Kunstmatige intelligentie voor de verzorgende IG

KI is allang geen toekomst meer, maar de hedendaagse realiteit. Toch wordt het in de zorg sector in een minder rap tempo ingezet dan in andere sectoren omdat het grote vraagstukken met zich meebrengt. De zorg sector is dan ook verdeelt over deze slimme technologie en op welke gebieden je deze kan inzetten (van Smeden et al. 2021). Enerzijds ligt dit aan dure investering die KI met zich meebrengt en anderzijds ligt het aan de aanbieders van KI. Er zijn veel kleine bedrijven die één AI- oplossing, gerelateerd aan één specifiek probleem aanbieden in de zorg. Een It-afdeling van een ziekenhuis bijvoorbeeld zit niet te wachten om met tientallen bedrijven te werken, die ook allemaal hun eigen systeem hebben. Zij gaan toch liever met grotere bedrijven zoals een Philips of Siemens in zee. Echter zijn hun producten nog niet zo ver doorontwikkeld dan wat start-ups aanbieden (Klop W, 2023).

Desondanks komt er in de zorg sector ook veel data voor wat de inzet van KI juist interessant maakt. Door middel van KI integratie op het gebied van planning en roostering wordt er rekening gehouden met verschillende factoren zoals beschikbaarheid van zorgverleners, zorgvragen van cliënten en bijvoorbeeld optimale routes binnen de wijkzorg.

Het gebruik van KI in de verpleegkunde kan de kwaliteit van zorg verbeteren, de werklast van verpleegkundigen verminderen en de cliënt ervaring verbeteren (vanDijk, 2017) . Het is echter belangrijk dat verpleegkundigen leren om deze technologieën effectief te gebruiken en om ervoor te zorgen dat de zorg die ze leveren van hoge kwaliteit blijft. Daarnaast gebeurt er veel op het gebied van monitoring van cliënten door middel van wearables en sensortechnologie (smart home devices). Dit kan verzorgenden IG helpen om veranderingen in de gezondheidstoestand van de zorgvrager op te merken en snel in te grijpen. Denk bijvoorbeeld aan valpreventie.

Een ander interessant gebied waar Ki al wordt ingezet is medicatiebeheer. Door middel van slimme medicijndispensers, die cliënten herinneren medicatie in te nemen en verzorgende waarschuwen wanneer de medicatie niet is ingenomen. Daarnaast wordt KI ingezet op communicatievlak. Bijvoorbeeld door het gebruik van chatbots, die cliënten kunnen helpen bij het stellen van vragen over hun zorg, of door het automatisch transcriberen van zorgrapporten (Attendi, 2023).

Tot slot kan robotica met geïntegreerde KI ingezet worden om de verzorgende-IG te ondersteunen in het uitvoeren van taken, zoals het tillen en verplaatsen van cliënten.

Net als bij verpleegkundigen kan het gebruik van KI de zorg verbeteren en de werklast van verzorgenden-IG verminderen (Ministerie van Volksgezondheid, Welzijn en Sport, 2021). Het is echter belangrijk dat verzorgenden-IG zijn opgeleid om deze technologieën effectief te kunnen gebruiken en om ervoor te zorgen dat de zorg die zij leveren van hoge kwaliteit blijft.

