Je browser is verouderd en geeft deze website niet correct weer. Download een moderne browser en ervaar het internet beter, sneller en veiliger!

Nieuwsbrief ontvangen?

Wilt u op de hoogte blijven van het nieuws van DHD? Schrijf u dan​ in voor onze nieuwsbrief.

Aanmelden nieuwsbrief

Ziekenhuis Rijnstate neemt model voor AI-ondersteund coderen van dagopnamen in gebruik

Na een succesvolle testperiode neemt Ziekenhuis Rijnstate het model voor het AI-ondersteund coderen van dagopnamen met de Chipsoft-integratie in april in gebruik. Het dagopnamenmodel is op dit moment in staat om 72% van de dagopnamen automatisch van een betrouwbare ICD-10-code te voorzien.

Medisch codeurs van het ziekenhuis hebben de uitkomsten van de test gevalideerd. De resultaten laten overtuigend zien dat het inzetten van het dagopnamenmodel medisch codeurs kan ontlasten in hun werk.

'Rijnstate is zeer content met het resultaat van 72% automatisch coderen.'
Jolanda Proosten, manager financiële administratie/zorgadministratie bij Ziekenhuis Rijnstate

DHD sprak met Jolanda Proosten, manager financiële administratie/zorgadministratie bij Ziekenhuis Rijnstate, over haar ervaringen met AI-ondersteund coderen met de Chipsoft-integratie.

Ziekenhuis Rijnstate heeft met de Chipsoft-integratie van AI-ondersteund coderen ruim 70% van alle dagopnamen automatisch gecodeerd. Wat was de aanleiding voor Rijnstate om mee te doen aan deze ontwikkeling? En hoe kijk je terug op het proces en het resultaat?

“Rijnstate optimaliseert haar processen continu en staat open voor nieuwe ontwikkelingen. Het voorstel vanuit DHD om samen met andere ziekenhuizen te trainen met als doel een AI-model te ontwikkelen, werd dan ook positief ontvangen. We konden niet direct deelnemen en zijn wat later in het proces aangehaakt. Dat betekende dat we gelijk gebruik konden maken van het ontwikkelde model. De implementatie van het model leerde mij dat een projectmatige aanpak met betrokkenheid van alle stakeholders essentieel is voor de doorlooptijd en om van testen naar een productie- en beheersituatie te komen. Belangrijke vragen daarbij zijn: welke aspecten zijn van belang en wie heeft hier welke verantwoordelijkheid in? Dit zijn mooie lessons learned aan de beginavond van het volgende project, klinische opnamen. Rijnstate is zeer content met het resultaat van 72% automatisch coderen en het feit dat er een koppeling is gerealiseerd met de LBZ-module binnen Chipsoft.”

Hoe helpt AI-ondersteund coderen, volgens jou, in het dagelijks werk van de medisch codeurs?

“De capaciteit van medisch codeurs, maar ook hun functie, is schaars en de werkdruk is hoog. Door inzet van AI op dagopnamen, en vooral in de nabije toekomst op de klinische opnamen, zal er ruimte komen voor de medisch codeurs om de focus te leggen op de complexe registraties. Er komt dan meer tijd voor afstemming met de bron op het gebied van optimalisatie van registratie en correspondentie binnen dossiers. Tevens ontstaat er meer ruimte om verbeteringen door te voeren naar aanleiding van de ontvangen retourinformatie. AI kan mijns inziens dus helpen om het capaciteitsvraagstuk de komende jaren op te vangen.”

Welke tip geef je andere ziekenhuizen die willen starten met AI-ondersteund coderen van dagopnamen?

“Doen! Het ontwikkelen van modellen op deze wijze zorgt voor besparing van kosten, mooie samenwerking tussen de ziekenhuizen en verdeling van werkzaamheden.”

DHD start met de ontwikkeling van een model voor het AI-ondersteund coderen van klinische opnamen. Ziekenhuis Rijnstate draagt bij aan de ontwikkeling daarvan. Welke toegevoegde waarde zie je voor AI-ondersteund coderen van klinische opnamen? Of anders geformuleerd; wat zijn je verwachtingen voor de toekomst?

