AI-Supported Digital Triage in Remote Patient Monitoring (TRIAS-RPM)

De inzet van Remote Patient Monitoring (RPM) neemt in de ziekenhuiszorg sterk toe. Binnen Isala is RPM inmiddels structureel ingebed in meerdere zorgpaden en gecentraliseerd in het Medisch Service Centrum (MSC), waar verpleegkundigen dagelijks grote aantallen monitoringalerts en patiëntvragen beoordelen. Hoewel RPM bijdraagt aan toegankelijkheid van zorg en vermindering van fysieke consulten, verschuift een substantieel deel van het werk naar digitale triageprocessen. Met de opschaling van RPM neemt ook de stroom aan meldingen toe, wat leidt tot groeiende werkdruk en productiviteitsvraagstukken. Het huidige triageproces is volledig door zorgprofessionals gestuurd en arbeidsintensief ingericht. De uitdaging ligt hier niet in het verzamelen van data, maar in het efficiënt en verantwoord verwerken van deze toenemende stroom aan informatie. In dit project wordt daarom verkend hoe bestaande AI-oplossingen kunnen bijdragen aan arbeidsbesparing binnen dit proces. De centrale praktijkvraag luidt: hoe kunnen digitale triageprocessen binnen RPM met inzet van AI zo worden ingericht dat patiëntvragen en monitoringalerts schaalbaar kunnen worden verwerkt en de werkdruk voor zorgprofessionals wordt verminderd? Het project heeft een verkennend karakter en richt zich op het identificeren van geschikte use-cases, het toetsen van bestaande AI-oplossingen en het ontwerpen en evalueren van een AI-ondersteund triagemodel. Dit gebeurt in een realistische zorgcontext, met betrokkenheid van zorgprofessionals en leveranciers van RPM-platformen. Het project levert inzicht in de toepasbaarheid, impact en randvoorwaarden voor verdere opschaling van AI binnen digitale triageprocessen.