Minder sterfte en kortere opname met slimme software

Donica Lodder

Een machinelearning-systeem gebaseerd op verpleegkundige notities blijkt in staat om verslechtering bij opgenomen patiënten eerder te signaleren.

Vroege herkenning van klinische achteruitgang is cruciaal bij gehospitaliseerde patiënten. Al geruime tijd worden hier ‘Early warning scores’ (EWS) voor gebruikt. Observationeel onderzoek toonde al een positief effect op patiëntuitkomsten bij het gebruik van deze scores. Uit eerder gerandomiseerd onderzoek kwam dit minder duidelijk naar voren. Amerikaanse onderzoekers hebben nu met een gerandomiseerde studie de effectiviteit onderzocht van ‘Communicating Narrative Concerns Entered by RNs’ (CONCERN) (Nat. Med. 2025; online 2 april). Dit is een variant op de EWS die gebruikmaakt van machinelearning-algoritmen om patronen in verpleegkundige verslaglegging te analyseren.

Het algoritme gebruikte – naast de gangbare vitale parameters…

Dit artikel wordt besproken in#59 Chatbotpsychologen
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

Gratis Ask NTVG uitproberen?

Maak met 2 klikken een gratis account aan

Account aanmaken

Heb je al een account of een abonnement? Inloggen

Altijd toegang tot alle publicaties van het NTVG?

Abonneer vandaag nog!

Online toegang tot alle artikelen
Gepersonaliseerde alerts voor artikelen en dossiers
Artikelen voor opleiding en nascholing mét geaccrediteerde toetsen
Onbeperkt luisteren naar de NTVG-podcast
Antwoorden op al je vragen via de AI-toepassing 'Ask NTVG'

Neem het digitaal ntvg abonnement

€ 15,93 per maand!

Ik wil digitaal
NTVG nummer 2 2026
NTVG nummer 3 2026
NTVG nummer 4 2026