Stage 1: Intensive Care, OLVG, Amsterdam
Het voorspellen van de cardiac output aan de hand van bloeddrukcurves met een machine learning algoritme.
Klinisch:
Tijdens mijn eerste stage liep ik mee op de Intensive Care (IC) van het OLVG in Amsterdam. De stage was verdeeld in klinische weken en technische weken, waarbij ik om de week meeliep in de kliniek. In de klinische weken liep ik mee met een arts-assistenten. De ochtend begon altijd met een korte overdracht en een rondje langs de radiologie voor het bekijken van de beelden die er gemaakt waren. Vervolgens werden de patiënten verdeeld over de artsen (AIOS, co-assistent, Physician Assistant) die er die dag waren. Ik liep dan mee met een van de artsen van die dag. Naarmate ik verder in mijn stage kwam mocht ik ook meer zelf doen. Zo mocht je dan zelf het lichamelijk onderzoek doen van een patiënt en een beleid bedenken in overleg met de AIOS. Ook zit je bij het dagelijkse MDO en kan je hier, als je zelf wil, ook een patiënt voordragen. Daarnaast zijn de artsen op de IC verantwoordelijk voor reanimaties in het hele ziekenhuis. Zo ben ik wel eens mee geweest naar een reanimatie. Dit vond ik heel indrukwekkend en ook best heftig om mee te maken. Het fijne aan de IC is dat je vaak een beetje kan kiezen wat je wel en niet wil zien/mee maken.
Technisch project:
In mijn technische weken werkte ik aan een project waarin ik een machine learning-algoritme ontwikkelde dat aan de hand van bloeddrukcurves van IC-patiënten een schatting kon maken van de cardiac output (CO) van de patiënt. Normaal gesproken zijn voor het meten van de CO extra invasieve procedures nodig, zoals het inbrengen van speciale katheters. Het doel van mijn project was om te onderzoeken of we deze waarde ook konden afleiden uit de arteriële bloeddruk, die toch al continu gemeten wordt op de IC. Dit zou kunnen leiden tot minder ingrepen voor patiënten en efficiëntere monitoring. Mijn werk bestond uit het verwerken van ruwe data van de opgenomen patiënten van de afgelopen 1,5 jaar, het bedenken en trainen van een voorspellend model en het valideren van de uitkomsten met bestaande metingen. Zo kreeg ik niet alleen inzicht in klinische zorg, maar ook in de praktische toepasbaarheid van data science in het ziekenhuis. Wat ik erg leuk vond, was dat ik een van de eerste was die aan het project werkte. Zo kan je echt nog meedenken over de vormgeving ervan en over wat er wel en niet gaat werken. Ook was er hierbij een leuke samenwerking met mijn begeleiders en mensen van de data science afdeling die mee wilde denken over het project.