Beslisondersteuning helpt de huisarts

Het Nederlands Huisartsen Genootschap (NHG) werkt samen met bedrijf ExpertDoc aan software die de huisarts, praktijkondersteuner en assistente helpt om snellere en betere beslissingen te maken en fouten te voorkomen. De ‘gele knop’ van NHGDoc is een vast onderdeel geworden van de informatiesystemen die huisartsen dagelijks gebruiken voor hun patiëntendossiers en verslaglegging. “Zonder de Bijwerkingzoeker van NHGDoc was ik er niet achter gekomen wat er met mijn patiënt aan de hand was.”

Solko Schalm, hoogleraar in de Interne Geneeskunde en Leverziekten aan het Erasmus MC in Rotterdam, speelde al langer met het idee voor beslisondersteuning voor artsen en patiënten. Software - apps en websites - die artsen kan helpen bij filteren en zoeken in steeds verder uitdijende medische informatie. De eerste toepassing van Schalm was LiverDoc (beslisondersteuning voor leverziekten) in 2003, vijf jaar later startte de ontwikkeling van een expertsysteem voor huisartsen met de naam NHGDoc.

Een product van het NHG

ExpertDoc, het bedrijf van Schalm, trok daarbij op met het Nederlands Huisartsen Genootschap, de wetenschappelijke vereniging voor huisartsen in Nederland. Het intellectueel eigendom van NHGDoc is deels van het NHG en deels van ExpertDoc, de uitbreiding, het onderhoud en actualisering van het systeem wordt door ExpertDoc gedaan. “Het NHG ondersteunt NHGDoc als een product van henzelf. Dat heeft de adoptie onder huisartsen vergroot”, aldus Eric Grosfeld, directeur bij ExpertDoc. Naast de digitale beslisondersteuning voor huisartsen levert ExpertDoc ook beslisondersteuning voor apothekers (medicatiereviews) en voor de juridische sector.

“Sinds 2010 werken het NHG en ExpertDoc, destijds met een subsidie van het ministerie van Volksgezondheid, aan het opzetten van beslisondersteuning voor huisartsen. De eerste implementatie van de software in huisartsensystemen startte ook dat jaar”, aldus Grosfeld. “NHGDoc is pas echt twee, drie jaar geleden een volwassen product geworden. We hebben een enorme leercurve gehad. Veel was onbekend: hoe pak je beslisondersteuning het beste aan? Op welke manier bied je het aan bij zorgverleners, hoe presenteer je informatie in hun systeem? In de huidige versie van NHGDoc zijn veel van deze vraagstukken ingevuld.”

Eric Grosfeld: "NHGDoc is pas echt twee, drie jaar geleden een volwassen product geworden"

Breed en complex vakgebied

Digitale beslisondersteuning gaat een steeds grotere rol spelen bij de dagelijkse werkpraktijk van huisartsen. Om zorgverleners houvast te bieden stellen beroepswetenschappelijke verenigingen en koepels sinds enkele decennia richtlijnen op. Richtlijnen en daarvan afgeleide zorgstandaarden hebben daarmee een belangrijke plaats gekregen in de gezondheidszorg.

Alleen: het huisartsenvak is ongelofelijk breed en complex geworden. “Door tijdgebrek en veelheid aan informatie bereiden veel huisartsen het consult niet of nauwelijks voor. Ook de NHG-standaarden ontwikkelen zich continu: we verzamelen steeds meer medische kennis”, aldus Grosfeld.

Melding-moeheid

Hoe werkt NHGDoc? Huisartsenpraktijk sluiten een jaarabonnement af. Daarmee worden de patiëntendossiers geanonimiseerd naar de server van NHGDoc gestuurd en geanalyseerd. Het systeem vergelijkt de informatie in het dossier van de huisarts met de aanbevelingen in de NHG-Standaarden, op het gebied van dossier, diagnostiek, beleid en medicatie. Als er verschil is tussen de richtlijn en informatie in het dossier stuurt het systeem vervolgens een melding terug naar de huisarts of praktijkondersteuner: er is een discrepantie gevonden tussen uw dossier en de NHG-standaard. Dat kan bijvoorbeeld zijn een te hoge dosering van een medicijn, contra-indicaties, ontbrekende of verouderde diagnostiek, of afwijkingen in het beleid.

