it inno vatie analysesoftware brengt orde in ongestructureerde data

itinnovatie
HET EPD GEEFT
VERBORGEN
INFORMATIE PRIJS
Analysesoftware brengt orde in
ongestructureerde data
Als het Elektronisch Patiënten Dossier (EPD) eenmaal is ingevoerd, hebben medici een
waardevolle bron van informatie in handen. Computeranalyse kan de waarde van die informatie nog verder vergroten, waardoor een arts pro-actief kan ingrijpen.
door: richard
keijzer / [email protected]
beeld: intersystems
E
en Elektronisch Patiënten Dossier (EPD) bevat veel informatie van en over een patiënt. “Het merendeel daarvan is
ongestructureerd en het is vaak moeilijk om daar een
bruikbaar stuk informatie uit te halen. Ik schat dat zo’n 80 tot
95 procent van een patiëntendossier ongestructureerd is”,
zegt Dirk van Hyfte. Van Hyfte (46) is natuurkundige én arts, en heeft
onderzoek gedaan naar het analyseren van ongestructureerde gegevens.
Hij kreeg daarbij hulp van zijn zwager, de taalkundige Michaël Brands.
Getweeën hebben zij enkele patenten op hun naam staan over het
extraheren van informatie uit grote hoeveelheden ongestructureerde
gegevens. In 2001 richtten zij een eigen bedrijf op onder de naam
I.Know, dat drie jaar geleden is overgenomen door databaseleverancier
Intersystems.
Ketens van data
De techniek van Van Hyfte en Brands berust op het aan elkaar rijgen
van gegevens, zodat zinvolle ketens ontstaan. Van Hyfte: “Termen die in
een medische beschrijving worden aangetroffen worden gecombineerd
via een methode die smart matching heet. Stel dat je aantreft ‘patiënt
heeft een hartaanval’, dan leidt dat na analyse tot de keten <persoon>
<lijdt aan> <hartfalen>. De zin ‘patiënt heeft acute hartaanval’ wordt
omgezet in <persoon> <lijdt aan> <hartfalen> met de kwalificatie
<acuut>. Combinatie van die twee geeft dan <2 personen> <lijden aan>
<hartfalen> <1 acuut>. Met deze techniek kun je de gezondheidstoestand van een hele groep snel in een overzicht vatten.”
Er wordt gewerkt volgens een bottom-up benadering, tijdens de analyse
signaleert de software wat er in de tekst staat en hoe de onderdelen met
elkaar in verband staan. “Daarmee vind je veel meer dan met een
top-down aanpak, waar je van tevoren een reeks zoektermen moet
opgeven”, zegt Van Hyfte. Bij een top-down benadering krijgt de
software expliciet opdracht om te zoeken naar bepaalde ziekten. Staat
in het te lezen document onverhoopt een iets andere benaming voor die
ziekte, dan wordt die niet gevonden.
Psychiatrische toepassing
De software is in staat patronen te herkennen. Van Hyfte: “Bijvoorbeeld
in de psychiatrie, waar de beschrijving van de toestand van de patiënt
een indicatie kan zijn voor naderende problemen. We hebben een groot
aantal beschrijvingen van verschillende patiënten via de software
nagekeken, zoekend naar indicatoren dat het mis zou gaan. Met
misgaan ging het hier om een noodzakelijke separatie van de patiënt,
ook wel overbrenging naar een Prikkel Arme Ruimte (PAR) geheten.”
In gewone taal wordt dat wel opname in een gecapitonneerde cel dan
wel eenzame opsluiting genoemd; een situatie die men eigenlijk wil
voorkomen. Van Hyfte: “Na analyse van een groot aantal beschrijvingen
van zowel patiënten die gesepareerd werden en patiënten bij wie dat
Analyse van Big Data kan profiteren
20
Dirk van Hyfte: ‘via
automatische analyse
kunnen we alarm slaan
wanneer dat nodig is’
De analysemethoden die I.Know heeft bedacht – en dan vooral het grote verschil tussen een top-down en een bottom-up benadering – kunnen ook buiten het medische vakgebied veel resultaat opleveren. Denk bijvoorbeeld aan het analyseren van verkoopgegevens van een winkelbedrijf met veel filialen.
Bij een top-down aanpak, zal een analist een reeks hypothesen opstellen, die vervolgens allemaal vergeleken moeten worden met
de verzamelende gegevens. Dat kost elke keer een hoeveelheid tijd. Die tijd wordt wel minder naarmate de computersystemen
sneller worden, maar gelijktijdig hebben datahoeveelheden de neiging om zo snel te groeien dat die snelheidswinst weer te niet
wordt gedaan.
