Assessing electronic health record potential for adaptive learning in multimorbidity care in Sub-Saharan Africa: a mixed-methods study of Zimbabwe's Impilo system

Stel je een ziekenhuis voor als een bruisende stad waar elke patiënt een reiziger is met een unieke kaart. In het verleden bewaarden artsen deze kaarten op papier, maar naarmate de technologie vorderde, stapten veel steden over op digitale GPS-systemen die Elektronische Gezondheidsdossiers (EHR's) worden genoemd. Het idee is simpel: in plaats van een stapel gekreukeld papier mee te dragen, kan een arts op een knop klikken en direct de hele geschiedenis van een reiziger zien. Dit is vooral belangrijk voor mensen die leven met "multimorbiditeit", een deftig woord voor het tegelijkertijd hebben van twee of meer chronische aandoeningen, zoals zowel HIV als een hoge bloeddruk. Denk hierbij aan een reiziger die zowel de bakker als de garage moet bezoeken op dezelfde dag; als de GPS alleen de route naar de bakker laat zien en de garage vergeet, raakt de reiziger de weg kwijt.

De grote vraag die wetenschappers stellen is: helpen deze digitale kaarten artsen daadwerkelijk om te leren hoe ze beter voor deze complexe reizigers kunnen zorgen? Of tonen de kaarten juist de verkeerde wegen? Dit artikel duikt in die vraag door te kijken naar een specifief digitaal systeem in Zimbabwe genaamd "Impilo". De onderzoekers wilden zien of dit systeem artsen helpt begrijpen hoe ze patiënten met meerdere ziekten tegelijkertijd kunnen behandelen, of dat het juist voor meer verwarring zorgt. Ze controleren niet alleen of de computer aangaat; ze controleren of de computer de hele stad helpt leren en zich aan te passen om haar mensen beter te helpen.

---

Het verhaal van de digitale kaart die de hele persoon vergat

In Zimbabwe bouwde de overheid een enorm digitaal gezondheidsregistratiesysteem genaamd Impilo. Zie Impilo als een gigantische, nationale bibliotheek waar het medische verhaal van elke patiënt wordt opgeslagen. De droom was dat deze bibliotheek een "Learning Health System" zou zijn—een plek waar de bibliotheek niet alleen daar zit, maar ook daadwerkelijk de verhalen leest, patronen ontdekt en tegen de artsen zegt: "Hé, we merkten dat patiënten met zowel HIV als een hoge bloeddruk samen behandeld moeten worden, en niet apart!"

De onderzoekers, een team van nieuwsgierige detectives, gingen naar twee klinieken in Zimbabwe om te zien of deze droom werkelijkheid was. Ze observeerden patiënten, spraken met artsen en keken naar de computerschermen. Ze zochten naar een specifieke vorm van magie: adaptief leren. Dit betekent dat het systeem artsen moet helpen hun zorg aan te passen op basis van wat ze leren van eerdere bezoeken, waardoor er een soepeler, slimmer pad voor de patiënt ontstaat.

De grote ontdekking: Het systeem is een "één-verhaal-bibliotheek"

Het team kwam tot de conclusie dat hoewel Impilo een krachtig hulpmiddel is voor het volgen van één specifieke ziekte (zoals HIV), het moeite heeft om het volledige verhaal te vertellen van een patiënt met meerdere aandoeningen.

Stel je een patiënt voor, laten we haar Sarah noemen. Sarah heeft HIV en een hoge bloeddruk. Wanneer zij de kliniek binnenloopt:

1. Ze gaat naar de HIV-balie. De arts opent de computer en ziet Sarah's HIV-geschiedenis. Het is perfect!
2. Daarna gaat Sarah naar de bloeddrukbalie. De arts opent een ander deel van de computer (of soms een papieren notitieboek) om haar bloeddrukgeschiedenis te bekijken.
3. Het probleem: De computer laat de arts niet automatisch zien dat Sarah bij de bloeddrukbalie is omdat ze ook HIV heeft. De twee verhalen bevinden zich in aparte kamers. Het systeem zegt niet: "Hé, kijk naar Sarah's hele leven!"

