TWOSOME

Het TWOSOME-project, bestaande uitconsortiumpartners Hogeschool Windesheim, Isala en Little Rocket, heeft indrukwekkende resultaten geboekt in het verbeteren van de zorg op de Neonatale Intensive Care Unit (NICU) door het optimaliseren van patiëntbewakingsalarmen, wat heeft geleid tot minder alarmdruk en alarmmoeheid onder verpleegkundigen. Het project richtte zich op het gebruik van “digital twins” in de ziekenhuiszorg, met als doel te onderzoeken welke factoren bijdragen aan het verminderen van alarmdruk en -moeheid, welke factoren de besluitvorming van verpleegkundigen bij alarmen beïnvloeden en hoe een digital twin hierbij kan helpen.
Belangrijke activiteiten en resultaten omvatten een literatuuronderzoek naar de toepassingen van digital twins en alarmmoeheid op de NICU, en een uitvoerige analyse van alarmdata om inzicht te krijgen in de typen en oorsprong van alarmen. Dit leidde tot optimalisaties en een eerste stap in de voorspelling van het aantal alarmen op de afdeling. Observaties en vragenlijsten werden uitgevoerd om te begrijpen welke alarmen actie vereisen en welke factoren de besluitvorming beïnvloeden. HBO-ICT studenten ontwikkelden een proof-of-concept voor een digital twin die helpt bij het beheren van alarmen op de NICU, en er werd een eerste stap gezet om machine learning toe te passen op verzamelde data om patronen te herkennen en alarmen te optimaliseren. Technische en privacy randvoorwaarden werden ook in kaart gebracht.
Een co-creatieve inspiratiesessie leidde tot een goed inzicht in alarmdruk en -moeheid in de praktijk, met behulp van de Cause Loop Diagram methode. De uitkomsten van het project resulteerden in een lijst van technische en gedragsverbeterinterventies die aansluiten op de context van de NICU. Hiervoor is een vervolgproject opgesteld en een subsidieaanvraag ingediend om deze interventies in de klinische praktijk te implementeren. De resultaten van de analyses zijn ingediend bij een peer-reviewed tijdschrift en het studentproject als onderdeel van TWOSOME is genomineerd voor de V&VN Digitale Zorgprijs 2024.

Het aantal alarmen dat afgaat op een Neonatale Intensive Care Unit (NICU) is hoog omdat de vitale fysiologische parameters van de neonaten als vanzelfsprekend continu gemonitord worden door medische apparatuur. Dit leidt tot een enorme alarmdruk bij NICU-verpleegkundigen, want elk alarm moet beoordeeld worden. Echter, slechts 20% van de klinische alarmen is relevant, wat niet alleen leidt tot inefficiënte werkprocessen, maar ook tot alarmmoeheid en daarmee bedreiging van patiëntveiligheid.
Literatuur- en praktijkonderzoek door studenten HBO-ICT en onderzoekers van het lectoraat ICT-innovaties in de Zorg (Hogeschool Windesheim) op de NICU van Isala ziekenhuis in Zwolle laat zien dat er winst lijkt te behalen in het slim combineren van alarmen en het aanpassen van grenswaarden. Hier kan uiteraard niet zomaar mee geëxperimenteerd worden in de werkelijke klinische setting. Isala heeft daarom behoefte aan een testomgeving waarin de impact van alarmaanpassingen op alarmreductie gemeten kan worden zonder dat patiëntveiligheid daarmee in gevaar komt. Een digital twin kan hier een oplossing bieden. Dit is een replica van de fysieke, dynamische NICU-setting waarin data van patiënten, apparaten en hun onderlinge interacties gesimuleerd kunnen worden en artificial intelligence voorspellingen kan doen over de impact van veranderingen.
In de gezondheidszorg wordt de potentie van digital twins de laatste twee jaar gezien en het aantal publicaties en best practices neemt toe, maar toepassingen op de intensive care-setting zijn nog dun gezaaid. Dit project, waarvoor Windesheim, Isala en data science agency Little Rocket de krachten bundelen, levert hier een bijdrage aan