Usecase Pacmed
Transcript:
Pacmed ontwikkelt software voor de zorg op basis van machine learning en wij proberen artsen daarbij te helpen in het nemen van beslissingen op basis van patiënten in het verleden. Dus onze algoritmes analyseren duizenden kenmerken van enorme hoeveelheden patiënten in het verleden en vergelijken die patiënten met de patiënt die tegenover een arts zit om te bedenken wat de beste behandelkeuze zou kunnen zijn. Om een voorbeeld daarvan te geven: Wat we nu implementeren op de intensive care afdelingen in Nederland is Pacmed Critical en Pacmed Critical voorspelt voor alle patiënten die in aanmerking komen voor ontslag wat de kans is op een negatieve uitkomst van dat ontslag. Dat geldt dan als beslissingsondersteunende informatie voor de arts om het adequate moment van ontslag te vinden op de IC. De AI component; de voorspelling is gebaseerd op artificiële intelligentie, of machine learning noemen wij dat zelf wat liever. Dat algoritme heeft duizenden, al dan niet tienduizenden patiënten in het verleden gezien, en heeft van daaruit geëxtraheerd welke kenmerken van patiënt en opname maken dat een patiënt een hoger of een lager risico heeft op een heropname dan andere patiënten. Die intelligentie is ook de intelligentie die gebruikt wordt om die voorspelling dus te brengen naar de zorgverlener en op die manier hopen wij dus ook dat we een lerend systeem van de zorg kunnen maken en dat er continu door middel van slimme algoritmes wordt geleerd van alle beslissingen die er in de zorg genomen worden, omdat dat nu nog vrij weinig gebeurt in de praktijk. Wat wij zien met het product op de intensive care; als wij de situatie met en zonder algoritme retrospectief vergelijken, dus op basis van historische data, nog niet prospectief en in trial of iets dergelijks, dan verwachten wij gezamenlijk met de arts-onderzoekers, (Dat zijn dan scenario's die we samen met de dokters ook door rekenen.) dat wij een positieve impact kunnen hebben op zowel het aantal heropnames en heropnames zijn heel vervelend voor patiënten en wil je ten alle tijde voorkomen aangezien een heropname vaak gepaard gaat met een hele grote achteruitgang van de klinische situatie van de patiënt en ook vaak een verhoogde kans op te komen overlijden op de IC. Dus een positieve impact op het aantal heropnames en ook een positieve impact op de gemiddelde ligduur op de intensive care wat ook voor patiënten een heel belangrijke uitkomstmaat is aangezien je niet te lang wil liggen op de IC omdat dat vaak negatieve mentale en fysieke consequenties heeft. Dus, omdat wij op die twee vlakken denken waarde te kunnen toevoegen zijn artsen ook echt enthousiast om te zien of dat ook daadwerkelijk in de praktijk gebeurt, en zijn ze ook blij met de manier waarop we echt synergie daarin proberen te creëren en de arts proberen te verrijken en niet proberen te vervangen of iets dergelijks. Er zijn ook wel voorbeelden in het verleden in de zorg geweest dat technologiebedrijven daar een wat andere insteek kozen en die konden denk ik op wat minder draagvlak rekenen dan dat wij gelukkig wel hebben in de zorg..