Interoperabiliteit in het lab: de motor van goede zorg

De digitalisering van de zorg is in volle gang. Elektronische Patiëntdossiers zijn de norm en Big Data is hét modewoord. Afdelingen binnen zorginstellingen en ziekenhuizen werken steeds beter samen en leveren betere zorg die sneller en goedkoper is.

Toch wordt in deze moderniseringsslag een belangrijk onderdeel over het hoofd gezien: het laboratorium. Hier bevindt zich een schat aan informatie die een onmisbaar puzzelstuk vormt van goede en efficiënte zorgverlening. Hoe realiseer je interoperabiliteit in het lab en wat levert het je op? Dan vertel ik in dit blog.

Moderniseren op eigen houtje
De ontwikkeling binnen laboratoria heeft de afgelopen jaren zeker niet stil gestaan. Nieuwe onderzoeksmethoden, kennis en software hebben labtesten preciezer gemaakt en de verwerking ervan sneller. Het probleem zit dan ook niet in een gebrek aan modernisering, maar in een gebrek aan integratie met andere afdelingen. Labs zijn erop vooruit gegaan, maar staan nog altijd te ver weg van de arts en zijn patiënt. Sommige vernieuwingen in het lab hebben zelfs een negatief effect op de afhandelingstijd. Zo worden complexe tests steeds vaker in grote, gespecialiseerde laboratoria uitgevoerd, terwijl routinetests worden opgepakt door het lab van het ziekenhuis zelf. Dit maakt de infrastructuur voor labresultaten complex, onoverzichtelijk en traag. Jammer, helemaal als je bedenkt dat zo’n 70 procent van de klinische beslissingen wordt gebaseerd op labresultaten.

Bottlenecks signaleren
Het lab loopt dus niet zozeer achter op innovatie, maar kampt met een integratieprobleem. De kwaliteit van de labresultaten is momenteel het enige uitgangspunt, en hierdoor komt de patiënt op de tweede plaats. Deze moet vaak lang wachten op testresultaten die bovendien geen totaalbeeld geven van zijn gezondheid of probleem. Hoe moet het dan wel? Als je het mij vraagt, kan interoperabiliteit in het lab en met de zorgvloer veel positieve verandering brengen. Door gegevens van het laboratorium te integreren met gegevens van ziekenhuisafdelingen en individuele patiënten, wordt namelijk in één klap van alles duidelijk. Hoe lang wacht de gemiddelde patiënt op zijn labresultaten? Welke testen duren het langst? Verschilt dit per afdeling, ziekenhuis of stad? Door de bottlenecks in de communicatie te signaleren, kan de snelheid van gegevensuitwisseling omhoog.

Personalisatie van data
Uiteraard is snelheid van data-uitwisseling slechts een van de vele voordelen van betere communicatie van en naar het lab. Misschien nog wel belangrijker is het voordeel van personalisatie. Een mooi voorbeeld is de gen-specifieke chemokuur. Er bestaan veel verschillende soorten tumoren, omdat verschillende genen de oorzaak kunnen zijn. Als deze informatie bekend is in het lab (doordat laboranten toegang hebben tot het Elektronisch Patiëntendossier (EPD) van de patiënt) kan een chemokuur worden aangepast op het soort kanker dat is geconstateerd bij de zieke, of zelfs geheel worden afgeraden. En hoe doelgerichter de kuur, hoe groter het effect en hoe kleiner de kans op onnodige bijwerkingen. Ook kan informatie uit het EPD het lab informeren over belangrijke achtergrondinformatie van de patiënt, zoals gezondheidsrisico’s en allergieën. Deze input draagt bij aan beter afgestemde medicijnen en meer inzicht in het ziektebeeld van individuele patiënten.

Big Data analyses
Dergelijke individuele behandelingen dienen ook de gezondheidszorg in het algemeen. Want hoe meer gegevens er bekend zijn over individuele patiënten, hun labresultaten en het effect daarvan op de behandeling, hoe meer inzicht artsen krijgen in het effect van medicijnen en de invloed van externe factoren. Stel dat uit de data analyses blijkt dat een medicijn aanslaat bij 50 procent van de patiënten. De patiënten bij wie het medicijn niet aanslaat, beschikken allemaal over een bepaald gen dat niet voorkomt bij de patiënten bij wie het medicijn wel effect heeft gehad. Deze informatie kan gebruikt worden om alternatieve medicijnen te ontwikkelen die ook voor de eerste groep effect hebben. Naast erfelijkheid leveren ook de levensstijl van patiënten (roker, sporter) en andere achtergrondinformatie (leeftijd, geslacht) veel waardevolle informatie op. Al deze informatie kan ingezet worden om medicijnen en behandelingen te verbeteren.

Integratie van labresultaten
Tot slot heeft interoperabiliteit in het lab het voordeel dat geen enkele test meer “buiten de boot valt”. Denk aan point-of-care testen, die worden afgenomen bij mensen thuis of op een andere locatie buiten het ziekenhuis. Als de resultaten van deze testen op dezelfde manier worden ingevoerd in het systeem als de testen uit het laboratorium, is de kans kleiner dat informatie over het hoofd wordt gezien door de arts en niet wordt geanalyseerd. Een mooi voorbeeld is een simpel urineonderzoek bij de huisarts. Het resultaat van zo’n test kan van pas komen als de patiënt een week later in het ziekenhuis wordt opgenomen. Zo kan een blaasontsteking duiden op een bepaalde ziekte en de arts helpen bij de diagnose. Een bijkomend voordeel van een dergelijke integratie is dat data slecht op één plek hoeft worden ingevoerd en opgeslagen. Omdat de huisarts de resultaten van het onderzoek heeft ingevoerd in het systeem, komt de informatie automatisch bij de patiënt en de arts terecht. Zo is er minder storage nodig én is de data-uitwisseling altijd volledig.