Geautomatiseerde herkenning van ICF-domeinen en niveaus uit tekst in elektronische patiëntendossiers Het A-PROOF project

Met de intrede van kunstmatige intelligentie (AI) nemen de mogelijkheden toe om op een continue en consistente
manier gegevens te verzamelen en te analyseren. Dit kan de efficiëntie en doelmatigheid van fysiotherapeutische zorg
sterk ten goede komen. In dit artikel geven we een voorbeeld van een mogelijke toepassing van AI-technologie binnen
de fysiotherapie.
Als fysiotherapeuten maken we behandelplannen op basis van een uitgebreide analyse van anamnestische gegevens en
lichamelijk onderzoek. Hiervoor hebben we een breed scala aan beschikbare vragenlijsten en meetinstrumenten tot onze
beschikking. Het verzamelen en interpreteren van deze gegevens om het behandelplan vorm te geven en aan te passen
wordt ‘datagedreven zorg’ genoemd. Geautomatiseerd informatie ophalen uit verslaglegging
Het A-PROOF project richt zich in eerste instantie op de informatie over het functioneren van patiënten die beschikbaar
is in de tekst die zorgverleners noteren in elektronische patiëntendossiers (EPD’s). Het project gebruikt Natural Language
Processing (NLP), een vorm van AI, om geautomatiseerd de informatie over het functioneren van patiënten in de verslaglegging te vinden. Voor zes categorieën van de International Classification of Functioning, Disability and Health (ICF) – Ademhaling, Lopen, Stemming, Energie, Handhaven Lichaamsgewicht en Eten – is aangetoond dat NLP-algoritmen goed in staat zijn om deze ICF-categorieën en niveaus te herkennen in EPD’s van ziekenhuizen. 1,2,3 Deze informatie kan, aanvullend aan of in plaats van bestaande vragenlijsten en functietesten, inzicht geven in de prognose en het beloop van hetfunctioneren van patiënten over de tijd. Dit levert data op voor onderzoek en kan gebruikt worden om de fysiotherapeut teondersteunen bij de behandeling.
Kansen en risico’s
Omdat de NLP-algoritmen gebruikt worden op bestaande verslaglegging van zorgverleners, vraagt het verzamelen van de data geen extra tijd en inspanning van patiënten en zorgverleners. Dit is een groot voordeel ten opzichte van reguliere manieren
om het functioneren in kaart te brengen. Het maakt van ieder verslag in het dossier automatisch een ‘meting’ van het functioneren. Daarentegen staat dat verslagen worden beïnvloed door het perspectief van de zorgverlener, die een eigen interpretatie noteert over het functioneren van de patiënt. De verslagen geven daarmee mogelijk een gekleurd beeld van het functioneren. Problemen die een patiënt ervaart worden bijvoorbeeld niet genoteerd omdat deze niet zijn uitgevraagd, of een probleem dat wel is aangekaart door de patiënt maar door de zorgverlener slechts summier of niet in het verslag opgenomen. Verder onderzoek moet uitwijzen hoe de gegenereerde data zich verhouden tot de reeds bestaande methoden van dataverzameling binnen de fysiotherapie en hoe deze nieuwe AI-technologie ook binnen de eerstelijnszorg toegepast kan worden.
Toekomstperspectief
Een belangrijk uitgangspunt in het Nationaal Zorgakkoord is dat passende zorg waardegedreven is.4 Hiermee wordt bedoeld dat uitkomsten en ervaringen van patiënten gebruikt worden om de zorg continu te verbeteren. Ook fysiotherapeuten
gaan hier in hun werk steeds meer mee te maken krijgen. Het gebruik van innovatieve AI-methoden om geautomatiseerd
gegevens over het functioneren uit verslaglegging in patiëntendossiers te genereren, kan de (toekomstige) fysiotherapeut ondersteunen bij het leveren van passende fysiotherapeutische
zorg.