OpRESTORE AI-Patiënt Navigator Studie

ACHTERGROND

Introductie OpRESTORE werd in 2016 opgericht om gespecialiseerde multidisciplinaire zorg te bieden aan Britse militaire veteranen met dienstgerelateerde fysieke gezondheidsbehoeften. In de afgelopen zeven jaar zijn meer dan 1.500 patiënten doorverwezen naar de dienst, wat zowel de hoge last van complexe aandoeningen in deze groep als de onvervulde behoefte aan gecoördineerde zorgpaden weerspiegelt. OpRESTORE heeft duidelijke voordelen aangetoond: patiënten melden een hoge tevredenheid, bijna 60% van de gevallen wordt naar een geschikter pad geleid, en er worden statistisch significante verbeteringen gezien in EQ-5D-5L-uitkomsten. Echter, de verwijzingspercentages stijgen met meer dan 30% per jaar, wat dreigt de klinische capaciteit te overschrijden. De uitdaging is niet een gebrek aan expertise, maar een van schaalbaarheid. Om hoogwaardige, tijdige en gelijke zorg te blijven leveren, is een digitale evolutie van het OpRESTORE-pad vereist.

Waarom OpRESTORE nodig was OpRESTORE ontstond als reactie op systeeminnefficiënties in de NHS-patiëntpaden. In het afgelopen decennium zijn de jaren in goede gezondheid afgenomen, waarbij 15-20% van de bevolking wordt getroffen door musculoskeletale pathologie, een belangrijke oorzaak van invaliditeit en economische inactiviteit en het grootste deel van de werklast van OpRESTORE. De eerstelijnszorg staat steeds meer onder druk: voor het eerst in twee decennia overtreft de ontevredenheid van patiënten over huisartsdiensten de tevredenheid. Toegang is vooral beperkt in achtergestelde gemeenschappen, wat bijdraagt aan toenemende gezondheidsongelijkheden. Voor veteranen worden deze uitdagingen verergerd door gefragmenteerde medische zorg na de overgang uit de strijdkrachten, moeilijkheden bij het navigeren door burgergezondheidszorgsystemen en de psychosociale impact van het verlaten van het dienstleven. Scepsis over het vermogen van burgeraanbieders om de nuances van militaire gerelateerde aandoeningen te begrijpen, weerhoudt veteranen er ook van om NHS-zorg te gebruiken.

Verwijzingstrajecten vormen een groot knelpunt. 7-9% van de huisartsafspraken resulteert in een verwijzing, maar 18% van de patiënten heeft vier of meer consulten nodig voordat wordt doorverwezen. Cruciaal is dat 21% van de patiënten in het "verwijzingszwarte gat" valt, waar afspraken worden geannuleerd, verkeerd worden geleid of uit beeld raken. Deze vertragingen verlengen de al lange verwijzingsreis: in 2022 wachtte 25% van de mensen in Engeland op een afspraak, test of interventie, en 59% van de patiënten ontving geen specialistische zorg binnen de doelstelling van 18 weken. Het nettoresultaat is een systeem waarin huisartsen een toenemende werklast dragen, specialisten te maken krijgen met ongeschikte of vertraagde verwijzingen, en patiënten ongelijke, langdurige en gefragmenteerde zorg ervaren. Veteranen, die vaak presenteren met multimorbiditeit, complexe fysieke behoeften en vaak psychosociale uitdagingen, zijn bijzonder kwetsbaar voor deze tekortkomingen.

Gezondheidszorgnavigatie als oplossing

Gezondheidszorgnavigatie biedt een bewezen oplossing voor gefragmenteerde systemen. De bewijsbasis is uitgebreid: voor dit project werd een meta-analyse en 13 systematische reviews geraadpleegd, naast relevante individuele publicaties. Gezamenlijk tonen deze studies aan dat navigatieprogramma's consequent de toegang tot zorg verbeteren en patiëntuitkomsten versterken. Belangrijke bevindingen zijn onder meer:

• Verhoogde deelname aan screening,
• Verbeterde aanwezigheid bij afspraken, naleving van follow-up en therapietrouw,
• Verminderde tijd tot diagnose en behandeling,
• Verminderde ongeplande zorg inclusief spoedbezoeken en ziekenhuisopnames ((8,16,17) en kortere ziekenhuisopnames wanneer deze voorkomen,
• Verbeterde patiënttevredenheid en uitkomsten, vooral voor chronische ziekten en onderbediende groepen,
• Verminderde mortaliteit.

Navigatie is ook aangetoond meetbare kostenbesparingen op te leveren. Voorbeelden zijn onder meer verminderingen van kankerzorguitgaven van $1.676 per patiënt per maand en besparingen van $17.780 jaarlijks voor patiënten in de NavSTAR-programma's voor middelenmisbruik. Systematische reviews concluderen consequent dat patiëntnavigatie ziekenhuisverblijven verkort en ongeplande zorg vermindert, beide belangrijke kostenposten. Financiële modelleringsstudies voorspellen op dezelfde manier significante besparingen per patiënt in overgangszorg en kankerpaden.

