Amsterdam UMC stelt gegevens beschikbaar van 20.000 patiënten, die vanaf 2003 op de intensive careafdeling hebben gelegen. Doel is om rekenmodellen te ontwikkelen, waarmee artsen in de toekomst betere beslissingen voor elke patiënt kunnen nemen. De gegevens zijn zoveel mogelijk geanonimiseerd.
De intensive care (IC) is een bijzondere afdeling van een ziekenhuis. Hier liggen de kwetsbaarste mensen, die vaak de meest intensieve zorg nodig hebben om in leven te blijven. Zo’n 30 % van de mensen die op de IC terechtkomen, overleeft het niet.
Des te belangrijker dus dat de zorg voor deze groep kwetsbare mensen steeds weer beter wordt. Dat wil het Amsterdam UMC (een samenvoeging van het AMC en het VUmc) gaan doen door kunstmatige intelligentie los te laten op bergen data van IC-patiënten uit het verleden.
Veel data
Van die mensen is veel data vastgelegd en opgeslagen. Daarbij gaat het om de waarden van meetapparaten, de beademing, de infusen tot de toegediende medicijnen. Maar ook: werd hij of zij beter, hoe snel dan, waren er complicaties, en uiteindelijk: herstelde de patiënt of is hij overleden.
Deze bergen data zijn bij uitstek geschikt voor een computer om helemaal te analyseren. Machine learning is heel goed in het herkennen van patronen; patronen die mensen vaak helemaal niet zien, omdat zij dat overzicht niet (kunnen) hebben.
Beste behandeling
Uit dergelijke patronen komt hopelijk naar voren wat voor een patiënt met bepaalde persoonlijke kenmerken (man of vrouw, leeftijd, etnische achtergrond, leefstijl) de beste behandeling op dat moment is. Deze aanpak moet op termijn de resultaten van intensive careafdelingen helpen verbeteren.
Medicijnen
Een voorbeeld van een persoonlijke aanpak is bijvoorbeeld het toedienen van medicijnen. ‘Voorheen gaf de dokter een standaarddosering. Patiënten die heel ziek waren kregen hetzelfde als patiënten die veel minder ziek waren. Maar we weten uit onderzoek dat een goede dosering van antibiotica leidt tot een betere overleving’, zegt intensivist – en initiatiefnemer van het dataproject – Paul Elbers van het Amsterdam UMC in het Parool.
Aan de hand hiervan ontwikkelden Elbers en collega Patrick Thoral een computermodel dat berekent hoeveel antibiotica een specifieke patiënt precies op dat moment nodig heeft.
Amerikaanse patiënten
De gegevens die Amsterdam UMC openbaart (een miljard datapunten, afkomstig van 20.000 patiënten), komen ook beschikbaar voor onderzoekers van andere ziekenhuizen in de wereld. Tot nu waren er alleen data van Amerikaanse IC-afdelingen beschikbaar. Die zijn maar beperkt bruikbaar in Nederland omdat er verschillen zijn tussen Amerikaanse patiënten (de gemiddelde Amerikaan leeft bijvoorbeeld minder gezond dan de Nederlander) én tussen de zorg in Europa en de VS.
Anoniem
Extra aandacht heeft het Amsterdamse initiatief besteed aan de privacy van de voormalige patiënten van wie de data komt. De cijfers zijn zoveel mogelijk anoniem gemaakt; dat wil zeggen dat namen, adressen, postcodes en andere direct herleidbare persoonsgegevens uit de dataset zijn verwijderd.
Toch is – met veel moeite – nog te achterhalen over welke mensen het gaat, zegt een privacyonderzoeker tegen de NOS. ‘Als je over veel zorggegevens beschikt, zoals zorgverzekeraars dat doen, kun je data combineren en zo uitvinden over wie het gaat’, vertelde Matthijs Koot van de UvA aan de NOS.
Balans
Het Amsterdam UMC heeft het project vooraf getoetst bij medisch ethici en goedkeuring gekregen. De privacy had nog strenger kunnen worden bewaakt door bijvoorbeeld geslacht en etniciteit van de patiënten ook uit de data te schrappen. Maar dan was het hoofddoel van het project in de knel gekomen; geslacht en etnische achtergrond zijn namelijk factoren die medisch gezien relevant kunnen zijn. Zoals wel vaker in de zorg is ook hier een delicate balans tussen nut en privacy.
Watson
De verwachtingen rond kunstmatige intelligentie in het ziekenhuis zijn al langere tijd hooggespannen. Computers kunnen nu eenmaal met grotere datastromen overweg dan artsen. Zo werken artsen en onderzoekers in Twente samen aan een kunstmatig intelligent systeem dat leert om een prognose te stellen voor patiënten die na een hartinfarct in coma raken.
Nog ambitieuzer is IBM Watson, dat een paar jaar terug opkwam. Dit is een systeem dat op basis van de toestand van de patiënt én grote hoeveelheden medische data uit het verleden moet zorgen voor de beste behandelbesluiten.
Moeizaam
Ondanks de grote beloften van Watson, gaat de invoering van het systeem moeizaam, zo valt te lezen in een recent artikel van IEEE Spectrum. De supercomputer kan inderdaad grote hoeveelheden medische data en wetenschappelijk literatuur doorspitten, maar leest niet zoals een arts leest. Die kan bijvoorbeeld uit een artikel over een heel ander onderwerp zinvolle informatie halen voor zijn patiënten. Dat kan Watson helemaal niet; die analyseert artikelen vooral sec op klinische studies en hun uitkomsten. Daar heeft het systeem van IBM zeker meerwaarde, maar een goede diagnose stellen is voor het systeem nog een brug te ver.
Openingsfoto: archiefbeeld van een intensive careafdeling. Foto depositphotos.com.
Nieuwsbrief
Vond je dit een interessant artikel, abonneer je dan gratis op onze wekelijkse nieuwsbrief.