AI-PREM verbetert patiëntervaringen

Het analyseren van open antwoorden van patiënten is vaak tijdrovend en vereist aanzienlijke middelen. Met de AI-PREM-tool, die we in verschillende afdelingen van het LUMC toepassen, kunnen we deze antwoorden snel en nauwkeurig verwerken. Deze tool is ontworpen om nuance en context uit de antwoorden te extraheren, wat essentieel is voor kwaliteitsverbetering.

Marieke van Buchem, innovatiemanager bij CAIRELab, werkt samen met Hileen Boosman aan een project dat is gericht op het verbeteren van patiëntervaringen. Dit project, dat begon in 2018, heeft als doel om de onderbenutting van vrije tekstvelden in vragenlijsten aan te pakken. Het analyseren van deze teksten bleek vaak te complex voor traditionele methoden, maar AI biedt hiervoor een oplossing.

Marieke heeft verschillende AI-modellen getest op een dataset van ingevulde vragenlijsten van patiënten met brughoektumoren. In samenwerking met Hileen en artsen hebben ze een model ontwikkeld dat in staat is om automatisch belangrijke inzichten uit deze data te extraheren, met behulp van Natural Language Processing (NLP).

Dit AI-model kan antwoorden automatisch classificeren als positief of negatief en de belangrijkste inzichten daaruit halen. Dit resulteert niet alleen in kwalitatieve maar ook kwantitatieve data, zoals het aantal positieve en negatieve antwoorden. Bovendien kan het model specifieke voorbeelden terughalen, wat helpt bij het diepgaand analyseren van bepaalde onderwerpen.

De inzichten die uit het model voortkomen, kunnen tijdens kwartaaloverleggen binnen de zorgpaden besproken worden. Dit zorgt ervoor dat er voldoende nieuwe data is verzameld voor betekenisvolle gesprekken en verbeteringen.

Het gebruik van AI biedt aanzienlijke voordelen ten opzichte van traditionele methoden voor het meten van patiëntervaringen. Open vragen stellen patiënten in staat hun ervaringen in eigen woorden te delen, wat meer nuance en context biedt dan gesloten vragen. Dit resulteert in een dieper begrip van de ervaringen van patiënten en ondersteunt gerichte verbeteringen.

Hileen Boosman wijst erop dat eerdere methoden, zoals woordwolken, beperkingen vertonen door schrijffouten en onnauwkeurigheden in de data. AI helpt deze uitdagingen te overwinnen door data op een consistente en nauwkeurige manier te classificeren en te analyseren.