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

AI-ondersteund coderen: betrouwbaar en efficiënt

Een toenemend aantal zorginstellingen zet AI-ondersteund coderen in vanwege de efficiënte en nauwkeurige werking. Dit verbetert het codeerproces, verlaagt de werkdruk en zorgt voor consistentie in de registratie.

Het innovatieve AI-model van DHD ondersteunt ziekenhuizen bij het coderen van de ICD-10-hoofddiagnosen van dagopnamen. Normaal gesproken wordt dit werk gedaan door medisch codeurs in dienst van het ziekenhuis. Door het AI-model in te zetten voor het coderen van de dagopnamen kunnen ziekenhuizen de medisch codeurs ontlasten, zodat zij zich op het complexere codeerwerk kunnen richten, bijvoorbeeld op de klinische opnamen.

Moderne technieken

Het AI-model maakt gebruik van moderne technieken om ICD-10 hoofddiagnosen te coderen op basis van de informatie in het EPD van uw ziekenhuis. Het AI-model maakt gebruik van natural language processing algoritmen, die getraind zijn op grote hoeveelheden medische data. Het AI-model analyseert klinische teksten (zoals medische verslaglegging) en herkent patronen die verband houden met medische diagnoses. Op basis van deze informatie koppelt het AI-model automatisch de juiste ICD-10 codes aan de betreffende dagopname.

Net als medische codeurs maakt het AI-model dus gebruik van de documentatie die de medisch specialisten schijven over de patiënt. Het AI-model berekent ook zekerheidspercentages bij de diagnosen die het codeert. Dit stelt de ziekenhuizen in staat om te herkennen welke modelcoderingen betrouwbaar genoeg zijn om over te nemen en welke nog door een medisch codeur dienen te worden gecontroleerd. Gemiddeld codeert het AI-model ongeveer 65% van alle dagopnamen met een zeer hoge mate van zekerheid.

Betrouwbaarheid AI-model dagopnamen

Na een uitgebreide validatie heeft DHD van het CBS groen licht gekregen om de coderingen van de dagopnamen uit verslagjaar 2024 met een zekerheidspercentage van meer dan 70% automatisch (d.w.z. zonder controle door een medisch codeur) over te nemen. Dit is vergelijkbaar met de accuraatheid van een medisch codeur. In de praktijk zijn deze coderingen van het AI-model gemiddeld 85% tot 90% accuraat. Inmiddels maken bijna 30 ziekenhuizen gebruik van het AI-model van DHD voor de codering van hun dagopnamen. Het door DHD ontwikkelde AI-model voor het coderen van dagopnamen is bovendien geschikt bevonden voor de statistische toepassingen van het CBS.

Naadloze integratie met Epic en Chipsoft

Epic en ChipSoft hebben ervoor gezorgd dat de resultaten van het AI-model in het EPD kunnen worden ingelezen. De coderingen van het AI-model kunnen zo eenvoudig worden verwerkt, waar nodig worden gecontroleerd, gecorrigeerd en aangevuld door de medisch codeurs, en vervolgens via de reguliere route aan de LBZ worden aangeleverd.

PLUGIN

DHD werkt intensief aan innovatieve datatechnologieën om hergebruik van medische gegevens mogelijk en schaalbaar te maken. Eén van die technologieën is PLUGIN, een initiatief van DHD, het Expertisecentrum Zorgalgoritmen en Integraal Kankercentrum Nederland (IKNL). Het federatieve platform stelt ziekenhuizen in staat om medische gegevens veilig te ontsluiten voor meerdere toepassingen. Dankzij de federatieve technologie zal de noodzaak van het centraal verzamelen van medische gegevens verminderen, wat hergebruik van gegevens vereenvoudigt.

Het platform kan o.a. gebruikt worden voor de ontwikkeling van slimme AI-toepassingen en kan ondersteuning bieden bij gegevensuitwisseling voor bijvoorbeeld kwaliteitsregistraties, de verrijking van datavelden binnen de Landelijke Basisregistratie Ziekenhuiszorg (LBZ), zoals voor de codering van dagopnamen.

Wat is AI-ondersteund coderen (AIOC)?

Het door DHD ontwikkelde innovatieve AI-model ondersteunt ziekenhuizen bij het coderen van de ICD-10-hoofddiagnosen bij dagopnamen. Normaal gesproken wordt dit werk gedaan door medisch codeurs in dienst van het ziekenhuis. Door het AI-model in te zetten voor het coderen van de dagopnamen, kunnen ziekenhuizen de medisch codeurs ontlasten, zodat zij zich op het complexere codeerwerk kunnen richten.

Laatst gewijzigd op

Hoe kan AI-ondersteund coderen worden geïmplementeerd in mijn organisatie?

Voor de implementatie van AI-ondersteund coderen is het noodzakelijk de juiste technische configuratie uit te voeren en de benodigde data uit het EPD te halen. De installatie van AI-ondersteund coderen verloopt volgens de stappen die beschreven staan in de online installatiegids van DHD.

Laatst gewijzigd op

Wat zijn de kosten van het gebruik van AI-ondersteund coderen?

Voor gebruik van het dagopnamenmodel geldt een jaarlijkse bijdrage, bestaande uit een vast en een variabel component en eenmalige installatiekosten. Neem voor de actuele prijzen contact op via ai-coderen@dhd.nl.