Toepassingen

  • De nachtdienst in de zorg is verantwoordelijk voor meerdere bewoners en kan niet overal tegelijk zijn. Medewerkers ervaren tijdens de nachtdienst dan ook regelmatig een hoge werkdruk (TNO,2023, RMMBR,2023). Ze weten niet welke bewoners rustig slapen, onrustig slapen of zelfs uit bed zijn. Als dat overzicht ontbreekt, moeten ze nachtrondes lopen. De Momo BedSense-app is een sensorplaat die je op borsthoogte onder het matras van de zorgvrager plaatst. Deze bed sensor geeft, naast het feit of iemand in of uit bed is, gedetailleerde informatie over de zorgvrager (bijvoorbeeld de hartslag, druk, lighouding en trillingen). Een app geeft die data weer en die bieden inzicht in welke bewoners veilig en rustig in bed liggen, wie onrustig is en wie dringend hulp nodig heeft. Bijvoorbeeld om valincidenten of decubitus te voorkomen. Verzorgende-IG kunnen zo goed inschatten welke acties nodig zijn. Behandelaren kunnen de informatie in de app analyseren voor gerichte advisering over interventies, bijvoorbeeld om het slaappatroon te bevorderen. De informatie kan ook gebruikt worden om de ochtendzorg te personaliseren. Omdat de BedSense-app informatie geeft over welke bewoner al wakker is en welke niet, kan aangesloten worden op de individuele behoeften en het ritme van de zorgvragers. Dit draagt bij aan een betere kwaliteit van leven en welzijn van de zorgvrager en een afname van gedragsproblematiek (Admin, 2022). 

    Input

    • Visuele gegevens
    • Persoonsgegevens

    Technologie

    • Computer vision
    • Data mining

    Output

    • Perception
    • Prevention
    • Notification
  • Wat houdt robot Phi in? 

    Robot Phi is net als Zora een humanoïde robot, die voor allerlei functies ingezet wordt. De zorg zet de sociale robot in om bewoners te ondersteunen, activeren en vermaken. Robot Phi heeft gezichtsherkenning en spraakherkenning en kan met cliënten communiceren via spraak en het scherm op zijn buik. Tijdens ‘logeerpartijen’ bij cliënten is de robot uitgeprobeerd. Hij heeft ook een eigen YouTube- en Instagramkanaal. Robot Phi kan bewoners helpen zelfstandiger te leven door ze eraan te herinneren dat ze medicijnen moeten innemen, of andere praktische activiteiten gedurende de dag. Daarnaast heeft de robot een sociaal effect in de vorm van een maatje dat vraagt naar hoe de dag is geweest en die kan praten over bijvoorbeeld hobby’s (Robot Phi, 2022). 

    Input

    • Persoonsgegevens
    • Visuele gegevens
    • Online gegevens

    Technologie

    • Speech processing
    • Computer vision

    Output

    • Notification
    • Suggestion
  • Wat houdt CheckCheck in? 

    Het uitvoeren van een dubbele controle bij de toediening van risicovolle medicatie is een belangrijke en verplichte activiteit in de zorg. Een verkeerd medicijn, tijdstip of dosering kan grote (gezondheid)schade opleveren. CheckCheck is een applicatie voor de uitvoering van de dubbele medicijncontrole, met behulp van kunstmatige intelligentie en draait op een mobiel device van de zorgprofessional. CheckCheck leest ter voorbereiding op de controle de receptregel automatisch in. Vervolgens bevestigt de verzorgende-lG haar/zijn eigen identiteit, die van de zorgvrager en de toe te dienen medicatie. CheckCheck controleert razendsnel de door de zorgprofessional gefotografeerde medicatie. CheckCheck maakt gebruik van tekst- en beeldverwerking. Op basis van foto’s van de medicatie en de gegevens van de zorgvrager kan CheckCheck een controle uitvoeren.  

    Input

    • Persoonsgegevens
    • Visuele gegevens

    Output

    • Notification
    • Automation

    Technologie

    • Tekst mining
    • Speech processing
  • Wat houdt Florence 2.0 in? 

    Florence 2.0 geeft advies over een gezondere levensstijl en mentale gezondheid. Door middel van een reeks interactieve vragen zal Florence advies geven over stressmanagement, goed eten, actiever zijn, stoppen met tabak en e-sigaretten en COVID-19-vaccins. In het Arabisch, Chinees, Frans, Russisch, Spaans en Hindi kan Florence momenteel mensen ondersteunen om te stoppen met roken en informatie verstrekken over COVID-19. Florence gebruikt als onderliggende technologie NLP. Ze is geprogrammeerd met de laatste informatie van de Wereldgezondheidsorganisatie op het gebied van onder meer COVID-19. Florence is gemaakt met technologie die is ontwikkeld door het in San Francisco en Nieuw-Zeeland gevestigde Digital People-bedrijf Soul Machines, met ondersteuning van Amazon Web Services en Google iCloud (WHO, 2023).. 