De OpRESTORE-patiëntnavigator heeft enkele van deze voordelen bewezen. Meer dan de helft van de patiënten wordt naar een ander pad geleid dan oorspronkelijk verwacht, wat een geschikter gebruik van schaarse specialistische diensten waarborgt. Patiëntgerapporteerde uitkomstmaten (PROM; EQ-5D-5L) tonen meetbare verbetering in kwaliteit van leven aan, en patiëntenquêtes melden hoge tevredenheid met de dienst. Kortom, OpRESTORE heeft het concept van navigatie voor veteranen in de Britse context bewezen.

De opkomende uitdaging: werklast en schaalbaarheid Ondanks deze successen staat OpRESTORE nu op een keerpunt. Met verwijzingsvolumes die met meer dan 30% per jaar groeien, dreigt de werklast het beschikbare personeel te overtreffen. Door blijven uitbreiden puur via menselijke capaciteit is onhoudbaar. Wat nodig is, is een digitale uitbreiding van het pad, slimmer werken, niet harder. Sommige elementen van navigatie, met name triage van eenvoudige gevallen, zijn geschikt voor automatisering. Dit moet echter worden bereikt zonder de patiëntgerichte en "menselijke touch"-elementen op te offeren die het succes van OpRESTORE ondersteunen. Een AI-oplossing kan workflows stroomlijnen, de werklast verminderen en menselijke middelen vrijmaken om waarde toe te voegen via directe patiëntcontacten in plaats van bureaucratische en administratieve processen.

Een verdere dimensie is de potentie voor zelfverwijzingsmodellen. In heel Europa hebben gezondheidszorgsystemen zich steeds meer tot restrictieve poortwachterfuncties gewend, waardoor directe toegang tot specialisten wordt beperkt in de hoop kosten te beheersen te midden van vergrijzende populaties en stijgende vraag. Toch riskeren dergelijke benaderingen zorg te vertragen voor degenen die het echt nodig hebben. AI-verbeterde patiëntnavigatie biedt een meer gebalanceerd alternatief: efficiënte zelfverwijzing mogelijk maken voor patiënten die specialistische zorg verdienen, terwijl intelligente poortwachterfuncties worden gewaarborgd via AI-ondersteunde triage.

Bewijslacunes en de rol van AI Hoewel patiëntnavigatie goed gevestigd is in kankerzorg en sommige chronische ziektecontexten, is er weinig gepubliceerd onderzoek over AI-verbeterde gezondheidszorgnavigatie, vooral in het VK en over meerdere specialismen. Huidige gepubliceerde literatuur bestaat voornamelijk uit studieprotocollen of toekomstige projecten en opinieartikelen. Reviews benadrukken het potentieel van AI om triage te ondersteunen, patiënteducatie te personaliseren, zorgcoördinatie te verbeteren en hulpbronnengebruik te optimaliseren. Robuuste, real-world evaluaties ontbreken echter.

Ons team adresseert deze lacune via een systematische review van AI in gezondheidszorgnavigatie (PROSPERO 2025 CRD420251019208). Dit zal het ontwerp en de evaluatie van een digitale, AI-verbeterde versie van het OpRESTORE-pad informeren.

Niet alleen zijn de digitalisering en intelligente automatisering van OpRESTORE cruciaal voor de voortdurende groei en het succes, maar het is ook uniek gepositioneerd om als testcase te dienen voor baanbrekende AI-patiëntnavigatie in Britse veteranen. Het is veilig, met een gevestigd multidisciplinair klinisch vangnet. Het heeft bijna negen jaar patiëntniveaugegevens over >1.500 gevallen. De casemix biedt zowel complexiteit (multimorbiditeit, dienstgerelateerde pathologie) als eenvoud (bijna 50% blijft op hetzelfde pad, en er is hoge homogeniteit met musculoskeletale verwijzingen die 74% van de gevallen uitmaken). Deze balans maakt OpRESTORE zowel een rigoureuze als haalbare setting om AI-gestuurde navigatie te piloten.

Beleidsafstemming Belangrijk is dat digitalisering van OpRESTORE aansluit bij prioriteiten van het Britse gezondheidssysteem. Het Uitvoeringsplan voor Herstel van Toegang tot Eerstelijnszorg (2023-25) benadrukt het belang van zelfverwijzing en digitale transformatie om de last van huisartsen te verlichten en de toegang tot gezondheidszorg te verbeteren. Het NHS Langetermijnplan en de Darzi Review (2024) benadrukken beide het versnellen van digitalisering, het benutten van AI en de verschuiving naar technologie-gestuurde efficiëntie in patiëntnavigatie. Het Tony Blair Institute (2024) heeft AI, specifiek voor triage en navigatie, benadrukt als een kritische aanjager voor duurzame gezondheidszorghervorming.