Laatst gewijzigd op

Wat als er geen kennis over Linux binnen mijn organisatie aanwezig is?

DHD biedt geen ondersteuning bij installatie en beheer van Linux-servers. Daarom is de vraag uitgezet bij meerdere IT-leveranciers die ziekenhuizen hierbij kunnen ondersteunen. Als uw organisatie interesse heeft in Linux-ondersteuning door een externe partij, kunt u voor meer informatie contact met ons opnemen via ai-coderen@dhd.nl.

Laatst gewijzigd op

Hoe werkt het AI-model van AI-ondersteund codereren?

Het AI-model van AI-ondersteund coderen maakt gebruik van natural language processing-algoritmen die getraind zijn op grote hoeveelheden medische data. Het systeem analyseert klinische teksten (zoals medische verslaglegging) en herkent patronen die verband houden met medische diagnoses. Op basis van deze informatie koppelt het AI-model automatisch de juiste ICD-10 codes met de betreffende dagopname. Wilt u meer weten? Vraag dan bij DHD het validatierapport aan via ai-coderen@dhd.nl.

Laatst gewijzigd op

Hoe accuraat is het dagopnamenmodel van AI-ondersteund coderen?

Na een uitgebreide validatie heeft DHD van het CBS groen licht gekregen om alle coderingen met een zekerheidspercentage van meer dan 70% automatisch (d.w.z. zonder controle door een medisch codeur) over te nemen. Dit is vergelijkbaar met de accuraatheid van een medisch codeur. In de praktijk zijn deze coderingen van het AI-model gemiddeld 85% tot 90% accuraat. Wilt u meer weten? Vraag dan het validatierapport aan via ai-coderen@dhd.nl.

Laatst gewijzigd op

Het model wordt federatief getraind en toegepast. Wat betekent dit?

Federatief is een manier waarop een AI-model getraind kan worden, zonder de data die daarvoor nodig is te centraliseren. In plaats van de data naar één centrale plek te sturen, leert het AI-model op elke lokale ziekenhuis locatie via de eigen ziekenhuis gegevens. Vervolgens worden alleen de verbeteringen van het AI-model terug naar de centrale server gestuurd. Deze verbeteringen worden dan samengevoegd om een beter, gezamenlijk AI-model te maken. Dit zorgt ervoor dat medische data niet centraal verzameld hoeft te worden, maar het AI-model wel op data van meerdere ziekenhuizen getraind kan worden.

AI-ondersteund coderen

Laatst gewijzigd op

Wat is het verschil tussen een inferentieziekenhuis en een trainingsziekenhuis?

Het verschil tussen een inferentieziekenhuis en een trainingsziekenhuis is de manier waarop het model wordt gebruikt en toegepast:

  • Inferentieziekenhuizen maken gebruik van het model, maar trainen het model niet zelf. In deze ziekenhuizen wordt een dataset van dagopnamen klaargezet op de lokale server. Vervolgens wordt het model van DHD naar deze server gestuurd om de resultaten te berekenen. Het ziekenhuis zorgt er daarna voor dat de resultaten worden geüpload naar het Elektronisch Patiënten Dossier (EPD).
  • Trainingsziekenhuizen gebruiken de data niet alleen voor de toepassing, maar ook om het model verder te trainen en door te ontwikkelen. Dit vereist zwaardere technische vereisten in vergelijking met een inferentieziekenhuis. Voor deze technische vereisten kunt u de installatiegids raadplegen. Deze gids biedt gedetailleerde informatie over de benodigde infrastructuur.

Laatst gewijzigd op

Hoe wordt de privacy van patiëntgegevens gewaarborgd in AI-ondersteund coderen?

De verwerking van de gegevens vindt uitsluitend plaats binnen de beveiligde ICT-omgeving van het betreffende ziekenhuis. De patiëntgegevens verlaten het ziekenhuis dus niet. Ook heeft DHD geen inzicht in de patiëntgegevens, omdat de gegevens gepseudonimiseerd op de server geplaatst worden. Daarnaast verwerkt het AI-model de gegevens zonder deze permanent op te slaan en toegang tot gegevens is strikt gecontroleerd.

Laatst gewijzigd op

Kunnen de resultaten van AI-ondersteund coderen worden ingelezen in het EPD?

Chipsoft heeft voor ziekenhuizen die gebruikmaken van HiX (vanaf HiX 6.3) een koppeling ontwikkeld die het ziekenhuis kan implementeren om de resultaten van het AI-model direct in het EPD in te lezen. De medisch codeurs beoordelen de resultaten en coderen aanvullend. Voor ziekenhuizen die gebruikmaken van EPIC, is er een module beschikbaar in EPIC. Momenteel is DHD samen met een aantal ziekenhuizen in gesprek met EPD-leverancier NEXUS om ook voor deze EPD een integratie mogelijk te maken. Voor meer informatie over de koppeling kunnen ziekenhuizen contact opnemen met de accountmanager van hun EPD-leverancier.

Laatst gewijzigd op

Is AI-ondersteund coderen geschikt voor alle zorginstellingen?

AI-ondersteund coderen is momenteel alleen beschikbaar voor ziekenhuizen in Nederland. Heeft uw zorginstelling interesse in het AI-model om dagopnamen van een ICD-10-codering te voorzien? Neem dan contact op via ai-coderen@dhd.nl.

Laatst gewijzigd op