Automatiseringen van OpenClinica naar Castor: 'Het automatiseren levert een enorme tijdswinst op'

Furores data developer Johan van Tuil heeft vorig jaar een groot academisch ziekenhuis ondersteund bij het migreren van onderzoeksdata van OpenClinica naar Castor. Zijn slimme automatiseringen hebben het ziekenhuis een enorme tijdwinst opgeleverd.

22 januari 2024   |   Nieuws   |   Door: Furore Conclusion

Deel

Furore workshop software engineering

Voor ziekenhuizen die klinisch wetenschappelijk onderzoek doen zijn Electronic Data Capture-systemen simpelweg onmisbaar. Zulke onderzoeken gaan namelijk gepaard met grote hoeveelheden data, en die data moeten bovendien langdurig worden bewaard. Bij de migratie van een oud naar een nieuw EDC-systeem moet er dus niet alleen een nieuw platform worden geïmplementeerd, maar ook een berg data van A naar B worden verhuisd. Zonder fouten, en het liefst met zo min mogelijk handmatig werk. Voor dit academische ziekenhuis kwam op dat punt Furore Conclusion in beeld.

Drie tot vijf jaar migreren

‘Toen ik aan dit project begon, heb ik eerst in kaart gebracht hoe de migraties tot op dat moment werden uitgevoerd,’ vertelt Johan. ‘Wat bleek: er kwam relatief veel handmatig werk bij kijken. En dat had best grote gevolgen: er moesten tussen de dertig en veertig studies gemigreerd worden, met soms wel duizenden participanten, en het ziekenhuis schatte zelf in dat dat op het oude tempo maar liefst drie tot vijf jaar zou duren.’

Het was, met andere woorden, hoog tijd voor een automatiseringsronde – niet alleen om tijd en kosten te besparen, maar ook om het personeel te ontlasten. Johan: ‘Als je om de haverklap onderbroken wordt om een handmatige handeling uit te voeren, kun je je natuurlijk minder goed concentreren op de andere taken waar je mee bezig bent. Eigenlijk zou de enige handmatige handeling het opstarten van de migratie moeten zijn. Dat is het einddoel.’

Ik heb het dus omgedraaid en ben begonnen met de vraag: welke data hebben we écht nodig?

Johan van Tuil, data developer
Automatisering in SQL

Johan ging allereerst aan de slag met het automatiseren van de data-extractie: de export vanuit OpenClinica naar een csv-bestand. ‘Voorheen was die export als het ware één groot Excelbestand, waar het ziekenhuis vervolgens allerlei scripts en tools op losliet om het in een vorm te gieten die Castor kan lezen. Ze exporteerden op die manier álle data, terwijl dat lang niet altijd nodig was. Ik heb het dus omgedraaid en ben begonnen met de vraag: welke data hebben we écht nodig? Vandaaruit heb ik het proces in SQL gezet, en SQL zet het nu automatisch om in een csv die Castor ook gelijk begrijpt. Je slingert het proces dus simpelweg aan, en laat de tool vervolgens z’n werk doen.’

Van de gebruiker naar Castor

Op de extractie volgt de migratie: de eigenlijke verhuizing van de data van OpenClinica naar Castor. ‘Dat gebeurt in dit ziekenhuis met een tool die geschreven is in C#, een programmeertaal. De basis daarvan was al aardig goed, maar een aantal van de handelingen waren nog niet optimaal ingericht. Ook daar heb ik dus wat aanpassingen in gedaan, met als doel de gebruiker nog meer te ontlasten. Bijkomend voordeel is dat een bepaald gedeelte van die migratietool voorheen enkel voor individuele studies kon worden gebruikt, terwijl mijn versie nu op alle studies kan worden toegepast.’

Furore workshop software engineering
Data-validatie en tests

Om zeker te weten dat de migratie goed is verlopen en alle data goed zijn overgeheveld, wordt de verhuizing altijd besloten met een validatiestap. ‘De data worden na de migratie steekproefsgewijs gecontroleerd door de mensen van het ziekenhuis, en natuurlijk zit er ook al validatie in de tool zelf, bijvoorbeeld als er in het datumveld een verkeerd datumformat wordt ingevoerd. Dan geeft de tool automatisch een foutmelding.’

De automatiseringen zelf worden vanzelfsprekend ook uitvoerig getest. ‘We zijn nu bezig met de migratie van een handvol extra complexe studies die speciaal zijn geselecteerd om alle onderdelen van de tool te kunnen testen. Zo krijgen de medewerkers van het ziekenhuis vertrouwen in de tool, en halen we tegelijkertijd alle bugs eruit. Win-win.'

Tien weken tijdwinst

Hoewel de laatste migratiepuntjes op het moment van schrijven nog op de i moeten worden gezet, kijkt Johan nu al heel positief terug op het project. ‘Er zijn nog een paar handmatige stappen over, maar die gaan we in de doorontwikkeling ook automatiseren. Ik heb nog geen nieuwe inschatting voorbij zien komen van hoelang het dan gaat duren om alle studies te migreren, het verschilt ook per studie hoeveel tijd dat kost. Maar waar het migreren van de meeste studies in de voorgaande situatie meerdere sprints in beslag nam, kan dat nu meestal in nog geen halve sprint. Dat levert weken aan tijdswinst op per studie. Die automatiseringen maken dus echt een enorm verschil.’