    Input

    • Persoonsgegevens
    • Locatiegegevens
    • Visuele gegevens

    Technologie

    • NLP

    Output

    • Suggestion
  • Wat houdt Attendi in? 

    De speechservice van Attendi maakt het voor verpleegkundige mogelijk om altijd en overal veilig een rapportage in te spreken. Dit bespaart ze tijd en het zorgt voor completere rapportages. De spraakherkenning heeft een grote nauwkeurigheid voor toepassingen in de zorg. De Attendi-software is een applicatie die is geïntegreerd in het epd en is gebaseerd op een intelligent spraaktechnologie-model dat speciaal is geoptimaliseerd voor de Nederlandse zorg. Spraakoplossingen maken het voor verpleegkundige mogelijk om te interacteren met computers, zonder dat ze daarbij hun aandacht van een cliënt hoeven te verleggen naar een beeldscherm. 

    Attendi maakt als input gebruik van bestaande data uit de praktijk. Dat houdt in dat de modellen bekend moeten zijn met woorden die vaak in dezelfde context voorkomen en met woorden die men in een specifiek zorgdomein gebruikt. De modellen worden daarom continu verbetert door binnenkomende data te annoteren (Attendi, 2023).  

    Input

    • Auditieve gegevens

    Technologie

    • NLP
    • Speech processing
    • Audio processing

    Output

    • Automation
  • Wat houdt Tell James in? 

    Tell James is een soortgelijk model als Attendi. Het is een aanbieder van spraak gestuurd rapporteren in de sector Zorg en Welzijn. James zet de gesproken rapporten om naar tekst en plaatst ze in het dossier van de desbetreffende zorgvrager. Tell James laat de verpleegkundige zijn rapportage inspreken tijdens of na het bezoek aan de cliënt.

    Jasper Drenht van Stichting Philadelphia vertelt:

    “Dit heeft een positieve invloed op het begrip en de betrokkenheid van de cliënt: de zorgprofessional praat niet langer over, maar met de cliënt. De zorgverlener hoeft zijn rapportage niet meer naar het einde van de dag te verschuiven, waardoor de kwaliteit van de rapportages omhooggaat. Schriftelijke rapportages zijn vaak onvolledig, doordat de zorgprofessional ze pas na een volledige dienst invult voor alle cliënten. Met Tell James is het mogelijk om op locatie of tussen afspraken door alle bevindingen in te spreken en in het dossier te borgen, tot in het kleinste detail”

    Tell James werkt met spraak-naar-tekstmodellen. De speciale spraaksoftware is geïntegreerd in het elektronisch cliëntendossier (ecd) of epd. De domein specifieke spraakmodellen zijn getraind met medische informatie uit bestaande verslagen en uitgebreid met het medisch woordenboek. Het medisch woordenboek is verrijkt met woorden voor behandelingen en medicaties die zorgverleners gebruiken in dat specifieke domein. Bijvoorbeeld gehandicaptenzorg, ouderenzorg of jeugdzorg.  

    Ik denk dat je veel meer naar een systeem gaat waarbij regie verpleegkundigen andere taken krijgen. Ze gaan analyses doen op basis van geschreven rapportages en bevindingen van collega's. De wijkverpleegkundigen gaan juist hands on aan de slag. Ik denk dat je nog meer functiedifferentiatie krijgt en dat één van de functies op dat stukje data-analyse rondom cliënten thuis zal gaan zitten”.

    Tijn Gerrits, Werkgeversvereniging van zorg- en welzijnsorganisaties.

    Input

    • Auditieve gegevens

    Technologie

    • NLP
    • Speech processing
    • Audio processing

    Output

    • Automation
  • Wat houdt TONOS Care in? 

