COVID-19 heeft de wereld verrast. De landen die het virus het snelst onder controle kregen, waren niet bang om snel rigoureuze lock-downs af te kondigen en hadden hun datavoorziening het snelst op orde. Ze bleken in staat om het virus snel te lokaliseren en in te dammen. Hoe kunnen data helpen om de wereldwijde pandemie onder controle te krijgen?
Tijdens de digitale editie van CES Europe ging Jeroen Tas, Chief Innovation & Strategy Officer bij Philips, in gesprek met Paul Stoffels, Chief Scientific Officer bij Johnson & Johnson. Beide bedrijven zijn volop betrokken bij de pandemie; de één levert producten en services voor consumenten thuis en de diagnostiek en behandeling door zorgleners, de ander doet onderzoek naar medicatie en vaccins. Welke parallellen zijn er tussen deze twee werelden en wat kunnen anderen hiervan leren?
Pandemie als eye opener
Tas: “Naadloze uitwisseling van data, slimmer gebruik van die data. Dat is niet alleen belangrijk bij een pandemie, maar eigenlijk voor ons totale gezondheidsecosysteem. COVID-19 heeft wereldwijd alle partijen die een rol spelen in de zorg laten zien welke waarde je kunt halen uit data en hoe belangrijk het is dat je die data met elkaar kunt delen.”
Stoffels: “Eens. We weten al heel lang dat hoe meer je weet over een patiënt, hoe beter je de behandeling op zijn individuele situatie kunt toespitsen. Maar we gebruikten de data niet altijd op de juiste manier. Wat we de afgelopen tijd vooral zagen is het belang van data bij preventie. Als je weet wie er besmet is en met wie je in contact bent geweest, kun je je beter beschermen. En als je weet dat jij een hoger risico loopt op een ernstig ziektebeloop, kun je zelf maatregelen nemen om te voorkomen dat je het virus krijgt. Dat inzicht kunnen we in de rest van de gezondheidszorg nog veel meer inzetten.”
Ander type trials
Tas: “Jij zit dicht op het vuur als het gaat om vaccinontwikkeling. Op welke manier gebruiken jullie data daarbij?”
Stoffels: “We zijn nu in de fase van de trials en daarbij kijken we heel kritisch: welke mensen hebben een groter risico? Want ook die mensen moet je meenemen. Als we snelheid willen maken, zullen we de clinical trials op een andere manier moeten uitvoeren dan we gewend zijn. We moeten niet alleen data verzamelen binnen het gezondheidszorgsysteem, maar ook in de echte wereld. Dat is vooral nodig omdat het virus muteert. Als je je alleen richt op data die je nu verzamelt in ziekenhuizen, loop je achter de feiten aan.”
Tas: “Ik heb als buitenstaander het idee dat er weinig feedbackloops zijn en al helemaal geen data sharing tussen verschillende partijen die bezig zijn met vaccinontwikkeling. Moet dat niet veel meer van de grond komen?”
Stoffels: “Ja, dat moet zeker. Ik ben in de jaren ’80 betrokken geweest bij de ontwikkeling van een medicijn tegen HIV. Daar zagen we, net als nu bij COVID-19, dat de ziekte zich bij iedereen anders ontwikkelt. Je zult patiënten dus individueel moeten behandelen. Dat kan alleen als je veel data hebt. Om de stap naar personalized medicine te maken zullen alle partijen die momenteel onderzoek doen naar COVID-19 hun data moeten delen. Alleen dan kunnen we goede vaccins en behandelingen ontwikkelen, afgestemd op de patiënt.”
Generieke infrastructuur en standaarden
Tas: “Helemaal waar, maar hoe doen we dat in een hoog gefragmenteerde wereld? We hebben een generieke infrastructuur nodig die iedereen kan gebruiken, precies zoals we die hebben voor auto’s, vliegtuigen en elektriciteit. Maar we hebben in de zorg nog een lange weg te gaan. Ik heb een achtergrond in het bouwen van financiële systemen. Je kunt overal ter wereld een bankpas in de muur stoppen en geld krijgen. In die wereld gaat het ook om hoog privacygevoelige en hoog risicogevoelige data. Als het daar kan, waarom dan niet in de zorg?”
