Unieke aanpak
TOPIC directeur Olga Liska-Luzi vertelt vol passie wat er binnen het project is bereikt: “Het doel was om te komen tot een zelflerend systeem dat de werkstroom, zowel in als rond de operatiekamers, efficiënter maakt. Daarbij hebben we gebruik gemaakt van geavanceerde digitale technologieën. Door het combineren van onze kennis op het gebied van klinische werkstroomprocessen, slimme sensoren, wiskundige modellen en zelflerende algoritmen, zijn we erin geslaagd om complexe klinische processen om te vormen tot transparante en soepel lopende werkstromen.”
De combinatie van sensoren, kunstmatige intelligentie en algoritmes is uniek in het workflow management in ziekenhuizen. Voor het verzamelen van de gegevens zijn geen menselijke handelingen nodig. Alle data wordt automatisch gegenereerd en geanalyseerd. Olga Liska: “Waar het voor de meeste systemen nodig is dat mensen hun werkwijzen aanpassen aan het systeem, is het hier precies andersom. Het systeem past zich aan de werkwijze aan. TOPIC Healthcare Solutions is in dit vakgebied een echte pionier. “
Hoe werkt het?
Het komt er op neer dat sensoren de handelingen in de operatiekamer detecteren en zelfstandig indirecte data verzamelen. Met indirecte data wordt bedoeld dat de informatie niet herleidbaar is naar individuele personen. Privacy met betrekking tot data staat hoog in het vaandel bij TOPIC. Dit blijkt ook uit de ISO-27001 en NEN 7510 certificering van het bedrijf met betrekking tot dataveiligheid.
Olga licht toe: “De slimme sensoren pikken elektronische data op van de medische instrumenten en detecteren de activiteiten op de instrumententafel. Omdat het systeem zelflerend is, past het zichzelf aan op variaties in het proces. Het detecteert alles wat nieuw is en wacht tot het opnieuw gebeurt om zichzelf te updaten en de analyse met betrekking tot de processen aan te passen. Daardoor kan het systeem ook gemakkelijk in verschillende ziekenhuizen gebruikt worden. Het past zich automatisch aan de plaatselijke werkwijze aan.”
Op basis van de verzamelde gegevens worden bijvoorbeeld voorspellingen gedaan over de eindtijden van operaties, waardoor de werkstroom efficiënter kan worden ingericht. Niet alleen worden tijd en kosten bespaard door een betere planning van personeel en faciliteiten, maar ook het patiëntenwelzijn wordt hiermee verbeterd.
Van onderzoek naar praktijk
De basis voor het project is onderzoek van de TU Delft, waarbij Olga zelf betrokken is geweest. TOPIC zet zich in om de resultaten van het onderzoek te vertalen naar een product dat daadwerkelijk toegepast kan worden in ziekenhuizen. Voorafgaand aan het project is uitgebreid marktonderzoek gedaan onder Nederlandse en internationale ziekenhuizen. Vervolgens is het systeem van de grond af aan opgebouwd. De eerste stap en tevens grootste uitdaging binnen het project, was het in kaart brengen van de exacte behoeften van de markt en het maken van de specificaties waaraan het systeem moest voldoen. TOPIC consulteerde hiervoor verschillende ziekenhuizen. Het resultaat was een enorme hoeveelheid input, waaruit in nauwe samenspraak met de ziekenhuizen keuzes gemaakt moesten worden met betrekking tot wat in dit stadium wel en niet kon worden meegenomen.
