Healthy@Home

Nederlandse ziekenhuizen nemen jaarlijks 2,3 miljoen patiënten op, waarvan 60% procent een chirurgische ingreep ondergaat – ofwel 1,4 miljoen ingrepen op jaarbasis. .Chirurgische zorg kost bijna 40% van het totale budget van de gezondheidszorg. Dit maakt operaties de meest kosten-intensieve set zorgtrajecten van praktisch elk ziekenhuis. De medische en Vervoer en logistieke kanten van de ingrepen zijn zeer gecompliceerd; allerlei processen dienen op het juiste moment samen te komen. Daarnaast varieert de achtergrond, medische voorgeschiedenis en daarbij vereiste interventie per patiënt. .Deze complexiteit wordt weerspiegeld in het percentage complicaties na de operatie, wat oploopt tot tussen de 17 en 25%...De uitdaging en doelstelling is om vroegtijdig abnormale vitale functies te detecteren (>90% nauwkeurigheid) en zo de kans op infecties te voorspellen en onnodig (lang) verblijf in het ziekenhuis of in de ergste gevallen sterfte en invaliditeit door complicaties te voorkomen. De monitoring van vitale tekenen die hiervoor nodig is, is in het algemeen een verplegingstaak. De werkdruk voor verpleegkundigen op afdelingen in een ziekenhuis is enorm toegenomen. Er zijn minder verpleegkundigen en zij moeten door de vergrijzing zorgen voor steeds ziekere patiënten. Daarnaast worden gezondere patiënten en patiënten die een lager risico ingreep ondergaan, steeds vaker behandeld in dag-instellingen. Kortom, gebrekkige monitoring op de afdeling en thuis, en de complexiteit en veelheid aan signalen voor het medisch team, zorgen voor een verlaat en reactief behandelen van veelvoorkomende, met name infectieuze, complicaties na operaties. Zodoende is een oplossing nodig voor de zorgverleners om o.a. werkdruk en de kosten terug te dringen. .Beoogde resultaat van dit project en oplossing voor dit probleem is het Healthy@Home platform, waarmee patiënten nauwkeurig en automatisch gemonitord kunnen worden middels een wearable – zowel in het ziekenhuis als thuis. Door deze data te koppelen aan het elektronisch patiëntendossier (EPD) kunnen vervolgens voorspellingen gedaan worden over de kans op infectie. Gegevens worden continu en real-time automatisch geïntegreerd en gedocumenteerd in het EPD.

Projectsamenvatting

Projectnummer MIT-2018-0179
Rijksbijdrage € 196.233,00
Locatie Nederland
Jaar 2018
Subsidieregeling Mkb-innovatiestimulering Topsectoren
Sectoren Medische sector
Aanvrager Healthplus.Ai-R&D B.V.