Iedere zorgverlener een data-specialist

Wie in het elektronische patiëntendossier op zoek moet gaan naar een patiëntenpopulatie die aan verschillende criteria voldoet voor een studie, staat een tijdrovende klus te wachten. Het Nederlandse bedrijf CTcue bedacht een zoekmachine om op basis van medische tekstanalyse gestructureerde én ongestructureerde data uit het EPD te categoriseren en analyseren.

Een elektronisch patiëntendossier (EPD) is niet geschikt om automatisch te doorzoeken. Dit komt doordat het dossier is opgebouwd uit gestructureerde (vinkjes, lijstjes) en ongestructureerde (tekstenvelden) data. Die laatste gegevens, bijvoorbeeld notities of rapporten, zijn in de huidige vorm niet beschikbaar voor geautomatiseerde analyse. Dat betekent dat het vinden van patiëntpopulaties, bijvoorbeeld voor studies en of voor het inzichtelijk maken van zorgprestaties, een inefficiënte, tijdrovende en daarmee dure klus is.

Uitgebreidere zoekopdrachten worden doorgaans uitbesteed aan de data-analist(en) van het ziekenhuis of aan externe bureaus of dataconsultants. Als een zorgprofessional of onderzoeker van een bepaalde afdeling in het ziekenhuis een set gegevens over een patiëntgroep of medicatiegebruik wil weten, moet hij of zij doorgaans een vraag uitzetten bij de afdeling ICT.

Nederlandse medische taal

“Data-analisten registreren niet dagelijks zelf patiëntgegevens in het EPD, zorgprofessionals zijn doorgaans geen data crunchers. Die barrière willen we overbruggen”, legt Lydia Mennes uit, AI-specialist bij CTcue. Mennes werkt sinds vier jaar bij CTcue en houdt zich ook al vier jaar bezig met de analyse van Nederlandsche medische taal. “In de wetenschap zijn de datasets overwegend in het Engels. Als je Nederlandse teksten wilt analyseren, heb je andere software nodig.”

CTcue werd in 2013 opgericht door Roel Lakmaker. Zijn eigen ervaring met het EPD vormde voor Lakmaker vijf jaar geleden de aanleiding om zijn bedrijf te starten. Met een eerdere startup, die gericht was op beslissingsondersteuning in de zorg, liep Lakmaker tegen de beperkingen van data in het elektronische patiëntendossier aan. Immers, als je beslissingen wilt maken op basis van data, dan moet die data wel beschikbaar zijn.

CTcue: een soort van Google voor het EPD

Tekstanalyse

CTcue ontwikkelt een software-oplossing om die data uit het EPD te structureren en makkelijk doorzoekbaar te maken. Door middel van zelf ontwikkelde zoek- en tekstanalyses software wordt ook de ongestructureerde data van tekstvelden toegankelijk en analyseerbaar. Via de zoekmachine van CTcue kunnen zorgprofessionals vervolgens zoekopdrachten uitvoeren en zoeken in beschikbare gegevens. In plaats van een voor een de dossiers te doorlopen, kan er op een hoger niveau en geautomatiseerd gezocht worden.

De software van CTcue draait op de server van het ziekenhuis: de meeste ziekenhuizen zijn huiverig om hun medische data buiten het ziekenhuis op te slaan in de cloud. De software van CTcue ‘leest’ de EPD’s van het ziekenhuis. De gestructureerde gegevens worden omgezet naar het CTcue datamodel, de ongestructureerde teksten (vrije veld en aantekeningen) worden geanalyseerd en daarna toegevoegd. Ook zorgt CTcue ervoor dat alle gegevens van patiënten worden gepseudonimiseerd.

Aantekeningen zijn een rijke bron van data in EPD’s. Een van de functies van CTcue is het classificeren van context bij de medische concepten die uit de tekst worden gehaald. Het maakt nogal verschil of ‘infarct’ in de familieanamnese voorkomt (‘vader heeft ooit infarct gehad’) of dat dit een onzekerheid is (‘er wordt gedacht aan een infarct’). Mennes: “De woorden die er om het zoekwoord ‘infarct’ staan maken een groot verschil, maar juist daar zit de moeilijkheid bij het filteren van gegevens. Dat is ook wat ons onderscheidt van andere partijen die automatische analyse van ongestructureerde tekst bieden.”

De zoekmachine van CTcue

Iedereen een data-specialist

Het opstellen van een zoekopdracht kan een uitdaging zijn, legt Mennes uit. Met die uitdaging zijn de meeste data-analisten bekend, maar dat geldt niet voor de meeste zorgprofessionals. Daarom bouwde CTcue een interface waarmee mensen met een medische achtergrond, maar zonder technische of terminologie-achtergrond, makkelijk zelf aan de slag kunnen met het interpreteren van data uit het ziekenhuisdossier.

Het Isala Ziekenhuis is één van de eerste ziekenhuizen die met de startup ging samenwerken. Hier biedt CTcue aan de Isala Academie trainingen voor zorgverleners om met de tool te werken. “Mensen die goed kunnen 'data-denken' hoeven die training niet per se te doen. Maar een goede zoekopdracht of query invullen is wel complexer dan een paar zoekwoorden in Google invullen. We laten mensen zien hoe ze zo’n query moeten opstellen op basis van een eigen use case. De applicatie zelf is wel heel gebruiksvriendelijk, daar hoeven we mensen weinig in te hmaxielpen”, zegt Mennes. Inmiddels werkt CTcue ook samen met Máxima Medisch Centrum, UMC Utrecht, Spaarne Gasthuis, Jeroen Bosch Ziekenhuis, Deventer Ziekenhuis, LUMC en Amsterdam UMC.

Een efficiency slag

Ziekenhuizen en zorginstellingen zijn voor kwaliteitsonderzoeken verplicht om data over geleverde zorg en uitkomsten bij te houden. “We moeten niet teveel tijd kwijt zijn om bepaalde data te vinden, het gaat erom wat je met die data wilt doen. Ons systeem brengt een efficiency slag voor data die je verplicht moet verzamelen, met de mogelijkheid om meer vragen te stellen en meer gegevens uit deze data te halen.”