“Samen werken aan een betere en gezondere toekomst door het analyseren en bundelen van grote hoeveelheden data in de gezondheidszorg.”

De hoeveelheid medische gegevens neemt toe. Door deze data slim te ontsluiten, kunnen we een positieve bijdrage leveren aan de volksgezondheid. Het analyseren van grote hoeveelheden anonieme gezondheidsdata en de inzet van kunstmatige intelligentie (AI) helpt inzicht te geven in hoe we mensen langdurig gezond kunnen houden.

Op dit moment zijn medische gegevens nog niet overal goed toegankelijk. Vanwege het gebrek aan een geharmoniseerde technische infrastructuur, toepassingen van standaarden, en vanwege de noodzakelijke juridische, ethische en privacy kaders. Gelukkig beseffen we steeds beter dat het veilig beschikbaar maken van zulke data veel voordelen heeft bij het voorkomen en genezen van ziektes.

Het analyseren en monitoren van grote hoeveelheden data kan ziekenhuisopnamen en overbehandeling voorkomen. De data geven inzicht in wat werkt voor heel verschillende mensen, zodat behandelingen gepersonaliseerd kunnen worden. De kennis op basis van data biedt ook de mogelijkheid om veel eerder diagnoses te stellen. Voor veel ziekten kunnen we zelfs preventief gaan werken en daarmee voorkomen dat mensen ziek worden.

Meer voordelen
Het bundelen en analyseren van gezondheidsdata draagt niet alleen bij aan een betere gezondheid en hogere zorgkwaliteit. Ook geeft de kennis zorgverleners betere tools in handen om hun werk goed te kunnen doen. Al die verbeteringen maken ook economische impact. Voor de Metropool Amsterdam gaat het naar schatting om zo’n €195 tot 315 miljoen euro per jaar!

Active Collective is een bureau met een mix van digitale specialisten op het gebied van design, software engineering, cyber security en data science die de gezondheidszorg helpt met het implementeren of ‘samen ontwikkelen' van technologische innovaties en de uitdagingen waar de zorg mee kampt. Door de jaren heen hebben wij een specialisme ontwikkelt in de lifescience & gezondheidszorg. Bij de projecten die wij hebben gerealiseerd realiseren we de best mogelijke oplossing voor patiënten.

Voorbeeldcase Amsterdam UMC, Locatie VUmc / Project PICTURE:

Patiënten met een hersentumor hebben gemiddeld een twee-jaar overlevingspercentage van slechts 15%. Ondanks behandelmogelijkheden, zoals chemo radiotherapie en chirurgie, blijven prognoses voor patiënten met agressieve hersentumor helaas beperkt. Een optimale behandeling is niet altijd gelijk en lastig te voorspellen. Universele kwaliteitsstandaarden voor deze beslissingen ontbreken, met aanzienlijke variatie tussen behandelteams als gevolg.

Dankzij Project PICTURE is er met één klik inzicht in de data van ruim 7.000 MRI scans
In het PICTURE-consortium (www.pictureproject.nl) hebben we 7.630 MR beeldvormende hersenscan-sessies verzameld, gestructureerd, geannoteerd en geanalyseerd samen met de klinische gegevens en follow-up van 1.428 opeenvolgende patiënten met glioblastoma uit 12 hersentumor expertisecentra (Nederland, Frankrijk, Italië, Oostenrijk en de Verenigde Staten). ‍
‍
Op basis van deze data is het mogelijk gemaakt om neurochirurgische beslissingen te verbeteren. De kenmerken van de patiënt en standaard MRI’s van de hersenen worden gecombineerd om deskundige beslissingen voor biopsie, de groeisnelheid van de tumor, de locatie van de tumor en de overlevingstijd van de patiënt te analyseren. De PICTURE webapplicatie maakt deze data visueel en interactief en daarmee gebruiksvriendelijk voor de behandelend artsen. Hierdoor wordt bij nieuwe patiënten met glioblastoma de kans op langere levensduur vergroot. ‍‍

Mijn vraag:
Wij halen enorm veel energie uit projecten die de wereld beter maken, waaronder het project van PICTURE. Dat technologie het mogelijk maakt dat patiënten beter kunnen worden behandeld en mogelijk de levensduur wordt verlengd. Het analyseren van scans of het analyseren van ander soort data kan toepasbaar zijn op meerdere specialismen binnen de zorg. Zijn er artsen, therapeuten, chirurgen, radiologen, of andere belanghebbende binnen de zorg die merken dat scans of andere informatiestukken van de patiënt niet optimaal worden geanalyseerd en het gevoel hebben dat hier nog enorm veel winst valt te behalen voor de patiënt?

Met deze groep zou ik graag een sessie willen organiseren om kennis te delen die zij zelf kunnen toepassen binnen hun specialisme om hiermee aan de slag te gaan!