNwegeinOpnamevoorspeller240829mg9765lowres-696x409.jpg)
Het St. Antonius Ziekenhuis in Nieuwegein en Utrecht is op 2 september gestart met een AI-project op de SEH. Een algoritme voorspelt het aantal verwachte opnames. Dat ondersteunt SEH-artsen, assistenten en verpleegkundigen om eerder een beslissing te kunnen nemen of een patiënt na behandeling op de SEH naar huis kan of moet worden opgenomen. Dat bevordert de doorstroming en verlaagt de drukte – en daarmee ook de werkdruk – op de SEH.
Op basis van gegevens als gegevens als leeftijd, bloedwaarden, hartslag en de hoofdklacht, voorspelt het algoritme welke patiënten waarschijnlijk moeten worden opgenomen en welke ontslagen kunnen worden. De berekening wordt elke 5 minuten opnieuw gemaakt. Op een volle SEH helpt het als de beslissingen ‘patiënt opnemen of naar huis laten gaan’ sneller kan worden genomen. En dat is precies het doel van dit AI-based systeem. Minder drukte op de SEH vergroot de kwaliteit van zorg, de patiëntveiligheid, patiënttevredenheid en reduceert de werkdruk.
Sneller geholpen en meer tijd voor de patiënt
SEH-arts Marleen Vreeburg op de site van het St. Antonius: "AI gaat ons helpen om het verblijf van patiënten op de SEH te verkorten. Zodra het algoritme vermoedt dat een patiënt moet worden opgenomen, kan de spoed-coördinator alvast beginnen met het regelen van een bed en de ontvangende afdeling kan alle voorbereidingen treffen. Dit gebeurt terwijl we op de SEH nog bezig zijn met onderzoeken en/of wachten op de laatste uitslagen. Hierdoor hoeft de patiënt minder lang op de SEH te wachten en hebben we meer tijd voor de patiënt omdat het algoritme al veel van het regelwerk voor ons heeft voorbereid. Ook is er sneller weer een bed beschikbaar voor een volgende patiënt. Nu is het niet zo dat AI bepaalt of iemand moet worden opgenomen of niet, die beslissing blijft nog altijd in handen van de behandelend arts."
Evaluatie
Het AI-model wordt geëvalueerd in een ABAB-design: een maand aan, een maand uit. De vergelijking van de maanden mét en zonder het model laten dan zien hoe effectief het algoritme is.