Conclusie OpRESTORE heeft de waarde van patiëntnavigatie voor veteranen in het VK bewezen, maar staat voor een onhoudbare stijging in vraag. Digitalisering, geïnformeerd door robuust onderzoek en AI-verbeterde tools, biedt een veilig, schaalbaar pad vooruit. Door evidence-based navigatie te combineren met nationale beleidsprioriteiten, zal het voorgestelde onderzoek inzichten genereren met relevantie niet alleen voor veteranen, maar voor bredere NHS- en internationale gezondheidszorgsystemen.

REDEN VOOR HUIDIGE STUDIE Dit project heeft tot doel te evalueren of een AI-verbeterd patiëntnavigatietool MDT-besluitvorming kan repliceren terwijl de klinische werklast wordt verminderd. Deze studie is ontworpen om de gefaseerde implementatie van een digitaal navigatiepad te informeren, inclusief zelfverwijzing, klinisch geverifieerde algoritmische triage en, uiteindelijk, selectieve automatisering voor geschikte gevallen.

Onderzoeksvraag:

Kan een AI-verbeterde digitale patiëntnavigator veilig en nauwkeurig MDT-beslissingen in het OpRESTORE-pad repliceren, terwijl de klinische werklast wordt verminderd? Kan het systeemefficiëntie, en patiëntgerapporteerde ervaringen en uitkomsten verbeteren?

Hypothese:

Een digitaal, AI-verbeterd patiëntnavigatietool zal patiënten kunnen begeleiden naar geschikte zorgpaden met dezelfde betrouwbaarheid als MDT-besluitvorming, terwijl minder handmatige input nodig is. Daarnaast zal gestructureerde zelfverwijzing rijkere klinische gegevens vastleggen dan traditionele huisarts-gestuurde verwijzingen, wat leidt tot verbeterde patiëntervaring en betrokkenheid.

2. STUDIEDOELSTELLINGEN

Primaire doelstelling:

Bepalen of een digitaal AI-verbeterd navigatie-algoritme equivalent is aan MDT-besluitvorming in het leiden van patiënten naar geschikte zorgpaden.

Secundaire doelstellingen:

• Patiëntervaring (PREMs) en PROMs evalueren over verschillende verwijzingstrajecten.
• Patiëntcohorten identificeren geschikt voor automatisering (gedefinieerd als 80-95% initiële algoritmische nauwkeurigheid).
• Tijd tot MDT-bespreking en uitgifte van verwijzing beoordelen.
• Een kostenanalyse uitvoeren die standaard- en digitale workflows vergelijkt.

• MDT-beslissingen benchmarken tegen NICE-richtlijn-gebaseerde aanbevelingen.

  3. STUDIEONTWERP

Type studie: Digitale Gezondheidsinterventie Ontwikkeling en Evaluatie - Een mixed-methods digitale gezondheids- en AI-algoritmeontwikkelingsstudie, met retrospectieve analyse van klinische dossiers, prospectieve observationele validatie, en een toekomstige interventionele case-control trial van een AI-gebaseerd gezondheidszorgnavigatietool.

Duur: 2 jaar

Proefpersonen: Veteranen die toegang hebben tot het OpRESTORE-patiëntnavigatiepad.

3.1. STUDIEUITKOMSTMATEN

Primair eindpunt:

De overeenstemming tussen algoritme-gegenereerde zorgpadaanbevelingen en MDT-beslissingen.

Secundaire Eindpunten:

1. De nauwkeurigheid van verwijzingen, zoals bepaald door onafhankelijke experts, gelijk aan of beter dan die van de MDT.
2. De toename in EQ5D-5L-scores (baseline tot exit) van patiënten onder het algoritme-ondersteunde pad gelijk aan of groter dan die onder het standaardpad.
3. Patiëntgerapporteerde ervaringsmaten (PREMs) beoordeeld na verwijzing (bijv. algemene tevredenheid, gebruiksgemak, toegankelijkheid) van patiënten onder het algoritme-ondersteunde pad gelijk aan of groter dan die onder het standaardpad.
4. Tijd van verwijzing tot MDT-beslissing en uitgifte van verwijzing sneller in het algoritme-ondersteunde pad.
5. Kosten per verwijzingsepisode lager in de AI-ondersteunde paden.
6. Proportie van algoritme-ondersteunde verwijzingen die sterke ondersteuning bieden voor een behandeltraject en geen verdere input van de MDT vereisen, met een doel van 40%
7. De geschiktheid van dit platform voor een subgroep van veteraanamputees.