    In Nederland wonen zo’n 135.000 mensen in een verpleeg- of verzorgingshuis, verdeeld over meer dan 2400 locaties (Actiz, 2023). Bewoners van een verpleeg- of verzorgingshuis zijn langdurig afhankelijk van zorg bij onder meer het opstaan, naar bed gaan, persoonlijke hygiëne, aan- en uitkleden, eten en het toedienen van medicatie. Om het voor bewoners mogelijk te maken om hun leven te leiden zoals zij dat willen, is het cruciaal dat zij de benodigde zorg zoveel mogelijk op het door hen gewenste tijdstip geleverd krijgen. TONOS is een slimme applicatie die zorgprofessionals snel en flexibel optimale capaciteitsplanning en looproutes laat maken. De zorgvraag is in enkele seconden automatisch in balans gebracht met de beschikbare personele capaciteit. De uitkomsten helpen om zonder hollen of stilstaan de juiste zorg op het juiste moment te leveren. 

    In de praktijk blijkt planning lastig te realiseren. Het is een steeds grotere uitdaging om de zorg tijdig te kunnen leveren. Deels door druk op de budgetten, en steeds vaker door personeelstekorten. In de huidige situatie kost het maken en aanpassen van basisroosters veel tijd. Tonos heeft in samenwerking met zorgorganisaties razendsnelle algoritmes ontwikkeld (en uitvoerig getest) die rekening houden met zowel de vaak voorkomende als de fluctuerende zorgvraag (Tonos Care, 2023). 

    Technologie

    • Data mining

    Output

    • Notification
    • Suggestion
    • Automation

    Input

    • Persoonsgegevens
    • Tekstuele gegevens
    • Time series
  • Wat houdt de Molly-app in? 

    Sinds 2014 gebruikt het Hart+Vaat Centrum van het Maastricht UMC+ het online platform MijnHartfalencoach om in contact te komen met cliënten. Het Hart+Vaat Centrum begeleidt hen op afstand. De website biedt informatie, coaching en een individueel behandelplan. De Amerikaanse firma Sensely, een bedrijf dat kunstmatige-intelligent systemen en chatbots voor de zorg ontwikkelt, kwam met de chatbot als toevoeging. Molly is een virtuele verpleegkundige die hartfalencliënten moet ondersteunen. Molly vraagt cliënten via een app hoe het met hen gaat, informeert hen over het uitvoeren van gewicht- en bloeddrukmetingen en uitslagen, en geeft advies. Het systeem werkt via een smartphone en tablet en werkt daarnaast met een bluetoothbloeddrukmeter en -weegschaal waarmee cliënten zelf metingen uitvoeren. Op dit moment praat Molly alleen en kunnen cliënten in de app hun antwoord invoeren. In de toekomst zal Molly ook kunnen luisteren en kunnen cliënt en tegen haar praten. 

    Input

    • Persoonsgegevens
    • Bevolkingsgegevens
    • Historische gegevens

    Technologie

    • NLP
    • Data mining

    Output

    • Notification
    • Automation
    • Prevention
  • Wat houdt Shiftbase in? 

    Shiftbase helpt op basis van kunstmatige intelligentie de capaciteitsplanning te maken. Shiftbase maakt gebruik van andere parameters om tot een planning te komen zoals beschikbaarheid, afwezigheid en weersvoorspelling. Tijdens het plannen houdt het ook rekening mey de verwachte personeelskosten en geeft Shiftbase een overzicht van het percentage personeelskosten ten opzichte van de verwachte omzet, zodat zorgorganisaties eenvoudig kunnen besparen op loonkosten. Shiftbase gebruikt datamining als technologie om vanuit verschillende datasets inzicht te krijgen in een aantal planning opties.  

