Sprekers van de HIP-webinar stellen zich voor

De eerste twee sprekers van de webinar zijn Ivo van der Bilt, cardioloog in het HagaZiekenhuis, en Marcel Reinders, hoogleraar biomedische datawetenschappen van de TU Delft. Het HagaZiekenhuis en de TU Delft hebben samen een project rond het gebruik van artificiële intelligentie (AI) bij het voorspellen van hartritmestoornissen.

Ivo van der Bilt vertelt dat hij zich al jaren in data science verdiept. ’’Met name in het gebruik van data voor wearables zoals smartwatches voor het voorspellen en aantonen van hartziektes.’’

Volgens de cardioloog zijn er nu nog allerlei restricties, zoals juridische voorwaarden, die het lastig maken om met zorgdata aan de slag te gaan. Daarnaast bestaat er nog een diepe kloof tussen de wereld van de zorgprofessional en die van de data scientist. ’’De dokters moeten een beetje data scientist worden en andersom. Dan vinden we elkaar eindelijk op het punt waar het om gaat: het verbeteren van de zorg. Die laatste stap zit wel in het debat. Maar wie gaat dit nu praktisch handen en voeten geven?’’

Hij hoopt daar tijdens de HIP-webinar met zijn tafelgenoten over te kunnen discussiëren. Zijn duo-spreker is Marcel Reinders, hoogleraar van de TU Delft en het LUMC. Hij vertelt dat hij in Delft een onderzoeksgroep leidt die onderzoek doet naar ML (machine learning). ’’De groep past deze methode ook toe op het herkennen van bijvoorbeeld medische beelden.’’ 
 

Onderzoeksproject op de IC 

Naast het project met het HagaZiekenhuis, waarbij wordt geprobeerd om met behulp van wearables cardiovasculaire events te detecteren, is hij bij andere projecten met wearables betrokken. ’’Met het LUMC proberen we te onderzoeken of je aan de hand van wearables kunt voorspellen hoe parkinson zich ontwikkelt.’’ 

De titel van de komende HIP-webinar is ‘Datagedreven gezondheidszorg en laaghangend fruit. ’’Een voorbeeld dat daarbij aansluit is een onderzoeksproject dat op de IC van het Erasmus MC draait. We bekijken hoe we de datastroom van de IC kunnen gebruiken om winst te behalen bij handelingen op de IC. Waar kun je winst boeken en welke data-algoritmen kun je daarbij inpassen?’’

Zelf is hij ook erg geïnteresseerd in het toepassen van data science in het vakgebied van de genomics, erfelijkheidsleer. ’’Er worden veel genetische data verzameld. Je kunt data science daar bijvoorbeeld gebruiken om patiënten te selecteren voor deelname aan een therapie of onderzoek.’’

Na het verhaal over het gebruik van data om ziektes op te sporen, spreken Niels Hagenaars, strategist bij Gupta Amsterdam, en Daniël Kapitan, data science expert, over het gebruik van open source data voor datagedreven zorg.

Niels Hagenaars betrok Daniël Kapitan bij het project. Kapitan werkt al twintig jaar als data scientist, waarvan de helft in de zorg. ’’Ik ben als adviseur, maar vooral ook als docent verbonden aan de Jheronimus Academy of Data Science. Daar probeer ik te helpen om de hoge verwachtingen over algoritmes en data waar te maken. Nu lukt dat nog mondjesmaat.’’

Eerder dit jaar deed Daniël samen met Theo Hooghiemstra een haalbaarheidsstudie naar een data science platform voor reuma voor de PHC Catalyst. ’’De conclusie daarvan is dat we huidige datastructuren nog te weinig gebruiken. Niet alleen technisch gezien, maar ook qua governance.’’

Ook de kernbevindingen daarvan zal hij tijdens de HIP-webinar presenteren. ’’Deels is het allemaal heel ambitieus wat we willen. We dromen van een wereld waarin we echt data delen. Ondanks alle praktische bezwaren die we zien. Maar we maken het ook concreet. Waar kunnen we vandaag mee beginnen? Wat is laaghangend fruit? Zo zie ik een brug tussen de toekomst en het hier en nu.’’  
 

’Het korte termijn perspectief is een van de best bewaarde geheimen’

Daniël Kapitan gaat het verder hebben over het bewaren en gebruiken van data in het publieke domein. ’’Het korte termijn perspectief is een van de best bewaarde geheimen in Nederland: de databanken CBS Microdata en Dutch Hospital Data. Dat zijn al hele grote dataverzamelingen. 
Hij stelt dat je in die databanken algoritmes kunt trainen en zo zeer nuttige informatie kunt destilleren. ’’Op de data van CBS Microdata is bijvoorbeeld het COVID-predict model gebouwd. Waarom doen we daar niet veel meer?’’ 

Hoogleraar Marcel Reinders beaamt dat er al enorm veel ‘laaghangend fruit’ is in dataland. Hij wil tijdens de HIP-webinar graag discussiëren over de barrières die zorgen dat dit fruit niet altijd makkelijk te plukken is. ’’Er is al heel veel zorgdata die centraal of lokaal beheerd wordt. In principe kun je daar veel van leren. Over hoe je patiënten beter kunt behandelen, hoe we behandelaren kunnen ondersteunen met het maken van de juiste keuzes. En hoe we het personeelstekort in de zorg in de toekomst kunnen verlichten door bepaalde geautomatiseerde zorgstappen te versnellen. Iedereen vindt het belangrijk maar toch gebeurt het niet. Maar het fruit is er.’’