Wouter Kroese, Pacmed: “Het gebruik van data is cruciaal om langer gezond te blijven.”

Om langer gezond te blijven, is de inzet van data cruciaal. Daarom wil de Board partijen mobiliseren om een Artificial Intelligence Health Lab te lanceren in de Metropoolregio Amsterdam. Een toegangspoort voor MKB en grootbedrijf in gezondheid voor data, verwerkingscapaciteit en inzichten. Om dit te realiseren wordt een actieve coalitie samengebracht.

Een van de deelnemers van het Health Lab is softwarebedrijf Pacmed. Wouter Kroese licht hun werkwijze toe: “Pacmed maakt beslissingsondersteunende software voor artsen, om ze te ondersteunen bij hun behandelkeuze. Die software maakt gebruik van een grote hoeveelheid data uit de praktijk: data over ‘gewone’ patiënten die in de reguliere zorg behandeld zijn. Van de informatie over al die patiënten, kunnen we leren welke behandeling voor een specifieke patiënt het beste werkt.

Persoonlijker en preciezer

Zo heeft Pacmed onder andere software ontwikkeld die ondersteunt bij het kiezen van het juiste antibioticum. De huidige kennis over deze middelen is gebaseerd op gemiddelde resultaten bij een kleine groep patiënten, die vaak weinig representatief zijn voor de patiënt die je als arts tegenover je hebt. Aan de hand van data-analyse van honderdduizenden patiënten, zien we nu dat bij oudere patiënten die meerdere ziektebeelden hebben en meerdere medicijnen gebruiken, relatief ongebruikelijke antibiotica veel beter werkt. Omdat we toegang hebben tot heel veel gevarieerde gegevens, kunnen we per patiënt kijken welke behandeling past bij zijn of haar individuele situatie. Zo kunnen we de zorg persoonlijker, preciezer en efficiënter maken.

Verder ontwikkelt Pacmed bijvoorbeeld software die ondersteunt bij het veilig ontslaan van patiënten op de intensive care en software die psychiaters helpt om sneller de juiste behandeling te kiezen bij patiënten met een zware depressie, om ervoor te zorgen dat deze patiënten vele weken korter opgenomen hoeven te worden.

Machine learning

Bij het ontwikkelen van onze software combineren we machine learning met medische expertise. Met machine learning worden de verbanden in de data gevonden, maar zonder medisch expert is het niet mogelijk om daadwerkelijk tot voorspellende en bruikbare algoritmen te komen. Artsen zijn nodig om de data te begrijpen, resultaten te interpreteren, de relevante factoren op de juiste manier mee te nemen en om zeker te weten dat de resultaten daadwerkelijk van waarde zijn in de praktijk voor arts en patiënt. Het opstellen van een algoritme blijft mensenwerk.

Collectieve intelligentie

We toetsen alle stappen van de ontwikkelingen van de software en de algoritmen met artsen, zodat we zeker weten dat de data juist interpreteren. Pacmed heeft zelf twee medici in huis en we voeren elke week overleg met artsen van de Intensive Care van het VU Medisch Centrum. Die input nemen we mee in het ontwikkelproces.

We gebruiken data uit zowel huisartsen- als ziekenhuiszorg. Pacmed werkt onder andere samen met NIVEL, een onderzoeksinstituut waarbij achthonderd landelijke huisartsen zijn aangesloten. Van hen krijgen we alle gestructureerde informatie uit de dossiers: de diagnose, verstrekte medicijnen en verrichtingen die ze hebben gedeclareerd aan een zorgverzekeraar. Dataverzameling via ziekenhuizen is lastiger. Op dit moment werken we vooral met academische centra die al langer bezig zijn met dataverzameling en ook de faciliteiten hebben om daar mee te kunnen werken. In de toekomst willen we ook de persoonlijke ervaringen van de patiënten meenemen in de software, zodat we ook vanuit hun perspectief kunnen vaststellen of en wanneer de behandeling succesvol is geweest.

Interview: Ronne Theunis

#slimgroengezond

Dit draagt bij aan baanbrekende oplossingen voor het voorkomen van ziekte en om zo lang mogelijk zo gezond mogelijk te blijven.

Help ons verbeteren

Heb je 5 minuten voor een paar vragen over onze website?