Veel interesse voor automatisch coderen van dagopnamen

​Onze verwachting was dat zo’n tien deelnemers de bijeenkomst over het automatisch coderen van dagopnamen zouden bijwonen. Op maandag 11 maart zaten er echter geen tien, maar bijna veertig medewerkers van ziekenhuizen, het CBS, de NVZ en de NFU in de zaal. Tijdens deze interactieve dag werd enthousiast gereageerd op de resultaten die de inzet van machine learning biedt. Diverse ziekenhuizen werken mee aan de volgende fase van het onderzoek naar automatische codering. DHD roept ook andere ziekenhuizen op om hieraan bij te dragen.  

Diagnose-informatie van dagopnamen speelt een belangrijke rol bij de berekening van landelijke en internationale statistieken en bij wetenschappelijk onderzoek. In december 2018 ontvingen de raden van bestuur van de Nederlandse ziekenhuizen een brief van het CBS met daarin een oproep om de volledigheid en kwaliteit van met name de ICD-10 diagnoseregistratie van dagopnamen te verbeteren. 


Een getraind algoritme

Naar aanleiding van deze brief onderzoekt DHD of (gedeeltelijke) automatische diagnosecodering van dagopnamen een significante tijdsbesparing kan opleveren. We onderzoeken of het mogelijk is om de ICD-10 diagnose automatisch af te leiden op basis van een algoritme dat wordt getraind door machine learning. Tijdens de bijeenkomst werden de resultaten uit de eerste fase van dit onderzoek gepresenteerd. 

In de eerste fase is het algoritme getraind om op basis van de beschikbare informatie in de LBZ voor elke dagopname een hoofddiagnose aan te wijzen. De resultaten zijn veelbelovend: in veel gevallen was het algoritme in staat om met een hoge mate van betrouwbaarheid een volledige ICD-10 hoofddiagnose aan te wijzen. 


Automatisch-coderen-dagopnamen.jpgOp naar de tweede fase

Om het algoritme te optimaliseren voor gebruik in het ziekenhuis wordt deze in de tweede fase van het onderzoek verder getraind op basis van tekstdata uit het EPD, zoals de ontslagbrief en eventuele operatie- en PA-verslagen. Ook wordt het algoritme getraind in het coderen van nevendiagnosen. 

Uiteindelijk is het doel is om een algoritme op te leveren dat ziekenhuizen helpt bij de codering van hoofd- en nevendiagnosen. Belangrijk is dat het algoritme in het ZIS kan worden geïmplementeerd en openheid geeft over de zekerheid of onzekerheid van de codesuggestie. 


Helpt u mee?

Voor de ontwikkeling van het algoritme in de tweede fase zijn data nodig. Meerdere van de aanwezige ziekenhuizen hebben aangegeven bij te willen dragen aan deze fase. Wilt u ook aanvullende data ter beschikking stellen? Wij horen het graag. Ook overleggen we met de ZIS-leveranciers over de integratie van het algoritme in de codeermodule.  


Meer weten of aanmelden

Wilt u meer weten over het onderzoek van DHD over het automatisch coderen van de dagopnamen of levert u graag een bijdrage aan de tweede fase van dit onderzoek? Neem dan contact op met Maarten Zaal via 030 799 61 65 of info@dhd.nl.