Use-cases

Het doel van PLUGIN is om een landelijk, federatief platform neer te zetten van en voor de Nederlandse ziekenhuizen. Lees verder om meer te weten te komen over de specifieke use-cases die nu op de PLUGIN infrastructuur draaien.

Use-case 1: AI ondersteunend coderen
In de gezondheidszorg is nauwkeurige registratie van dag- en klinische opnamen cruciaal. Met nieuwe verplichtingen vanuit het CBS vanaf 2023 en een afnemend aantal medisch codeurs wordt dit een uitdaging. Onze oplossing? Een slim AI-model dat automatisch ICD-10-codes voor dagopnamen genereert op basis van ontslagbrieven, operatieverslagen, polibrieven en pathologieverslagen. DHD is al 4 jaar bezig met dit project en hebben al goede resultaten behaald. Momenteel hebben zij een AI-model uitgerold dat in staat is om gemiddeld 65% van de dagopnamen bij de inmiddels 32 aangesloten ziekenhuizen te voorzien van een ICD-10-codering. Met deze use-case beogen we de ziekenhuizen te voorzien van kostenvermindering, kwaliteitsverbetering van de diagnosecodering, en een vermindering van administratieve taken. Via PLUGIN gaat DHD het dagopnamemodel verder doorontwikkelen en een AI-model ontwikkelen voor de klinische opnamen.

Use-case 2: NKR Item Aanlevering
Regristratielast is momenteel een groot probleem in de zorg. Ook bij IKNL ervaren datamanagers een aanzienlijke handmatige registratielast, wat IKNL graag wil verminderen. Met PLUGIN kan IKNL gegevens automatisch uit het EPD halen en deze rechtstreeks aan het Nederlandse Kankerregister (NKR) leveren, waardoor de noodzaak voor handmatige registratie wordt verminderd. Dit leidt voor minder registratielast en lagere kosten op termijn.

Use-case 3: Voorspellen van klinische verslechtering, delier, en kwetsbaarheid na ontslag
Om de druk op de gezondheidszorg te verminderen, is het van groot belang de zorg efficiënter en effectiever te maken, rekening houdend met de kosten van de zorg. Voorspellende algoritmen zijn daarom nodig om deze uitdagingen aan te pakken. Via PLUGIN gaat het Expertisecentrum Zorgalgoritmen (EZA) het tweede AI-product gericht op klinische verslechtering, het risico op het ontwikkelen van een delier en kwetsbaarheid na ontslag, trainen binnen de PLUGIN-data-infrastructuur. Door tijdige signalering kan eerder en proactief in het zorgproces worden gehandeld, wat de patiënt ten goede komt.