Universiteit Leiden

nl en

LUMC eerste ziekenhuis met AI-opnamevoorspeller voor de Acute Opname Afdeling

Drukte op de Spoedeisende Hulp is geen betrouwbare indicator voor het aantal patiënten dat naar de Acute Opname Afdeling gaat. Daarom ontwikkelde het Leids Universitair Medisch Centrum een opnamevoorspeller. Deze tool maakt gebruik van kunstmatige intelligentie en geeft direct inzicht in het aantal benodigde bedden.

'De meeste patiënten op de Acute Opname Afdeling komen van de Spoedeisende Hulp', vertelt Britt de Boer, verpleegkundig opnamecoördinator bij de Acute Opname Afdeling (AOA). 'Bij ons liggen patiënten die binnen 48 uur naar huis kunnen of naar een specialistische afdeling gaan. Voordat de opnamevoorspeller er was, wisten we nooit precies hoeveel patiënten we wanneer konden verwachten. Daardoor konden we niet altijd op tijd bedden vrijmaken. Soms leek het rustig, maar kregen we opeens een telefoontje van de Spoedeisende Hulp: ‘Het is druk, we verwachten voor jullie vijf opnames.’'

'Drukte op de Spoedeisende Hulp is geen betrouwbare indicator voor het aantal patiënten dat naar de Acute Opname Afdeling gaat.'

Drukte geen betrouwbare indicator

'Het is belangrijk dat onze bedden snel vrijkomen voor nieuwe patiënten', zegt Jennifer Smit, verpleegkundige op de Spoedeisende Hulp (SEH). 'Bovendien willen we patiënten hier niet onnodig lang laten wachten. Wij hebben slechts 13 bedden beschikbaar, dus stellen alleen de diagnose en starten de eerste behandeling op. Daarna verwijzen we patiënten door naar andere afdelingen, zoals de Acute Opname Afdeling. Drukte op de Spoedeisende Hulp is geen betrouwbare indicator voor het aantal patiënten dat naar de Acute Opname Afdeling gaat. Sommige patiënten gaan namelijk vanuit de Spoed direct weer naar huis of naar andere afdelingen in het ziekenhuis.'

AI-tool: berekening opnamekans

CAIRELab, het AI-expertisecentrum van het LUMC, ontwikkelde voor de Acute Opname Afdeling een opnamevoorspeller. Deze tool maakt gebruik van kunstmatige intelligentie en voorspelt hoeveel patiënten van de Spoedeisende Hulp naar de Acute Opname Afdeling gaan. Het AI-model neemt allerlei variabelen uit het patiëntdossier mee, zoals metingen van de vitale lichaamsfuncties en aanvragen voor bloedonderzoek en radiologisch onderzoek. 'Als een patiënt binnenkomt, doet de tool binnen 10 minuten de eerste voorspelling', legt SEH-verpleegkundige Smit uit. 'Zodra wij nieuwe gegevens invoeren, zoals een labaanvraag, wordt de voorspelling aangepast.'

Direct inzicht nieuwe patiënten

'Op de Acute Opname Afdeling zien we op het dashboard van de opnamevoorspeller elk moment het aantal patiënten dat verwacht wordt vanuit de Spoedeisende Hulp”, vertelt De Boer. “Wij hadden al langer een capaciteitsdashboard waarop staat hoeveel van onze patiënten naar andere afdelingen kunnen. De nieuwe opnamevoorspeller maakt met de verwachte instroom het beeld compleet. Daardoor kunnen we beter anticiperen: hebben we genoeg plek voor het aantal verwachte nieuwe patiënten? Of moeten we bedden vrijmaken? Zo komen we minder vaak voor verrassingen te staan. Ook hoeven we niet steeds de collega’s op de Spoedeisende Hulp lastig te vallen met telefoontjes.'

Betere onderbouwing verwachte uitstroom

Volgens de Boer zijn ook de andere verpleegkundig opnamecoördinatoren enthousiast over de opnamevoorspeller. 'Het is duidelijk hoeveel patiënten we op korte termijn kunnen verwachten. Daardoor kunnen we tijdens het dagelijkse ‘beddenoverleg’ met de andere afdelingen beter onderbouwen hoeveel patiënten moeten doorstromen. Als de Acute Opname Afdeling vol ligt, dan regelen andere afdelingen bedden. Tegelijkertijd kunnen we voorkomen dat afdelingen onnodig plaatsmaken. Soms was het druk op de Spoedeisende Hulp en maakten wij bedden vrij door patiënten naar andere afdelingen te verplaatsen. En dan bleek later dat er vanuit de Spoed niemand naar ons werd gebracht.'

Effectievere inzet bedden

'Deze opnamevoorspeller is een mooie co-creatie tussen de afdelingen, CAIRELab en het capaciteitscentrum van het LUMC”, zegt projectleider en hoofd AI Marijke de Vries. “AI-tools zoals deze opnamevoorspeller zijn nodig om de efficiëntie in de zorg te vergroten. De druk op het aantal bedden en het zorgpersoneel neemt elk jaar toe. Het LUMC is het eerste ziekenhuis dat de opnamevoorspeller in gebruik heeft. Ik hoor van verpleegkundigen dat de voorspelling vaak overeenkomt met het aantal patiënten dat daadwerkelijk naar de Acute Opname Afdeling komt, en dat zij door dit inzicht de afdeling beter en sneller kunnen organiseren. Er volgt nog een uitgebreide evaluatie, maar de opnamevoorspeller lijkt dus goed te werken voor de verpleegkundigen en de patiënt.'

Deze website maakt gebruik van cookies.  Meer informatie.