Bij een bottom-up approach is de aard van de Big Data bepalend voor de trendanalyse. Dat is eenvoudig gezegd, in de praktijk vereist het wel geavanceerde software die in staat is om trends uit de aanwezige data te halen. Dat kost ook tijd, mogelijk meer dan
het checken van een hypothese volgens een top-down methode, maar het hoeft maar één keer te gebeuren. Bovendien voorkomt
deze manier van werken het hineininterpretieren, waarbij uit alle macht wordt geprobeerd om een opgestelde hypothese in overeenstemming te brengen met de aanwezige gegevens.
niet nodig bleek, ontdekten we een patroon. Uit de manier waarop de
situatie dan wel het gedrag van de patiënt werd beschreven bleek al 6
dagen van te voren dat er een separatie zat aan te komen. Nu we daarop
bedacht zijn, kunnen we de behandeling aanpassen, zodat separatie in
veel gevallen niet nodig is. Dat brengt een hoop rust, niet alleen voor de
patiënt maar ook voor de behandelaars.”
Deze analysetechniek is met succes al toegepast bij psycho-medisch
centrum Parnassia in Den Haag. Door tekstanalyse kan de conditie van
een patiënt veel beter worden ingeschat, zodat de behandeling daarop
afgestemd kan worden. Van Hyfte: “Er wordt zo een omslag gemaakt
van een expert-driven naar een data-driven aanpak. Het is niet langer de
geneesheer die vooraf een compleet behandelplan opstelt, er wordt
terdege rekening gehouden met de momentane toestand van de
patiënt.“
Extra informatiebronnen
Het analyseren van medische gegevens over patiënten kan ook alvast
gebeuren voordat een EPD is ingevoerd. Gezien de recente ontwikkelingen op politiek gebeid zal de invoering van een EPD voor heel Nederland
nog wel enige tijd op zich laten wachten. “We kijken ook naar andere
informatiestromen, zoals direct elektronisch contact tussen patiënt en
medicus. Patiënten gebruiken internet om te chatten met hun behandelaars en uit die datastromen kunnen we veel leren. Een bepaalde
woordkeus duidt op een verslechtering van de toestand en via automatische analyse kunnen we dan alarm slaan wanneer dat nodig is”, zegt Van
Hyfte.
Er wordt wel steeds gezorgd, dat de gegevens niet terug te leiden zijn
naar een bepaalde patiënt. Privacy staat steeds voorop. Wanneer een
overzicht wordt gemaakt van een hele patiëntenpopulatie, worden alle
namen weggehaald. Alleen de anonieme medische gegevens blijven
over. Zo zijn in de periode van oktober 2010 tot april 2011 verslagen van
524 patiënten die waren opgenomen op het Klinisch Centrum Acute
Psychiatrie onderzocht. Die anonieme gegevens vormen een referentiebron, een soort meetlat waarlangs gegevens van andere patiënten
worden gelegd om snel hun toestand te kunnen beoordelen.
De technieken van Brands en Van Hyfte zijn ook buiten de medische
sector te gebruiken, bijvoorbeeld voor het analyseren van kranten
teneinde daar snel een nieuwsoverzicht uit te maken. De technologie is
in de VS al gepatenteerd. Het US Patent & Trademark Office
(USPTO) heeft inmiddels drie patenten toegekend.
»
De lange weg naar een EPD
Zes jaar geleden werd de eerste aanzet gegeven voor een landelijke
Elektronisch Patiënten Dossier (EPD). Er was nog geen politieke toestemming, maar de medische wereld vond het wel belangrijk om het
publiek te laten kennismaken met het nieuwe systeem voor registratie
van patiëntgegevens. Als basis voor het EPD was al een wet geformuleerd, te weten de Wet gebruik burgerservicenummer in de zorg
(Wbsn-z).
In 2009 werd een uitbreiding op die wet geformuleerd, die specifiek
in ging op de elektronische uitwisseling van medische gegevens. In
maart 2009 werd die wet – kortweg de EPD-wet – aangenomen door de
Tweede Kamer. Een basis voor de invoering van een landelijk EPD leek
gelegd.
Ruim een jaar later kwam er een kink in de kabel, de Eerste Kamer
lag dwars en verbood in juni 2010 de invoering van een landelijk EPD.
In ambtelijke termen heette dat: ‘wij gelasten de stopzetting van de
invoering van een landelijk EPD’.
Op 15 maart 2011 werd de zaak opnieuw behandeld in de Eerste Kamer
met als resultaat dat de twee wetten op 5 april werden verworpen. In
september 2011 werd een nieuwe poging gedaan, met steun van de
toenmalige minister van volksgezondheid Edith Schippers. Het Nictiz
besloot om een eigen EPD te maken, gefinancierd uit private middelen.
Medio 2012 was de helft van de bevolking aangemeld bij een EPD, velen
zonder daar ooit toestemming voor te hebben gegeven. Die toestemming moest expliciet worden gegeven, maar eind vorig jaar waren er
slechts 1 miljoen verklaringen binnen.
Leveranciers zoals Siemens timmeren aan de weg met een EPD en diverse groet ziekenhuizen zijn daarop ingegaan. De Vereniging Praktijkhoudende Huisartsen heeft echter grote bezwaren en spande in maart
2014 een rechtszaak aan om de invoering van een EPD te verbieden.
21