De analyse van de groeiende hoeveelheid data en de ontwikkeling van cognitieve systemen hebben invloed op alle sectoren van onze economie. Het zorgt voor verdere automatisering, efficiënter werken, nieuwe diensten en nieuwe verdienmodellen. Maar als er één plek is waar de impact verder gaat dan dat is het de medische wereld.
Eén van de meest aansprekende voorbeelden op dat vlak is misschien wel wat Apple het afgelopen jaar heeft gedaan met ResearchKit. Dit platform is onderdeel van iOS, het besturingssysteem van de iPhone, dat het mogelijk maakt om data van iPhone-gebruikers te verzamelen voor grootschalige medische onderzoeken.
In de basis is dat totaal niet revolutionair, want er waren genoeg mogelijkheden om data te verzamelen. Bijvoorbeeld via (online of papieren) vragenlijsten of door simpelweg grootschalige bevolkingsonderzoeken waarbij mensen langs een arts gaan. Maar de iPhone maakt het meedoen aan onderzoeken ontzettend toegankelijk, efficiënt en nauwkeuriger. Bovendien biedt het ook de mogelijkheid om data te gebruiken die mensen zelf hebben gemeten en die is opgeslagen in het Health-platform van iOS. Denk aan gewicht, hartslag en je bloeddruk.
ResearchKit zorgt er simpelweg voor dat het makkelijker wordt om data te verzamelen en dat is in het eerste jaar ook direct gebleken. Zo is er via ResearchKit een onderzoek gestart onder parkinsonpatiënten dat 24 uur na de start al veel meer deelnemers had dan alle onderzoeken daarvoor. In de app worden simpele testjes gedaan en wordt bijvoorbeeld ook gebruik gemaakt van de bewegingssensoren in de iPhone om zaken als coördinatie en stabiliteit in het loopgedrag te meten. Nog nooit was het zo gemakkelijk om in grote hoeveelheden aan dergelijke data te komen.
Parkinson is slecht één van de vele voorbeelden. De Duke University onderzocht autisme onder kinderen door met de frontcamera van de iPhone de emotionele expressies van kinderen te filmen, terwijl ze een video bekijken. Via de versnellings- en hartslagmeter van de Apple Watch meten onderzoekers van de Johns Hopkins University de karakteristieken van een epileptische aanval. En het Massachusetts General Hospital meet de invloed van factoren als eetgedrag en beweging op diabetes. De onderzoeken verwierven het afgelopen jaar al allerlei nieuwe inzichten over de gezondheid.
Alzheimer-onderzoek
Het verzamelen van de data is natuurlijk slechts het begin. De berg data wordt met initiatieven als HealthKit, maar ook door allerlei sensoren waardoor patiënten continu gemonitord kunnen worden, steeds groter. Maar het gaat er om wat je uiteindelijk met die gegevens doet. En daarbij komen cognitieve systemen om de hoek kijken.
Zo gebruikte de Nederlandse onderzoeker Wiro Niessen, hoogleraar Medische Beeldverwerking aan het Erasmus UMC en de TU Delft, algoritmes om hersenscans te analyseren voor een onderzoek naar alzheimer. Hij won vorig jaar de Simon Stevin Meester-prijs voor dit baanbrekende onderzoek.
Wat heeft Niessen met zijn team gedaan? Hij heeft de data gepakt uit een een bevolkingsonderzoek in Rotterdam dat al sinds 1990 bezig is. Daar heeft een groep mensen uit Rotterdam elke 3 tot 4 jaar een hersenscan laten maken. Met de wetenschap dat 1 op de 60 mensen uiteindelijk alzheimer krijgt, wisten de onderzoekers dat het een kwestie van tijd zou zijn tot een deel van de deelnemers aan het onderzoek alzheimer zou krijgen.
Vervolgens zijn alle MRi-scans van alle deelnemers door een cognitief systeem geanalyseerd, waarbij gebruik is gemaakt van machine learning-technologieën. Daarbij zag de computer veranderingen in de hersens bij de mensen die alzheimer hebben gekregen, nog voordat doktoren dit zagen. Op basis daarvan is nu een systeem gebouwd waarbij doktoren hersenscans kunnen vergelijken met alle referentiedata die er is. Een volgende stap is dat het systeem automatisch kan voorspellen of iemand alzheimer krijgt of niet.
Watson Health
Op basis van de analyse van grote hoeveelheden gezondheidsdata kan dus niet alleen onderzoek worden gedaan. Er kunnen systemen worden ontwikkeld die artsen kunnen ondersteunen in hun werk.