“Onze senior medisch codeur Willem Zevenbergen kan niet wachten op het model! Hij ziet vooral de voordelen van AI binnen de klinische opnamen. Een deel zal waarschijnlijk altijd door de medisch codeurs gecodeerd blijven worden. Juist door een deel via AI te automatiseren, wordt tijd gecreëerd voor de opnamen die complex zijn en waar nu vaak te weinig tijd voor gemaakt kan worden. De scripts zijn door Rijnstate opgeleverd en we hopen dat we in 2024 al tot mooie resultaten kunnen komen, samen met DHD en de andere ziekenhuizen."

Ook succesvolle integratie met Epic

Naast de Chipsoft-integratie van het dagopnamenmodel, is integratie met Epic ook mogelijk. Bovendien kan er een data-extractie vanuit Epic worden gedaan. In een Epic-ziekenhuis is zelfs een resultaat van 77% automatisch gecodeerde dagopnamen gerealiseerd.

Heeft u interesse om te starten met AI-ondersteund coderen van dagopnamen? Neem dan contact met ons op via het contactformulier onderaan de pagina of stuur een e-mail naar ai-coderen@dhd.nl.

Innovatieve ontwikkelingen

Het project AI-ondersteund coderen, dat DHD in 2020 samen met 20 ziekenhuizen is gestart, heeft een belangrijk doel: de expertise van de medisch codeurs inzetten waar deze het meest nodig is en de eenvoudige codeervraagstukken automatisch laten genereren door AI-modellen die gebruik maken van Natural Language Processing. Inmiddels hebben we gezamenlijk een aantal innovatieve ontwikkelingen gerealiseerd.

Ontwikkeling model klinische opnamen
De doorbraak met het dagopnamenmodel belooft niet alleen efficiëntere coderingsprocessen in de ziekenhuizen. Het opent ook de deur naar bredere toepassingen. Naast het optimaliseren van het AI-model voor dagopnamen, gaat DHD aan de slag met een model om klinische opnamen automatisch te coderen.

Voor meer informatie en bij interesse in samenwerking kunt u contact met ons opnemen via onderstaand contactformulier of stuur een e-mail naar ai-coderen@dhd.nl.

Dataplatform voor uitwisseling en hergebruik: PLUGIN
Voor ziekenhuizen die meedoen aan het project met AI-ondersteund coderen, is het mogelijk om deel te nemen aan de ontwikkeling van PLUGIN, het Platform voor Uitwisseling en Hergebruik van Klinische Data Nederland. Doordat beide projecten van dezelfde architectuur gebruikmaken, is deelname hieraan relatief eenvoudig.

PLUGIN is een initiatief van DHD, het Expertisecentrum Zorgalgoritmen (EZA) en Integraal Kankercentrum Nederland (IKNL). Het dataplatform heeft tot doel om klinische data in de Elektronische Patiëntendossiers (EPD’s) van de Nederlandse ziekenhuizen, op een veilige gestandaardiseerde manier te ontsluiten waarbij de privacy van patiënten gewaarborgd blijft.

Door klinische gegevens op een veilige manier te ontsluiten, worden verschillende toepassingen mogelijk gemaakt:

  • Het ontwikkelen van AI-toepassingen, zowel voor het ondersteunen van administratieve verrichtingen (bijv. automatisch coderen van diagnoses) als het ziekenhuis (bijv. clinical decision support)
  • Herkennen van patiënten die aan bepaalde criteria voldoen (bijv. voor deelname aan clinical trials)
  • Het ondersteunen van gegevensaanlevering (bijv. voor kwaliteitsregistraties, zoals de LBZ en NKR)

Heeft u interesse in deelname aan PLUGIN? Via onderstaand contactformulier kunt u contact met ons opnemen. Neemt u liever persoonlijk contact op met Amber Hol Horeman, projectleider PLUGIN? Stuur dan een e-mail naar a.holhoreman@dhd.nl.

Meer informatie en contact

(Optioneel)