Home » Portfolios » Project Nightingale – uitkomsten van zorg verbeteren met Machine Learning

Nightingale

NL Healthcare Clinics levert in 18 focusklinieken in Nederland tweedelijnszorg voor orthopedie (in Medinova, Orthopedium en Nedspine), oogheelkunde (in Oogziekenhuis Zonnestraal) en dermatologie (in Dermicis). In 2012 is besloten om voor de grootste patiëntgroepen te sturen op uitkomsten en een methode te ontwikkelen voor transparante indicatiestelling en sturen op uitkomsten. Hiertoe is continue meting van PROMs ingevoerd en het project Nightingale tot stand gekomen.

Wat was de wens van de klant?

  • Een data-gedreven methode om de kwaliteit van de behandelingen aan te tonen en overbehandeling te voorkomen middels continue meting
  • Beslisondersteunende informatie voor indicatiestelling en patiënten (samen beslissen)
  • Uitkomst- en benchmarkinformatie voor waardegedreven zorgverkoop en -inkoop

Onze oplossing

  • Een uitkomstmaat ontwikkeld die voor de patiënt relevant en te begrijpen is en daarmee indicatiestelling meetbaar maakt
  • Een methode die met machine learning vóór een operatie informatie geeft over welke patiënt een hoog risico heeft op een minder goede uitkomst van een behandeling

Hoe zijn we te werk gegaan?

Met onderzoekers en specialisten van NL Healthcare Clinics is in kaart gebracht welke data al verzameld werd en welke data nog (meer) verzameld moest worden. Klinische gegevens uit de ICHOM standaardset en patiëntgerapporteerde informatie, zoals PROMs, zijn bij elkaar gebracht in databases. In de hele organisatie is het belang van meten en goed registreren onder de aandacht gebracht en zijn processen daarop afgestemd. Binnen een periode van een jaar is een respons percentage van 80% gerealiseerd voor de continue meting van PROMs.

De klinische gegevens en de PROMs hebben we geanalyseerd en gebruikt om tot een evenwichtige en betrouwbare voorspelling te komen. Met literatuuronderzoek is de maatstaf voor een goede en slechte uitkomst bepaald. Met machine learning-technieken identificeert een algoritme de hoog-risicopatiënten. Dit concept van ‘outlier detectie’ is als eerste toegepast in Oogziekenhuis Zonnestraal voor ruim 5.000 staaroperaties in de periode juli 2015 t/m augustus 2017.

Roald Huiskers, operationeel directeur a.i. bij NL Healthcare Clinics:
“Het is goed dat we al die data hebben verzameld en dat we keuzes kunnen maken waar we dit kunnen gaan inzetten. Zowel de methodologie als de data zijn allebei beschikbaar. De vervolgstappen staan nog in de kinderschoenen, maar als dit helemaal uitgerold is, dan is het eenvoudig te kopiëren naar andere disciplines. Ik denk dat wij hiermee onze doelstelling om waardegedreven zorg te realiseren kunnen waarmaken.“

Wat is het resultaat?

Nightingale voorspelt voorafgaand aan een staaroperatie met voldoende grote zekerheid welke patiënt een hoog risico heeft op een slechte uitkomst. Daarbij heeft 82% van de patiënten drie maanden na de staaroperatie een positieve uitkomst met een best gecorrigeerde visus van 0.8 of hoger en een PROMs-totaalscore van 15 of lager.

Roald Huiskers: “Door zo data-gedreven te werken kunnen we aantonen dat onze zorg echt heel goed is. Goed voor de patiënt, want die kan samen met onze specialisten een goede afweging maken in de keuze van behandeling en voor verzekeraars zeer effectief, want hierdoor kunnen we veel beter aantonen wat wij als zorgverlener voor zorg leveren, goede zorg gebaseerd op de juiste data.

De voorspellende informatie biedt specialisten en patiënten beslisondersteuning, de mogelijkheid om tijdig voor een aangepaste behandeling te kiezen en het dringt verspilling terug. De informatie uit project Nightingale geeft NL Healthcare Clinics een stevige positie in de onderhandelingen met zorgverzekeraars en het stimuleren van nieuwe vormen van financiering voor waardegedreven zorg.

Roald Huiskers: “Op dit moment is het zo dat wij iemand opereren en daar van de zorgverzekeraar een vergoeding voor krijgen. Of de behandeling nu succesvol is of niet, is daarin niet relevant. Het Value-Based Healthcare-principe is dat je kijkt naar: wie heeft waarde geleverd voor de patiënt? En welke behandeling was nou daadwerkelijk effectief en deze effectiviteit gaat financieren. Dit maakt ook onze gesprekken met zorgverzekeraars over financiering van onze behandelingen transparant en op basis van feiten die er voor de patiënt toe doen, de beste behandeling voor de zorgvraag die er is.

Poster Nightingale - uitkomsten van zorg verbeteren

Waardegedreven zorg (VHBC)

De juiste informatie op het juiste moment, zodat duidelijk is wat nodig is om de kwaliteit van leven van uw patiënt, cliënt of inwoner aantoonbaar te verbeteren. Wij helpen u met:

  • Voorspellende algoritmes
  • Beslisondersteunende informatie of apps
  • VHBC-platform

Meer weten over project Nightingale?

Vragen? Ik help u graag verder!

Daniel Kapitan – Chief Data Scientist

“Als data onderzoeker streef ik ernaar om complexiteit te reduceren tot ‘informed simplicity’, om hiermee anderen te helpen meer vertrouwen in en inzicht uit de data te halen.”