De onderzoekers ontdekten dat artsen ongelooflijk slim en hardwerkend zijn. Zij gebruiken hun eigen brein, geheugen en papieren aantekeningen om de verbanden te leggen. Ze fungeren als menselijke bruggen die informatie van de HIV-kamer naar de bloeddrukkamer dragen. Maar de computer zelf? Die helpt niet echt. Het is alsoive een GPS die je perfecte instructies geeft naar de bakker, maar vergeet te melden dat je ook nog naar de garage moet, waardoor je op jezelf is aangewezen voor het tweede deel van de reis.

Wat het systeem fout doet (en goed doet)

Het artikel suggereert dat het hoofdzakelijke probleem niet is dat de artsen slecht zijn of dat er niet genoeg data is. Het probleem is hoe de data is georganiseerd.

• De "verticale" valstrik: Het systeem werd gebouwd om ziekten één voor één te volgen (verticaal), zoals een stapel afzonderlijke mappen. Het is geweldig voor het tellen hoeveel mensen HIV hebben, maar het is slecht in het tonen van hoe HIV en hoge bloeddruk interageren in één persoon.
• "Single-loop" leren: De artsen leren wel, maar slechts op een beperkte manier. Ze leren hoe ze een probleem vandaag kunnen oplossen (Single-Loop). Bijvoorbeeld: "Sarah heeft een hoge bloeddruk, laten we haar meer medicijnen geven." Maar het systeem helpt hen niet om te leren hoe ze het systeem voor morgen kunnen veranderen (Double-Loop). Het helpt hen niet inzien: "Wacht even, misschien moeten we deze ziekten niet in aparte kamers behandelen, maar ze samen behandelen."
• De papieren kruk: Ondanks dat ze een hippe computer hebben, vertrouwen de artsen nog steeds zwaar op papieren notitieboeken en patiëntenkaarten. Waarom? Omdat de computer geen volledig beeld geeft. Het is alsof je een smartphone hebt die niet verbinding kan maken met het internet, waardoor je een papieren kaart moet gebruiken.

De realiteit van de "workaround"

De studie vond dat artsen constant "workarounds" toepassen. Dit is een chique manier om te zeggen dat ze hun eigen oplossingen verzinnen omdat de officiële tools niet werken. Ze kunnen een patiënt vragen: "Heeft u ook een hoge bloeddruk?", ook al zou de computer dat al moeten weten. Ze schrijven misschien aantekeningen op een plaknotitie en plakken die op het scherm. Ze doen het werk van de computer door de gebroken stukjes van het verhaal van de patiënt handmatig aan elkaar te naaien.

Wat het artikel zegt over de toekomst

De onderzoekers suggereren dat de oplossing niet is om de computer weg te gooien of een nieuwe vanaf nul te bouwen. In plaats daarvan stellen ze co-productie voor. Dit betekent dat de mensen die het systeem daadwerkelijk gebruiken—de artsen, verpleegkundigen en patiënten—degenen moeten zijn die helpen bij het ontwerpen van de volgende versie.

Denk aan het ontwerpen van een videogame. Als je gamers vraagt wat ze nodig hebben, zullen ze zeggen: "Ik heb een kaart nodig die al mijn quests tegelijk laat zien, niet slechts één!" Het artikel suggereert dat als de ontwerpers van Impilo gaan zitten met de artsen en vragen: "Hoe verzorgen jullie eigenlijk een patiënt met twee ziekten?", zij een systeem kunnen bouwen dat daadwerkelijk helpt.

De kern van het verhaal

Het artikel concludeert dat het Impilo-systeem van Zimbabwe een goed begin is, maar het is nog niet het "Learning Health System" dat beloofd is. Het verzamelt data, maar het zet die data nog niet om in wijsheid voor het hele systeem. De artsen doen het zware werk van het leren en aanpassen, maar de computer zit er alleen maar bij te wachten op instructies.

De auteurs suggereren dat de weg vooruit is om de computer niet langer alleen als een digitale archiefkast te zien, maar als een partner in het leerproces. Door de mensen aan de frontlinie te betrekken bij het ontwerpproces, hopen zij een systeem te bouwen dat niet alleen de geschiedenis registreert, maar ook helpt bij het schrijven van een betere toekomst voor patiënten die leven met meerdere gezondheidsuitdagingen. Het is een herinnering dat technologie alleen zo goed is als de manier waarop het past in de rommelige, complexe en prachtige realiteit van menselijke zorg.