Onderzoek gefedereerde geautomatiseerde surveillance met hergebruik van bestaande zorgdata
De elektronische patiëntendossiers (EPDs) in ziekenhuizen bieden de mogelijkheid om de routine zorggegevens die hierin geregistreerd staan te hergebruiken voor automatisering van surveillance van infecties, zoals ziekenhuisinfecties. In dat geval kunnen routinezorg gegevens worden hergebruikt om de juiste patiënten of ingrepen te selecteren voor surveillance, algoritmen toe te passen om handmatige beslissingen (deels) te vervangen over het optreden van infecties en informatie te verzamelen over risicofactoren. Uit eerdere projecten is gebleken dat op deze manier de surveillance kan worden uitgevoerd met minder werklast in de ziekenhuizen en op een meer gestandaardiseerde manier, waardoor de kwaliteit van de surveillancegegevens verbetert. Maar er liggen nog uitdagingen in strategieën voor grootschalige implementatie van een surveillancenetwerk.
Federatieve geautomatiseerde surveillance
Federatieve geautomatiseerde surveillance is mogelijk een oplossing die implementatie van automatisering van surveillance vergemakkelijkt en de kwaliteit verbetert (van Rooden et al, 2024). Bij gefedereerde geautomatiseerde surveillance worden door het RIVM algoritmes en een applicatie ontwikkeld, die lokaal in de ziekenhuizen kunnen worden toegepast op gegevens uit de EPDs. De surveillance resultaten kunnen worden gedeeld met het RIVM, maar de brondata uit de EPDs blijven in de ziekenhuizen. In een eerste stap worden EPD gegevens geharmoniseerd naar een standaard waarna op een eenduidige manier geautomatiseerde surveillance wordt toegepast. Dit kan de vergelijkbaarheid en kwaliteit van de surveillanceresultaten vergroten.
Dezelfde infrastructuur kanworden gebruikt voor verschillende (surveillance)doelen . Ook biedt deze benadering de mogelijkheid om meer geavanceerde analyse methoden toe te passen, waardoor meer gegevens kunnen worden geanalyseerd, zonder de gegevens met het RIVM te delen.
Voor de ontwikkeling van een betrouwbaar netwerk met geaccepteerde surveillanceresultaten is onderzoekt het RIVM samen met ziekenhuizen en andere belangrijke stakeholders de potentie en de voorwaarden voor een netwerk voor federatieve geautomatiseerde surveillance onder andere in het project HAI NL: Harmonized Automated Surveillance of Hospital Infections on a National Level.
Voordelen
Verwachte voordelen van federatieve geautomatiseerde surveillance zijn:
- Ziekenhuizen behouden eigenaarschap van de data
- Het vraagt minder kennis en capaciteit van ziekenhuizen
- Betere kwaliteit en vergelijkbaarheid surveillance resultaten
- Duurzaam surveillance systeem
- Schaalbaar naar andere surveillancedoelen
- Wendbaar, snelle modificaties mogelijk (pandemische paraatheid)
- Aansluiting op andere landelijke initiatieven voor harmonisatie van EPD (Elektronisch patiëntendossier)(Elektronisch patiëntendossier) gegevens voor hergebruik van data voor wetenschappelijk onderzoeken of registraties en bijvoorbeeld lokale health data spaces; eenmalige registratie - meervoudig gebruik (FAIR)
- Betere aansluiting op de algemene verordening gegevensbescherming (AVG)
Componenten van een federatief netwerk
Een federatief netwerk bestaat uit een aantal componenten
Het gaat dan natuurlijk over een goede IT-infrastructuur, maar ook de herbruikbaarheid van data waardoor er een lerend systeem kan ontstaan. Welke tools gebruik je voor analyse wie is waarvoor verantwoordelijk? Welke afspraken maak je over toegang en gebruik van de data? Hoewel een federatief netwerk technische componenten heeft gaat het juist ook om: hoe werk je samen aan en in een federatief netwerk? Antwoorden op deze vragen zullen in het voorjaar van 2026 in verschillende stakeholderbijeenkomsten worden geformuleerd.
Een goed netwerk voor federatieve geautomatiseerde surveillance kan alleen gezamenlijk met alle stakeholders worden ontwikkeld.
