Hoe we met big data betere richtlijnen kunnen krijgen

Opinie
Sam Louman
Frans B. Plötz
Citeer dit artikel als
Ned Tijdschr Geneeskd. 2020;164:D5247
Abstract

Richtlijnen vormen de basis voor ons medisch handelen, maar ze zijn lang niet altijd effectief of praktisch toepasbaar. Kunstmatige intelligentie kan helpen de kloof te dichten tussen richtlijn en praktijk.

Om de kindergeneeskundige zorg continu te kunnen verbeteren, is het van belang dat het medisch handelen zoveel mogelijk gebaseerd is op de recentste wetenschappelijk onderbouwde inzichten, die zijn vastgelegd in richtlijnen. De richtlijn ‘Licht traumatisch schedel-/hersenletsel’ (LTH) uit 2010 wordt nog steeds gehanteerd.1 Ten tijde van de invoering van de richtlijn was de doelstelling dat er 30% minder CT-scans zouden worden gemaakt. In 2014 bleek echter dat er bijna twee keer zoveel CT-scans werden gemaakt.2 Uit een survey uit 2016 onder artsen die verantwoordelijk zijn voor de opvang van kinderen met een trauma capitis bleek tevens dat bijna de helft zich niet aan de richtlijn houdt.3 De meest gerapporteerde reden om af te wijken van de richtlijn was dat de arts het op basis van de klinische presentatie niet eens was met het door de richtlijn voorgestelde beleid.

Dit voorbeeld illustreert de beperkingen van richtlijnen wanneer er…

Auteursinformatie

Tergooi, afd. Kindergeneeskunde, Blaricum: drs. S. Louman, arts-assistent kindergeneeskunde; dr. F.B. Plötz, kinderarts (tevens: Amsterdam UMC, Emma Kinderziekenhuis, Amsterdam).

Contact F.B. Plötz (fbplotz@tergooi.nl)

Belangenverstrengeling

Belangenconflict en financiële ondersteuning: geen gemeld.

Auteur Belangenverstrengeling
Sam Louman ICMJE-formulier
Frans B. Plötz ICMJE-formulier
Heb je nog vragen na het lezen van dit artikel?
Check onze AI-tool en verbaas je over de antwoorden.
ASK NTVG

Ook interessant

Reacties