    Input

    • Persoonsgegevens
    • Tekstuele gegevens
    • Klimaatgegevens

    Technologie

    • Data mining

    Output

    • Automation

Impact op het werkveld van de verzorgende-IG

Impact op werkprocessen 

KI kan de functie van de verzorgende IG beïnvloeden en verbeteren. Een van de manieren waarop KI de functie van verzorgenden IG kan beïnvloeden, is door het automatiseren van routinematige taken, zoals het verzamelen en controleren van vitale functies, en het controleren van medicijnen. Dit kan de werkdruk verminderen en verzorgenden IG meer tijd geven voor directe cliëntenzorg en aandacht voor de persoonlijke behoeften van hen. 

KI kan ook de nauwkeurigheid en consistentie van de zorg verbeteren door het ondersteunen van klinische besluitvorming, zoals het identificeren van risicocliënt en de ondersteuning van de effectiefste behandelingsopties. Dit kan leiden tot betere cliënt resultaten en minder fouten. 

Daarnaast kan KI helpen om de zorg persoonlijker te maken door het gebruik van gepersonaliseerde zorgplannen en het monitoren van zorgvragers op afstand. Dit kan de betrokkenheid van verzorgende- IG vergroten en zorgen voor betere communicatie tussen cliënten en verzorgenden. Het is immers aan hun de taak om gepersonaliseerde zorgplannen door te nemen met cliënten. 

Jasper Drenth, Stichting Philadelphia.

“Op korte termijn zal KI richting een situatie gaan waarbij jij met een opdracht naar een cliënt gaat en je gewoon inzicht krijgt dat er een bepaalde interventie of ondersteuning nodig is, gerichtere zorg dus. En dat je via je telefoon of een iPad te zien krijgt wat de belangrijke zorgvragen zijn en dat je dan niet eerst heel de rapportages van de afgelopen week terug hoeft te lezen. Als het goed gaat hoef ik het niet te weten. Ik moet weten als ik iets moet doen”.

Het is belangrijk op te merken dat de inzet van KI in de gezondheidszorg – en specifiek voor verzorgenden-IG – relatief nieuw is. Er zijn nog steeds uitdagingen op het gebied van datakwaliteit, privacy en ethiek. Het is daarom belangrijk dat verzorgenden-IG goed zijn opgeleid en geïnformeerd over de mogelijkheden en beperkingen van KI, zodat zij kunnen bijdragen aan de ontwikkeling en implementatie van deze technologieën in de zorg sector. 

Impact op vaardigheden

De inzet van KI in de gezondheidszorg en specifiek voor verzorgenden-IG zal waarschijnlijk een verschuiving teweegbrengen in de vaardigheden die je van hen mag verwachten. Met de automatisering van routinematige taken zal de nadruk liggen op vaardigheden die je niet zo makkelijk kunt vervangen door machines. Verzorgenden-IG zullen bijvoorbeeld meer aandacht moeten besteden aan hun interpersoonlijke vaardigheden, zoals empathie, communicatie en samenwerking met andere zorgverleners. 

Daarnaast kan de inzet van KI nieuwe vaardigheden vereisen, zoals het vermogen om de gegevens die KI-systemen genereren te begrijpen en te interpreteren, en het vermogen om deze gegevens op een zinvolle manier te integreren in de zorg. Denk bijvoorbeeld aan de app CheckCheck van Dufond.  

Verzorgenden-IG kun je ook betrekken bij het ontwikkelen, testen en verbeteren van KI-systemen, wat specifieke technische en analytische vaardigheden vereist. 

“Verzorgenden zullen echt een hele andere manier van werken gaan adopteren. Het is best wel lastig om vanuit de huidige systematiek te kijken naar wat KI gaat betekenen, aangezien ook de hele zorg systematiek zal gaan veranderen”.

Prof. dr. Haselager, Radboud Universiteit

Het is belangrijk dat verzorgenden-IG zich blijven bijscholen en ontwikkelen om zich aan te passen aan deze veranderingen en te profiteren van de voordelen die KI kan bieden. Door hun vaardigheden te blijven ontwikkelen, kunnen verzorgenden-IG hun rol in de gezondheidszorg versterken en bijdragen aan de verbetering van de kwaliteit van zorg en cliënt resultaten.