Laaghangend fruit in data- gedreven zorg
Waar vind je laaghangend fruit in het zorgdatalandschap? Deze vraag stond dit keer centraal tijdens het vijfde webinar van het Healthcare Innovation Platform. ’’Laaghangend fruit betekent dat je met minimale inspanning een maximale opbrengst bereikt’’, aldus cardioloog Ivo van der Bilt. ’’Laten we de data die er is pakken en zo snel mogelijk gaan inzetten voor het verbeteren van de patiëntenzorg.’’
Het HIP-platform is een initiatief van Pfizer en techbedrijven Google Cloud en ML6. ’’Het Healthcare Innovation Platform is een manier om de ontwikkeling van datagedreven zorg een duwtje in de rug te geven’’, vertelt Paul Daalderop, strategic partnership manager bij Pfizer.
Met regelmaat worden er webinars gehouden, dit keer met de titel ‘Laaghangend fruit in datagedreven zorg’. ’’Er is veel data beschikbaar, maar het oogsten ervan lukt nog niet altijd even goed. Daarom komen er expliciete voorbeelden voorbij die laten zien dat fruit best laag kan hangen.’’
Vier sprekers uit uiteenlopende vakgebieden staan tijdens het webinar met elkaar aan tafel om te vertellen over hun dataprojecten en om met elkaar in gesprek te gaan.
Boezemfibrilleren en hartfalen voorspellen
Ivo van der Bilt, cardioloog in het Haga Ziekenhuis, en Marcel Reinders, hoogleraar biomedische datawetenschappen aan de TU Delft, vertellen over hun onderzoeksproject ME-TIME waarbij ze boezemfibrilleren en hartfalen willen voorspellen met de hulp van smartwatches die de hartfrequenties van patiënten meten.
Daarna nemen Niels Hagenaars, strateeg bij Gupta, en Daniel Kapitan, datawetenschapper en docent, de bezoekers van het webinar mee in een verhaal over het gebruik van ‘open source databases’ als databron én om AI(kunstmatige intelligentie)-modellen mee te trainen.
Tussendoor geven deskundigen hun visie op het thema. Cardioloog Ivo van der Bilt ziet binnen het ziekenhuis behoorlijk wat voorbeelden van ‘laaghangend datafruit’. ’’Of je dat allemaal kunt plukken hangt af van je ambitie en je kennis. Als je een beetje verstand hebt van data, dan zie je veel kansen.’’
Laaghangend fruit kan zich op allerlei niveaus van de zorg bevinden
Laaghangend fruit kan zich op allerlei niveaus in de zorg bevinden, vult Marcel Reinders aan. ’’Voor mij betekent het dat je met de koppeling van zorgdata snel iets nieuws bereikt. Bijvoorbeeld door er AI op los te laten.’’
Strateeg Niels Hagenaars denkt dat de zorg in de toekomst door de opkomst van AI steeds empatischer wordt. ’’Doordat we leren hoe een patiënt écht in elkaar zit, hoef je niet heel veel tijd in registratie en administratie te steken, maar krijg je als arts meer tijd en aandacht voor je patiënten.’’
IC als databron
Cardioloog Ivo van der Bilt denkt dat de intensive care een belangrijke databron kan vormen. ’’Patiënten zijn aan allerlei monitoren en sensoren gekoppeld en al hun waardes worden gemeten en opgeslagen. Op basis van momentopnames sturen artsen de therapie bij. Maar het is nog niet zo dat je al die miljoenen datapunten die je verzamelt op de IC achteraf kan bekijken om ervan te leren zodat je de zorg kunt verbeteren of veranderen.’’
Hoogleraar Marcel Reinders vertelt over zijn betrokkenheid bij een project wat de TU Delft nu heeft lopen met de IC van het Erasmus MC. ’’Daar hebben ze intern een ‘inhouse data warehouse’ gemaakt waarin ze alle IC-data aan elkaar koppelen.’’
De bottleneck is om die data ook weer te koppelen aan data van andere ziekenhuizen, zodat je voorspellende modellen kunt maken. ’’Daar zit de uitdaging.’’
Vaak wordt gedacht dat aspecten zoals dataprivacy, geldgebrek en tijdgebrek struikelblokken zijn om die datakoppeling te maken, stelt data-expert Daniël Kapitan. Maar wettelijke regelgeving hoeft geen belemmering te vormen. Binnen de huidige kaders is volgens hem voldoende mogelijk.
Ontbreken van een eindverantwoordelijke
Ook tijdgebrek en geldgebrek zijn geen valide hindernissen. ’’Vanuit het NL Groeifonds is drie maanden geleden een slordige 180 miljoen euro beschikbaar gesteld voor AI in heel Nederland.’’
