Nieuws

Componence Asset List

25 april 2019

regulier+-+EPD+onderzoek+tekstherkenning.jpg

Tekstherkenningssoftware voorspelt separaties bij ernstig zieke patiënten, zodat tijdig ingegrepen kan worden en separatie voorkomen kan worden. Mirjam Hazewinkel (Parnassia), Remco de Winter (Parnassia Groep), Roel van Est (Antes), Danny Wijnschenk (InterSystems BV Benelux), Narda Miedema (Parnassia) en Erik Hoencamp (Parnassia) werkten mee aan het big data onderzoek dat onderwerp is van een artikel in het aprilnummer van het vaktijdschrift Frontiers in Psychiatry.

Onderzoeker Mirjam Hazewinkel en psychiater en onderzoeker Remco de Winter lichten toe: ‘We staan aan de vooravond van de ontwikkeling dat intelligente systemen steeds belangrijker worden in de gezondheidszorg [ggz, red.]. Deze intelligente algoritmen kunnen complexe vraagstukken gaan oplossen en zaken gaan voorspellen – beter dan wij, ggz-professionals, dat kunnen. Ons artikel gaat hierover. Het is een studie waarbij intelligente software tekstfragmenten in het EPD [Elektronisch Patiëntendossier, red.] analyseert, met elkaar verbindt en herkent. Zo kan de software vanuit de EPD-registratie uitspraken doen met een voorspellende waarde.’

De studie draaide om de EPD-gegevens van ernstig zieke patiënten die waren opgenomen op een gesloten afdeling. ’Met behulp van de big data analyse konden we redelijk nauwkeurig voorspellen, tot zelfs zeven dagen vooruit, welke patiënten gesepareerd zouden gaan worden. Hulpverleners voorspellen dat eigenlijk zelf al via hun verslagen in het EPD, maar zijn zich daarvan mogelijk onvoldoende bewust.’

‘Als we dit weten en dus waarschuwingen in het EPD kunnen maken, kunnen we ook eerder handelen om separatie te voorkomen, door middel van gesprekken, medicatie of andere interventies. Er zijn natuurlijk ook allerlei andere mogelijkheden, zoals analyses om suïcides bij patiënten te voorspellen en te voorkomen. Allemaal erg veelbelovend.’

Lees meer Text Analysis of Electronic Medical Records to Predict Seclusion in Psychiatric Wards: Proof of Concept