Naam van het project: iknow Portal

Transcriptie

1 Naam van het project: iknow Portal URL van het project: Naam van de instelling: UZ Brussel (UZB) Aard van de instelling / beleidsniveau: Universitair Ziekenhuis Naam van de projectverantwoordelijke: Olivier Naeyaert Functie van de projectverantwoordelijke: Diensthoofd ICT van de projectverantwoordelijke: olivier.naeyaert@uzbrussel.be Tel van de projectverantwoordelijke: 02/ Pagina 1

2 Samenvatting van het project Het klinisch werkstation van het UZB bevat naast gestructureerde informatie ook een databank van vrije teksten.er is reeds een datawarehouse dat toelaat de gestructureerde gegevens te ontsluiten voor onderzoek en zorg.tot voor kort was het moeilijk om de ongestructureerde klinische informatie aan te boren.door de introductie van de iknow technologie zijn innovatieve zoektoepassingen mogelijk die direct toegankelijk zijn voor de clinici.dagelijks analyseert een semantische engine duizenden teksten om concepten en onderlinge relaties te vinden.in een oogopslag kan de gebruiker de meest voorkomende concepten ontdekken in zijn medisch domein,gelijkaardige concepten vinden, het verband met andere concepten verkennen,en doorboren naar de brontekst waarin het concept voorkomt.bovendien kunnen automatisch patiëntcohortes worden samengesteld ter ondersteuning van wetenschappelijk onderzoek.tenslotte kunnen er proactief patiënten gevonden worden die kandidaat zijn voor een klinische studie. Pagina 2

3 Wat zijn de prioriteiten en specifieke doelstellingen van dit project? Wat is de waarde van dit project (voor de gebruiker en/of de zorginstellingen? Het UZ Brussel heeft al een klinisch datawarehouse voor het verwerken van gestructureerde data zoals laboresultaten,medicatie,invulformulieren,etc.veel waardevolle informatie zit echter begraven in de vrije tekst van diverse soorten ongestructureerde teksten.om deze te ontsluiten, biedt een eenvoudige zoekmachine slechts een partiële oplossing omdat de rijkheid aan informatie in de teksten niet kan gevat worden op basis van het zoeken naar woorden. Om aan het bredere spectrum van vragen van onze clinici tegemoet te komen,is in samenwerking met Intersystems een oplossing uitgewerkt op basis van de iknow 'smart indexing' technologie (zie 2.6). Zoeken - uiteraard is er de basisfunctionaliteit van zoeken in de brieven,die snel is en waarbij automatisch suggesties worden gemaakt tijdens het maken van zoekopdrachten,in lijn met wat verwacht wordt van een moderne zoekmachine. Exploreren - de arts (in opleiding) kan de concepten verkennen die in gebruik zijn in de teksten van zijn medisch domein en doorboren naar de zinnen en de volledige brontekst.ontdekt de gebruiker toch concepten die minder relevant zijn,dan kunnen deze op een gedeelde 'blacklist' geplaatst worden. Coderen - Concepten zullen in de toekomst gemapt kunnen worden naar gestandaardiseerde codes zoals ICD-10 of SNOMED. Deze worden gebruikt voor de verplichte rapportering naar de overheid.ontslagbrieven zullen zo op een snelle en efficiënte manier gecodeerd kunnen worden. Identificeren - geselecteerde concepten vormen het uitgangspunt voor het identificeren van patiëntcohortes ter ondersteuning van klinische studies en wetenschappelijk onderzoek. Voor een universitair ziekenhuis zoals UZ Brussel betekent dit een betere ondersteuning van haar onderzoeksopdracht. Detecteren - door automatische detectie kan een patiënt sneller geïdentificeerd worden als geschikte kandidaat voor een studie, wat in sommige gevallen ertoe leidt dat hij toegang krijgt tot innovatieve medicatie. Pagina 3

4 Stel nauwkeurig de groep(en) die bij het project betrokken waren: gebruikers, industrie, overheid, zorginstellingen of anderen voor. Dit project werd tot stand gebracht dankzij een nauwe samenwerking tussen Intersystems Benelux en de dienst ICT van het UZ Brussel. Pilootgebruikers binnen het ziekenhuis (verpleegkundigen, artsen, onderzoekers) gaven feedback over hun ervaringen. Verder werden vragen aan de ICT dienst naar aanleiding van studies en wetenschappelijk onderzoek, als test cases voor het project behandeld. -Intersystems: Danny Wijnschenck, Alain Hoef, Herman Roelandts -UZ Brussel: o Pilootgebruikers: Neurochirurgie en Cardiologie o Clinical Trial Center (CTC) o Dienst ICT -VUB: Dr. Apr. Pieter Cornu, onderzoeker Farmaceutische Wetenschappen -ClinicoBru: Brussels platform voor klinisch onderzoek -Janssen Pharmaceutica, Custodix: er zijn verkennende gesprekken gevoerd voor een ICT collaboratie tussen de farmaceutische sector en de Vlaamse universitaire ziekenhuizen in het kader van klinische studies. Hieruit kwam naar voor dat het UZ Brussel ver stond met interne IT ondersteuning van klinische studies. Pagina 4