De barrière zit volgens hem veel meer in het ontbreken van een eindverantwoordelijke. Niels Hagenaars beaamt dat. ’’Er zijn enorm ambitieuze dokters en patiënten die het heft in eigen handen willen nemen of ziekenhuizen die het anders willen doen. Maar data-initiatieven stranden vaak omdat er geen eindverantwoordelijke is.’’
‘Data-initiatieven stranden vaak omdat er geen eindverantwoordelijke is.’
Tijdens het webinar worden een aantal stellingen voorgelegd aan het publiek. Zoals de stelling of dokters en verpleegkundigen op termijn worden vervangen door AI. Hierop wordt verdeeld gereageerd.
Machine beter in stellen diagnose
Cardioloog Ivo van der Bilt denkt dat de zorg voor de chronische patiënt straks steeds meer naar de thuissituatie verplaatst. ’’Het zal nog even duren, maar we gaan naar thuismonitoring toe. AI moet ons helpen voorspellen hoe het met een patiënt zal gaan.’’ Niels Hagenaars deelt deze mening. ’’Met de huidige druk op de personele capaciteit van de zorg worden we gedwongen om te accepteren dat machines beter en efficiënter zijn in het stellen van diagnoses.’’
Een andere stelling is dat het aantal ziekenhuizen door de opkomst van AI sterk vermindert. ’’Voor bepaalde zorg zul je altijd ziekenhuizen nodig hebben’’, zegt Marcel Reinders hierover. ’Maar ik kan me voorstellen dat de ziekenhuiszorg zich verder centraliseert.’’
De data-experts praten uitgebreid over dataprivacy en het gebruik van ‘open source databases.’ Het micro-dataplatform van het CBS noemt datawetenschapper Daniël Kapitan ‘een goed bewaard geheim met veel mogelijkheden’. Het CBS heeft een eigen, solide grondslag. ’’Je mag hun data gebruiken, mits je voldoet aan hun protocollen. Dat iets in het publiek belang is, is eigenlijk de belangrijkste voorwaarde. Zelf vinden wij ook dat je zo’n openbare databank alleen mag gebruiken, als je je bevindingen ook publiceert.’’
‘Zelf vinden wij ook dat je zo’n openbare databank alleen mag gebruiken, als je je bevindingen ook publiceert.’
Cardioloog Ivo van der Bilt stelt dat Marcel Reinders en hij hun algoritme om hartaandoeningen te traceren met behulp van smartwatches ‘zeker openbaar zullen maken, als het goud waard blijkt te zijn’. Hij is ervan overtuigd dat je alleen goede, betrouwbare algoritmes kunt trainen in de zorg, als je dit samen met andere partijen en patiënten doet.
‘Responsible AI’
’’Dit kun je bijna niet zelf doen als commerciële partij’’, zegt Ivo. ’’Zelfs grote techbedrijven zoals Google en Apple lukt dat niet. De aard van AI, patroon- en dataherkenning is zeer maatschappelijk. Je hebt ook maatschappelijke input nodig om een algoritme goed te trainen. Dat kan bijna niet anders dan op een ‘open source’-manier.’’
Binnen AI is een tendens gaande dat het ‘responsible AI’, moet zijn, vult hoogleraar Marcel Reinders aan. ’’Als jij een gesloten model hebt, kun jij niet uitleggen waarop het getraind is en wat het precies doet. Het is cruciaal dat het ‘open source’ is.’’
’Dokters moeten een beetje meer datascientist worden en andersom’
Daarnaast roept hij de deelnemers van het webinar op om vooral ook met dataprojecten aan de gang te gaan. ’’Zet een project op in je omgeving. Ga gewoon beginnen en blijf niet praten.’’ Zijn gesprekspartner Ivo knikt zijn hoofd. ’’Dokters moeten een beetje meer datascientist worden en andersom. Je moet elkaar leren begrijp en de kloof die er is overbruggen.’’
Het is de wens van Niels Hagenaars dat alle bezoekers van het HIP-webinar zelf gaan nadenken over hoe datagedreven zorg kan bijdragen aan hun eigen dagelijkse praktijk. ’’Als iedereen dat doet, worden alle barrières waar we het over hebben, opeens bespreekbaar. En zullen barrières ook sneller verdwijnen.’’
Tot slot nodigt Paul Daalderop deelnemers uit om hun ideeën voor datagedreven projecten in de zorg vooral aan te dragen bij het HIP-platform. ’’Tijdens het eerst volgende HIP-webinar komen zij aan het woord.’’