Lopende projecten rond federatieve surveillance
Bij het RIVM lopen op dit moment verschillende projecten om te onderzoeken hoe een goed federatief netwerk voor surveillance kan worden ingericht, waarbij elk van de componenten belicht worden.
HAI NL: Harmonized Automated Surveillance of Hospital Infections on a National Level
Doel : onderzoeken van het potentieel en de cruciale vereisten voor een gefedereerd netwerk voor geautomatiseerde surveillance van ziekenhuisinfecties.
Voorlopige resultaten
Door middel van interviews met betrokkenen bestaande (inter)nationale federatieve netwerken zijn belangrijke thema’s en geleerde lessen geïdentificeerd. Op basis hiervan gaan we met stakeholders van een mogelijk federatief netwerk voor surveillance in ziekenhuizen in gesprek, om kansen, uitdagingen en vereisten in kaart te brengen.
Om de kwaliteit van gegevens en resultaten van geautomatiseerde surveillance in een federatieve infrastructuur, is een vertaling van de brondata naar internationale standaarden (zoals SNOMED (Systematized Nomenclature of Medicine) CT), waarover consensus was onder domeinexperts uit verschillende ziekenhuizen, geïntegreerd is in het OMOP standaard datamodel. Het principe en haalbaarheid van de gegevensstroom met een federatieve benadering kon worden aangetoond in een connectathon, die we met verschillende ziekenhuizen hebben georganiseerd. Het heeft veel kennis opgeleverd voor dit project en voor de deelnemende ziekenhuizen. Het leerde ook waar nog verbeteringen moeten worden gemaakt, die in een volgende connectathon worden meegenomen.
De betrouwbaarheid van federatieve analyse is onderzocht op basis van een epidemiologische vraagstelling als voorbeeld, op basis van testdata. Hieruit bleek dat de analyses mathematisch hetzelfde zijn als de analyses die zijn uitgevoerd wanneer alle data bij het RIVM beschikbaar zijn. Ook zijn lessen voor implementatie geleerd.
Project “Federatieve systemen voor geautomatiseerde surveillance” binnen het Centrum Infectieziektebestrijding van het RIVM
Doelen: het onderzoeken van de haalbaarheid en randvoorwaarden voor een technisch ontwerp voor gefedereerde geautomatiseerde surveillance van ziekenhuisinfecties op basis van een ‘Proof of Concept’
Voorlopige resultaten: Er is een proof of concept ontwikkeld voor een webbased applicatie dat getest is op datakwaliteit tijdens de connectathon. Bij verschillende ziekenhuizen hebben we de acceptatie en functionele eisen geëvalueerd. De applicatie wordt verder ontwikkeld op basis van deze waardevolle aanbevelingen, waarna deze opnieuw getest zal worden.
Surveillance4NL – European Direct Grant
Doelen: Work package 2 van dit project richt zich op verbetering van surveillance in ziekenhuizen. Hier wordt voortgebouwd op resultaten van het SPR (Strategisch Programma RIVM) HAI NL project, waar wordt toegewerkt naar een roadmap voor implementatie van een federatief netwerk en kennisontwikkeling over federatieve analyses wordt uitgebreid.
Samen met het Radboud UMC (Universitair Medisch Centrum) en de Radboud universiteit wordt onderzocht of we geautomatiseerde surveillance van luchtweginfecties (SARI Severe Acute Respiratory Infections) kunnen verbeteren, wanneer tekstdata (zoals verslagen) uit het EPD (Elektronisch patiëntendossier) kan worden analyseerd, naast diagnose of DBC (Diagnose Behandeling Combinatie) codes. Wanneer dit haalbaar blijkt en goede resultaten oplevert, willen we dit onderzoek uitbreiden naar andere ziekenhuizen en de haalbaarheid en betrouwbaarheid van federatieve analyses onderzoeken.
Wie willen we betrekken? Een netwerk bouw je samen! Denk mee
Een goed netwerk voor federatieve geautomatiseerde surveillance kan alleen gezamenlijk met alle stakeholders worden ontwikkeld. We nodigen graag verschillende disciplines van bestuurders, arts-microbiologen en andere medisch specialisten, deskundigen infectiepreventie, IT’ers en data-specialisten uit ziekenhuizen, tot relevante wetenschappelijke verenigingen en organisaties deel te nemen aan de verschillende projecten. Geïnteresseerd? Neem per mail contact met ons op via sprhainl@rivm.nl