De Haagse psychiatrische zorginstelling Parnassia gebruikt de ‘iKnow smart indexing’-technologie van Intersystems in een proef om beter te kunnen bepalen wanneer patiënten gesepareerd moeten worden. Met de software analyseert Parnassia de teksten van de verpleegkundige en medische verslagen over patiënten. Daaruit valt te voorspellen welke patiënten het risico lopen om via een acute opname in een gesloten afdeling opgenomen te worden.
De verpleegkundige en medische verslagen in de eerste proef waren van patiënten die tussen oktober 2010 en april 2011 op een gesloten acute opnameafdeling verbleven. Met behulp van de door Intersystems ontwikkelde ‘iKnow smart indexing’-technologie werden deze verslagen geanalyseerd om bepaalde structuren (variabelen) in de teksten te ontdekken waarmee gesepareerde patiënten onderscheiden konden worden van patiënten die niet werden gesepareerd.
In het onderzoek is gezocht naar variabelen, in dit geval woorden of woordcombinaties die typisch voorafgaan aan, en daarmee een voorspellende waarde kunnen hebben voor separatie. Bij de analyse van de data werden de volgende termen in de dossiers significant vaker gevonden bij patiënten die later gesepareerd werden: chaotisch, claimend, conflict, manisch psychotisch toestandsbeeld, motorisch onrustig, oninvoelbare indruk, psychotische indruk, dysfoor, discussie, eisend, dwingend, verzet, manie en agressief.
Veelbelovend
Nader onderzoek zal moeten uitwijzen of met de iKnow-technologie inderdaad de mogelijkheid biedt om uit de verslaglegging te voorspellen welke patiënten een risico lopen om acuut opgenomen te moeten worden. De volgende stap is het op dezelfde wijze analyseren van een grotere dataset. Ook denkt Parnassia aan de uitvoering van een prospectief onderzoek, waarbij bepaalde woordcombinaties zullen leiden tot interventies om separatie te voorkomen.
Vooralsnog concluderen Parnassia en Intersystems dat de methode van tekstanalyse een veelbelovende, aanvullende, arbeidsbesparende mogelijkheid lijkt te zijn om de patiëntenveiligheid te verhogen en separatie te verminderen.
Big data
Parnassia en Intersystems presenteerden hun bevindingen eerder dit jaar op het voorjaarcongres van de Nederlandse Vereniging voor Psychiatrie. Beide partijen wijzen er op dat de komst van elektronische patiëntendossiers een rijkdom aan digitale data met zich heeft meegebracht. Dit biedt weer kansen voor nieuw medisch wetenschappelijk onderzoek.
De ‘iKnow smart indexing’-technologie van Intersystems is gericht op het ontsluiten van de ongestructureerde (tekst) data. De technologie omvat een kwalitatieve methodiek om alle relevante informatie in teksten te verzamelen en te structureren in concepten en onderlinge relaties. Vervolgens vindt indexering plaats op basis van de herkenning van alle complexe termen in een tekstbestand. Het vooraf definiëren van termen volgens tekstindelingen, gangbaar in thesauri en ontologieën, is niet nodig.
Essentie
Met de iKnow-methodiek kunnen lange lappen tekst teruggebracht worden tot de essentie; dat maakt zoekacties op ongestructureerde data succesvoller. In Nederland werkt het Arnhemse VIR e-Care Solutions , kortweg VIR, al met de iKnow-technologie. VIR biedt de webapplicatie Klinilyzer aan waarmee artsen en andere behandelaars gegevens vastleggen van uiteenlopende aard, waaronder röntgenfoto’s, diagnoseverslagen en meetresultaten van medisch onderzoek. Door de koppeling met iKnow zijn zij in staat sneller verbanden te leggen in de diverse onderdelen van een revalidatiedossier.
Al eerder experimenteerde de Arbo Unie met de iKnow-tekstanalysesoftware. De arbodienst zocht een systeem om bedrijfsartsen sneller informatie uit een medische kennisbank te leveren. Met iKnow werd een zoekactie die voorheen enkele uren in beslag nam, nu afgewikkeld in een halve minuut. Arbo Unie werkte al met het integratiesysteem Ensemble en de Caché-database van Intersystems, en voegde de iKnow-software hier aan toe.
Lees ook het achtergrondverhaal: Intersystems gedijt goed op verborgen kracht
Prachtig artikel waar de venijn hem een beetje in de staart zit.
“Met de iKnow-methodiek kunnen lange lappen tekst teruggebracht worden tot de essentie”
In andere woorden dat men software nodig heeft om de essentie te distilleren uit ‘lange lappen tekst’. Misschien zou men hier kunnen ‘lezen/zien’ dat men zich meer en beter zouden moeten richten tot het weergeven van die essentie?
Ingewikkeld is zelden interessant tenslotte.
@NumoQuest,
das ook de essentie van bigdata : grote hoeveelheid ongestructureerde data terugbrengen tot de essentie. Alleen de essentie hangt weer af van waar je naar op zoek bent. Hier is dat risico op acute opname in een gesloten afdeling, maar het kan net zo goed iets anders zijn.