5 oktober 2018

De komende jaren wordt in Nederland aanzienlijk geïnvesteerd in de ontwikkeling van uitkomstgerichte zorg. Parallel hieraan wordt machine learning in toenemende mate ingezet voor verschillende vormen van klinische beslisondersteuning. Waarom wordt machine learning dan (nog) niet ingezet als katalysator voor uitkomstgerichte zorg? Project Nightingale werkt aan een methode die:

• uitkomstindicatoren die voor patiënten relevant zijn voorop stelt;
• is gebaseerd op gestandaardiseerde datasets (ICHOM);
• de uitkomsten van algoritmes relateert aan en valideert met bestaand epidemiologisch onderzoek.

Dit concept is succesvol toegepast voor electieve behandeling van cataract, heup- en knieartrose. Ervaringen uit deze implementaties bieden perspectief voor bredere toepassing voor andere, complexere aandoeningen waarvoor een ICHOM standard set beschikbaar is.

Ziekenhuizen kunnen betere zorg en een prettiger proces voor patiënt en medewerker organiseren door slim gebruik te maken van data. 
Dat is de ervaring van Rob Vromans, o.a. binnen het programma Integraal Capaciteitsmanagement in de Sint Maartenskliniek.

In deze presentatie deelt Rob zijn ervaringen met het opschonen en inzetten van data, bijvoorbeeld om vooruit te kunnen kijken, en de resultaten die bereikt zijn. 
Vervolgens bespreekt hij graag met het publiek de toekomstige uitdagingen en hoe deze aangepakt kunnen worden.

Data is het nieuwe goud wordt veel gezegd. Net als bij goud, is de zoektocht naar waarde in data niet eenvoudig. De kans op succes is groter als de juiste methoden en tools worden gebruikt. Hier zijn de ontwikkelingen talrijk en is het gemakkelijk het overzicht te verliezen. Jos van Hillegersberg geeft een aantal gangbare methoden en tools en toekomstige ontwikkelingen. Hij gaat hierbij onder andere in op het belang van domeinkennis in het op waarde schatten van data. Ook geeft hij inzicht in toekomstige ontwikkelingen zoals het toenemend belang van linked open data.

In ziekenhuis laboratoria is in de afgelopen jaren de mate van automatisering sterk toegenomen. Dankzij deze automatisering is er data over de route van de monsters door het lab beschikbaar. Met behulp van process mining technieken kan op basis van deze data het testproces in kaart worden gebracht. Eline zal tijdens haar presentatie ingaan op deze methode en vertellen hoe zij process mining toepast in een klinische chemie lab om zo inzichten te krijgen in het testproces. Welke route volgen de monsters door het lab? Kunnen wij process mining tools gebruiken om iets te zeggen over de prestatie van het lab?