Artificial intelligence

68,5 miljoen euro voor data-infrastructuur in de gezondheidszorg

Erasmus MC hoogleraar Wiro Niessen weet wat een goede gezondheidsdata-infrastructuur kan betekenen voor onderzoek en innovatie in de gezondheidszorg. De Nederlandse overheid investeert 68,5 miljoen euro in het initiatief Health-RI, waarvan Niessen chief technology officer is. ‘In mijn groep werken we aan een optimale samenwerking van de arts en de computer; ontsluiten van data voor onderzoek en innovatie is daarvoor essentieel.’

Deel
0 likes
Leestijd 4 min
3d,Illustration.,Artificial,Neuron,In,Concept,Of,Artificial,Intelligence.,Wall-shaped

Tijdens de eerste coronagolf stroomden de ziekenhuizen snel vol. Het was zoeken naar een juiste behandeling voor het onbekende ziektebeeld Covid-19, dus artsen en onderzoekers wilden snel zo veel mogelijk informatie verzamelen. Maar hoe vraag je doodzieke patiënten op de IC toestemming voor het delen van hun data, waar verzamel je de data en hoe deel je data met andere onderzoekers? De infrastructuur hiervoor ontbrak.

Het health-RI initiatief werkt daarom aan een uitgebreide infrastructuur om gezondheidsdata te verzamelen, te delen, her te gebruiken en ervan te leren. Ze ontvangen daarvoor 68,5 miljoen euro van het nationale groeifonds, een investeringsfonds van de Nederlandse overheid.

Erasmus MC en TU Delft hoogleraar en chief technology officer (CTO) van Health-RI Wiro Niessen vertelt: ‘Dit fonds maakt het mogelijk om een infrastructuur te realiseren waarmee we op grote schaal data beschikbaar kunnen stellen voor onderzoek.’

Individu

Health-RI bouwt de komende zeven jaar aan een uitgebreide infrastructuur waarbij regionale Health-RI nodes (knooppunten) aan elkaar gelinkt zijn. De UMC’s in Nederland zullen, gezien hun regionale functie, een centrale rol spelen binnen deze nodes. Binnen een lokale Health-RI node worden klinische data, beelddata, genetische informatie, leefstijldata en andere gezondheidsdata verzameld en opgeslagen, op een manier waardoor ze herbruikbaar zijn voor onderzoek en innovatie.

Het belang daarvan ligt uiteindelijk bij de individuele patiënt. Niessen: ‘Juist met de data van andere patiënten kunnen we werken aan een gepersonaliseerde behandeling. Door te leren van data van ziektebeelden en uitkomsten kunnen we veel preciezer bepalen welke behandeling en dosering het beste resultaat zal geven. Zo kan bijvoorbeeld een combinatie van patiëntgegevens, labdata en beelddata inzicht geven in wat de kans is dat een bepaalde chemokuur zal aanslaan.’

Brein

Met kunstmatige intelligentie (AI) kunnen de data worden geïnterpreteerd. De huidige AI-technieken hebben overeenkomsten met hoe het menselijk brein werkt, legt Niessen uit. ‘Neem bijvoorbeeld een peuter die een boom probeert te herkennen. Het peuterbrein krijgt via het netvlies beelden van een boom binnen, en de ouders leggen uit dat er een boom te zien is. Hoe vaker die connectie wordt gemaakt, hoe beter de peuter begrijpt wat een boom is. Dat komt doordat de hersenen steeds verbindingen maken tussen de input en de output. In dit geval is de input het zien van een boom, en de output het herkennen van de boom.’

Zo werken de nu meest gebruikte AI-technieken ook. ‘Eerst verzamelen we inputdata (patiëntgegevens, beelddata, lab data) van patiënten van wie relevante klinische uitkomsten al bekend zijn. Met het artificiële netwerk worden er verbindingen gelegd tussen die twee. AI optimaliseert en versterkt die verbindingen, tot het kunstmatige brein zelf de output kan genereren. In het Erasmus MC gebruiken we nu bijvoorbeeld al software die tumoren kan herkennen en krimpingen van het brein kan meten op hersenscans. Ook hebben we software ontwikkeld die kan helpen bij het bepalen van het stadium van prostaatkanker.’

Haken en ogen

‘Voordat AI goed werkt, moet er aan twee voorwaarden worden voldaan. Je moet heel veel data hebben, en er moet voldoende variatie in de data zitten omdat elke patiënt uniek is. In de praktijk zitten daar nog behoorlijk wat haken en ogen aan. Bij het verzamelen en delen van gezondheidsdata loop je al snel tegen de privacywetgeving aan. En er zitten grote verschillen in hoe de data wordt verzameld en opgeslagen. Health-RI zoekt naar de beste manier om data veilig en efficiënt te ontsluiten’, aldus Niessen.

In meten is de mens geen ster

Werkt die data-infrastructuur eenmaal goed, dan kan het met de inzet van kunstmatige intelligentie de gezondheidszorg verbeteren. ‘Met AI kun je een optimale combinatie maken tussen menselijke intelligentie en intelligentie van de computer. In meten is de mens namelijk geen ster. De computer kan juist wel heel goed kleine verschillen meten. Dat kan een arts helpen om subjectieve beslissingen te nemen, waarin veel aspecten moeten worden meegewogen. Daar zijn de huidige computertechnieken dan weer niet goed in.’

Lees ook