“Als arts neem je bij een bepaald ziektebeeld een beslissing op basis van jouw ervaring”, legt Nicky Hekster, Technical Leader Healthcare & Lifesciences van IBM uit. “Met behulp van de machine heb je een intelligente assistent die – in vergelijking met de mens – veel meer symptomen, medicijnen en patiënten kent. Die kan een je assisteren en suggesties doen voor diagnosen en vormen van behandelingen, die jij niet kent.”
IBM zet de verschillende functionaliteiten van zijn supercomputer Watson in voor de analyse van medische data met IBM Watson Health Cloud. Het systeem kan worden gebruikt om allerlei verbanden te ontdekken, die je als onderzoeker niet of pas na tientallen jaren kunt vinden
En het biedt de mogelijkheid om extra databronnen mee te nemen in de analyse. De afgelopen jaren nam IBM dan ook verschillende bedrijven over die de beschikking hadden over grote hoeveelheden medische data. De grootste en meest recente aankoop is die van Truven Analytics, waarmee het systeem de mogelijkheid kreeg om de data van maar liefst 215 miljoen patiënten te gebruiken voor onderzoeksdoeleinden.
Ongestructureerde data
Het is belangrijk om te beseffen dat in de Watson Health Cloud zowel gestructureerde data (getallen en data met een vooraf gedefinieerde waarde of betekenis) als ongestructureerde data aanwezig is. Eind vorig jaar kocht IBM het bedrijf Merge Healthcare, waarmee in een klap miljoenen ongestructureerde datasets in de vorm van medische beelden aan het systeem werden toegevoegd. Daardoor kan IBM nu bijvoorbeeld ook radiologische en cardiologische beelden analyseren, zoals Wiro Niessen dat doet met hersenscans voor zijn onderzoek.
En juist op dat vlak biedt technologie de komende jaren enorm veel potentie voor de medische wereld. Zeker als je je bedenkt dat 88 procent van alle aandoeningen via foto’s en scans wordt opgespoord. Medische afbeeldingen hebben over het algemeen een hogere resolutie dan het menselijk oog, waardoor een cognitief systeem beter in staat is om subtiele patronen te herkennen dan een arts. Helemaal als het gaat om het vergelijken van heel erg veel afbeeldingen. Dat kan een computer sneller, zorgvuldiger en op een veel grotere schaal dan een mens.
Hetzelfde geldt overigens voor de analyse van tekst. Een groot deel van de kennis in de medische wereld zit namelijk niet als data opgeslagen in systemen, maar is beschikbaar als vakliteratuur. “Uit onderzoek blijkt dat een gemiddelde arts zestig uur per week nodig heeft om al zijn vakliteratuur bij te houden”, zegt Hekster van IBM daarover.
“Dus er komen slimme systemen om artsen te ondersteunen. Een systeem als Watson kan 800 miljoen pagina’s per seconde lezen. Dat is natuurlijk een cijfer waar je zo niets aan hebt, maar het geeft aan dat Watson heel veel data kan analyseren om een arts te adviseren.”
De technologische mogelijkheden op het gebied van data-analyse bieden dus mogelijkheden op het gebied van onderzoek en in de ondersteuning van artsen. Een volgende stap is ook dat op basis van al die data de behandelingen van patiënten beter kunnen worden afgestemd op de persoon.
Deze ontwikkeling wordt precision medicine genoemd: door data over het succes van bepaalde medicijnen of behandelingen bij patiënten met bepaalde eigenschappen te vergelijken, kan een persoonlijke behandelplan voor jou als patiënt worden vastgesteld. Experts verwachten dat deze ontwikkeling de medische wereld voorgoed zal veranderen.
Privacy en beveiliging
Een grote uitdaging bij al deze ontwikkelingen is natuurlijk dat gezondheidsdata ongelofelijk gevoelig is. Niet alleen is het belangrijk dat deze veilig wordt verstuurd en opgeslagen, maar het is ook belangrijk dat mensen weten wat er mee gebeurt.
Voor onderzoeksdoeleinden wordt data geanonimiseerd en wordt alleen data opgeslagen die van belang is voor het onderzoek, zoals het geslacht en leeftijd van de persoon. Maar bij het verzamelen van die data, bijvoorbeeld via een dienst als ResearchKit van Apple, wordt natuurlijk heel veel data in smartphones verzameld en opgeslagen.
Het is niet voor niets dat Apple de laatste jaren ontzettend veel inzet op beveiliging en privacy van zijn klanten. Ook bij een dienst als Watson Health Cloud van IBM draait een groot deel van het product om het veilig en zorgvuldig opslaan en verwerken van de data. Hoe meer data er worden verzameld, hoe belangrijker dit wordt. Daarom zullen we de komende jaren ook op dit vlak de nodige ontwikkelingen gaan zien.