“Sinds vorig jaar hebben we een score aan de meldingen uitgedrukt in urgentie: laag, middel of hoog. Een melding met score ‘hoog’ betekent dat de kans groter is dat de patiënt gezondheidsschade oploopt. Voorheen kregen ruim 51% van de dossiers een melding terug ongeacht de urgentie van de melding, en daarbij merkten we een zekere alert-moeheid bij zorgverleners. NHGDoc heeft dit aangepakt door alleen een signaal af te geven bij een urgente meldingen. Sommige meldingen zijn namelijk belangrijker dan anderen. Een melding om alcohol of rookgedrag in te vullen, wordt niet altijd als belangrijk ervaren door veel huisartsen”, zegt Grosfeld.

Bijwerkingen zoeken

NHGDoc verwerkt zo 40-50 miljoen anonieme huisartsendossiers per jaar. Vrijwel alle leveranciers van huisartsinformatiesystemen (HIS) zijn aangesloten. “NHGDoc biedt inmiddels beslisondersteuning voor chronische ziekten (astma, atriumfibrilleren, chronische nierschade, COPD, diabetes mellitus type 2), fractuurpreventie, hartfalen, hepatitis, maagbescherming, polyfarmacie en schildklier. Met het NHG overleggen we over de uitbreiding en welke NHG-Standaarden we nog meer kunnen doen. De actualisering en onderhoud van bestaande de NHG-Standaarden in NHGDoc kosten ook veel tijd.”

Ook zijn er functies in de software, zoals een Bijwerkingzoeker en de mogelijkheid om bijwerkingen van medicatie te melden bij Lareb. Een huisarts die NHGDoc gebruikt zegt: “Zonder de Bijwerkingzoeker in NHGDoc was ik er niet achter gekomen wat er met mij patiënt aan de hand was.” De nieuwste functie wordt LabGuard, zegt Grosfeld. “Als een huisarts een afwijkende laboratorium-uitslag van een patiënt binnenkrijgt en niet weet wat de oorzaak is, analyseert LabGuard het dossier, en komt met mogelijke oorzaak voor de afwijking.”

Een NHGDoc gebruiker van een groepspraktijk: “Als je kijkt naar hoe ingewikkeld de NHG-Standaarden worden, dan is dat eigenlijk niet meer ‘uit je hoofd’ te doen. Ik waardeer het zeer dat NHGDoc met me meekijkt.”

Van regel-gebaseerde software naar machine learning

NHGDoc is een zogeheten expertsysteem. In tegenstelling tot machine learning wordt er geen gebruik gemaakt van een zelflerend algoritme, maar van een algoritme op basis van reeds bekende expertise. Grosfeld: “ExpertDoc werkt nu met regel-gebaseerd programmeren. We gaan uit van de kennis in standaarden en modeleren de software op basis van die evidence-based kennis.”

In de toekomst kan NHGDoc machine learning technieken gaan toepassen om kennis uit richtlijn te combineren met kennis uit big data analyses, bijvoorbeeld het risico op een te hoog natrium gehalte, om huisartsen te ondersteunen. “Een praktisch bezwaar is dat NHGDoc afhankelijk is van de kwaliteit van gecodeerde dossiervorming van de huisarts", zegt Grosfeld. "De laatste jaren zijn er zeker stappen vooruit gezet maar we zien nog steeds dat het voorkomt dat een hoge bloeddruk als vrije tekst wordt vastgelegd in het dossier en niet als een gecodeerde laboratorium uitslag.”

"Data vanuit het HIS moet nog opgeschoond worden om er betrouwbare adviezen uit te halen. Veel zorguitkomsten worden niet geregistreerd. Iemand heeft bij een luchtweginfectie twee verschillende antibioticakuren voorgeschreven gekregen en is na twee weken klachtenvrij. Lag dat aan kuur 1, kuur 2, of is de infectie vanzelf weggegaan? Als zorguitkomsten niet vastgelegd zijn en je algoritmes gaat ontwikkelen op die kennis, trek je mogelijk verkeerde conclusies.”

ExpertDoc kijkt met veel interesse naar toepassingen van machine learning en zelflerende software voor de huisartsenpraktijk. “Tekst mining en machine learning zijn enorm veelbelovend. Ik geloof absoluut in nieuwe kennis ontdekken uit big data welke via beslisondersteuning haar weg vindt naar de vingertoppen van de arts."