‘Graven’ in patiëntendossiers om herstel te voorspellen

Kun je op basis van tekst in elektronische patiëntendossiers voorspellen hoe het herstel verloopt van covid-patiënten? Marike van der Leeden van de afdeling Revalidatiegeneeskunde zoekt dit uit met behulp van textmining-technieken. Dat wil zeggen: ze ‘graaft’ in notities in het patiëntendossier die door de zorgverleners zijn gemaakt.

Het coronavirus richt niet alleen schade aan in de luchtwegen, maar ook in andere organen. Welke schade blijft nadat mensen hersteld zijn, is nog niet helemaal duidelijk. Ook is onbekend hoe mensen herstellen na covid-19. Kennis over het genezingsproces is belangrijk voor zorgverleners om optimale revalidatie in te kunnen zetten.

Om in relatief korte tijd - en geautomatiseerd - inzicht te krijgen in die herstelpatronen, gebruikt Marike van der Leeden geavanceerde technieken uit de wereld van de kunstmatige intelligentie. In samenwerking met een aantal partners zoekt zij uit of op basis van tekst in elektronische patiëntendossiers het functionele herstel kan worden herkend en voorspeld. Ook wil ze weten welke factoren bijdragen aan het herstel op korte termijn (in het ziekenhuis) en op de langere termijn, als de patiënten weer thuis zijn.

Tekst omzetten naar data

Het onderzoek is 1 juli begonnen. Van der Leeden maakt onder andere gebruik van textmining. “Dit is een manier om tekst om te zetten naar data, in ons geval data met betrekking tot het functioneren van patiënten. Daarvoor moet je allereerst de computer ‘leren’ om functionele activiteiten – zoals lopen en het vermogen om in te spannen – te herkennen in notities in het patiëntendossier die door zorgverleners gemaakt zijn. Het functioneren kan in verschillende bewoordingen worden omschreven, en kan ook uit een bepaalde context worden afgeleid. Daarvoor moeten tekstdelen worden geannoteerd (gelabeld), en dat is handwerk. Dit annoteren doen wij met een groep van acht studenten met een (para)medische achtergrond.”

Als dat achter de rug is, beschikken de onderzoekers over betrouwbare algoritmes om beschrijvingen van het functioneren te herkennen in patiëntendossiers. Met behulp van deze algoritmes gaan zij (anoniem gemaakte) tekstdata van covid-19 patiënten geautomatiseerd doorzoeken. “Hierdoor leren we waar we in de revalidatiebehandeling aandacht aan moeten besteden om het herstel te bevorderen en voor welke patiënten revalidatiebehandeling het hardst nodig is. De eerste resultaten hopen we in december te kunnen presenteren.”

Het onderzoek van Marike van der Leeden is mede-gefinancierd door het Corona Research Fonds Amsterdam UMC.