5 Vermeld de planning, de sleuteldata en ook de voornaamste implementaties en stappen van het project. Na een doorlooptijd van minder dan 2 jaar werd de iknow Portal uitgerold voor de gebruikers binnen het UZ Brussel. Enkele sleuteldata: -juni 13:installatie van InterSystems iknow Test Server -oktober 13:test op beperkte set gegevens met SetAnalyse -januari 14:opladen volledige tekst data set (8 miljoen brieven) -februari 14:data opdelen per dienst, gebruik SetAnalyse voor queries door IT -september 14:automatisch dagelijkse updates van de iknow smart -april 2015: productie voor gebruikers Pagina 5

6 Wat zijn de resultaten en wat is de impact (concreet of geschat) van het project op de zorgen? Wat is de verwachte ROI? De resultaten komen tegemoet aan de verwachtingen van de gebruikers, hebben een directe (indirecte) impact voor de zorginstelling, de patient, de maatschappij; er werden specifieke meetinstrumenten ontwikkeld om de impact van het project te mete Kwaliteit van de zorg wordt verbeterd dankzij een vollediger klinisch beeld van de patiënt, en de mogelijkheid om patiënten op te nemen in klinische studies die mogelijk een positieve invloed hebben op hun behandeling. Voor het UZ Brussel betekent dit project dat er een nog betere ondersteuning voor wetenschappelijk onderzoek kan geboden worden. Dit heeft ook een indirecte impact op de kwaliteit van de zorg van de patiënt. Voor de farmaceutische sector zal dit project zorgen voor meer relevante cases en dus meer studies waarvoor de clinical trials in ons land zullen kunnen plaatsvinden. Ook dit heeft uiteindelijk een positieve invloed op de zorgresultaten naar de patiënt toe. Pagina 6

7 Wat is de inbreng van het project op het vlak van innovatie? Wat is er nieuw en uniek? In wat verschilt dit project van andere ehealth projecten? Wat is het niveau van hergebruik? Uniek aan het project is dat er automatisch medische teksten worden geanalyseerd, zonder dat er aanvankelijk een model van de kennis in het domein nodig is. Dit is significant gezien te vaak soortgelijke projecten niet voorbij de fase van het uitbouwen van relevante dictionaries of ontologieën komen. Aan de basis van de in het project gebruikte technologie is een innovatief semantisch taalmodel, dat beschikbaar is voor verschillende talen. Dit maakt een 'bottom-up' aanpak mogelijk waarbij tekst enkel op basis van de inhoud geanalyseerd wordt. Het resultaat is dat concepten in plaats van woorden uit de tekst gedistilleerd worden, bv. 'pulmonale hypertensie' of 'ziekte van Crohn'. Selectie van gelijkaardige concepten is eenvoudig: bv. 'matige pulmonale hypertensie' en 'ernstige pulmonale hypertensie', maar ook 'geen pulmonale hypertensie' is een concept en kan derhalve eenvoudig uitgesloten worden. Op die manier kan de inclusie van false positives op voorhand worden gereduceerd. De arts creëert een set of groep van concepten die een ziekte als pulmonale hypertensie vertegenwoordigt, waarna automatisch patiënten aan deze groep worden toegekend. Ook negatie markers worden gevonden door iknow, bv. 'patiënt vertoont geen tekens van pulmonale hypertensie'. Een patiënt voor wie gesignaleerd wordt dat een concept in een negatie in de tekst wordt gebruikt, kan dan eenvoudig door de arts uit de groep verwijderd worden. Door het combineren van de gestructureerde informatie uit het klinisch datawarehouse met concepten uit de brieven, is een rijker en vollediger beeld van de patiënt mogelijk. Indien artsen de concepten coderen met ICD-9 of een eigen code, kan dit teruggekoppeld worden naar klinisch datawarehouse. Pagina 7

8 In welke mate voldoet uw project aan de uitdaging van informatiebeveiliging? In het UZ Brussel worden patiëntgegevens behandeld met het grootst mogelijke respect voor de privacy van de patiënt. Het toepassen van nieuwe technologie zal hier uiteraard niets aan veranderen. Na het inloggen geeft het project aan de gebruikers toegang tot dezelfde informatie die ze reeds kunnen raadplegen via het electronisch medisch dossier van hun eigen patiënten. Op die manier kan een arts die geautoriseerd is om binnen een dienst opzoekingen te doen, geen informatie van andere patiënten inkijken. Het grote verschil is dat de informatie nu op een slimmere, snellere manier kan geraadpleegd worden. Naast een aparte index van concepten per medische dienst, is er ook globale index die alle concepten van het UZ Brussel bevat. Om gebruik te maken van deze index, dient een voorafgaandelijke aanvraag te gebeuren bij de Commissie Medische Ethiek. Een vrij gebruik van deze globale index is pas mogelijk indien alle teksten geanonimiseerd worden. Dit houdt het verwijderen in van alle informatie in de tekst waarmee patiënt of arts kan geïdentificeerd worden. Deze volgende stap zal genomen worden in samenwerking met een gespecialiseerde partner. Pagina 8

9 mhealth : wat zijn de mobiele aspecten van uw project? In welke zin is uw project innovatief? Daar 'mobiel' geen directe doelstelling was van het project, werd de toepassing in eerste instantie niet ontwikkeld als mobiele app. Dit gezegd, is het perfect mogelijk om de toepassing te gebruiken via een web browser, en dus ook op een tablet of een smartphone. Het klinisch werkstation van het UZ Brussel heeft reeds een mobiele versie, dus functionaliteit van de iknow technologie die zal toegevoegd worden aan het klinisch werkstation zal mobiel te gebruiken zijn. Pagina 9