Stoffels: “Je hebt standaarden nodig en die zijn er nog niet. Dat is een groot verschil met de financiële wereld en de luchtvaart. We moeten in navolging van die markten protocollen ontwikkelen voor hoe we data uitwisselen. Want gestandaardiseerde data is cruciaal om data te kunnen delen.”
Tas: “De pandemie zwengelt deze ontwikkelingen wel aan. In Nederland werken we al jaren aan een infrastructuur om data makkelijk met de patiënt mee te laten reizen naar een ander ziekenhuis als die wordt doorverwezen. Onder druk van de pandemie is nu versneld een veilige portal live gebracht die dit proces ondersteunt. Ik zie ook op andere deelgebieden dat er snel vooruitgang wordt geboekt. Als je ziet hoeveel data IC’s met elkaar delen en hoe snel er nieuwe inzichten rond de behandeling van ernstig zieke patiënten zijn opgedaan, dan mag de zorg daar heel trots op zijn.”
Stoffels: “Zeker, we hebben in een paar maanden tijd ontzettend veel over deze ziekte geleerd. Wat nog kan verbeteren is het beschikbaar maken van die inzichten voor artsen en verpleegkundigen. Nu moeten ze nog teveel op hun eigen kennis vertrouwen. Het zou mooi zijn als zij datagedreven tools tot hun beschikking krijgen die bijvoorbeeld helpen bij het prioriteren van patiënten op basis van risico. Of die per patiënt de optimale workflow voorstellen, zodat iedereen precies weet wat er wanneer bij welke patiënt moet gebeuren.”
Inzichten opdoen met AI
Tas: “Een ander belangrijk aspect is AI. Bij Philips hebben we veel ervaring met beeldherkenning op basis van AI. In Wuhan zijn we al heel vroeg begonnen met diagnostiek op basis van CT-scans van longen. Een algoritme hielp de arts bij het bepalen of er sprake was van COVID-19 of niet. Omdat een CT-scan in het ziekenhuis gemaakt moet worden, hebben we dit concept verder doorontwikkeld, zodat we het nu ook met mobiele echo-apparatuur kunnen doen. Dat is eenvoudiger in te zetten en die diagnostiek kun je ook buiten het ziekenhuis uitvoeren.”
Stoffels: “In ons vakgebied gebruiken we AI om de juiste patiënten te selecteren voor clinical trials. Dat is een nieuwe ontwikkeling die nu aan het begin staat, maar we leren snel. De grootste uitdaging is data-aggregatie. We willen zoveel mogelijk gezondheidsdata meenemen in de analyse: data die de patiënt zelf genereert, data van verschillende zorgverleners. Er zijn reeds algoritmen om in een veelheid aan data patronen te ontdekken die van belang zijn bij die selectie. Het bij elkaar brengen van data uit veel verschillende bronnen is een stuk lastiger.”
Tas: “Dat klopt, die ervaring hebben wij ook. Als het al lukt om al die verschillende bronnen te ontsluiten loop je weer tegen nieuwe vragen aan. Wat is de kwaliteit van de data? Weet je in welke context data zijn gegenereerd? Is de data vastgelegd volgens een wereldwijd gebruikte standaard?”
Eigenaarschap
Stoffels: “Een ander aspect is eigenaarschap. De gezondheidsdata van een individu is natuurlijk van die persoon, niet van een ziekenhuis of vaccinontwikkelaar. Het is heel vreemd dat we dat nog niet zo hebben ingericht. Want het gaat een enorme impact hebben op onze levensverwachting als mensen hun eigen gezondheidsdata kennen en zelf kunnen bepalen wie ze daar toegang toe geven. Ik heb dat ook gezien in de HIV-gemeenschap. Zoals gezegd moeten we werken aan een generieke infrastructuur en aan standaardisatie van data, want dan kunnen we dit ook mogelijk maken en kan data science écht een grote rol gaan spelen in de zorg.”
Tas: “Ik vind dit een mooie boodschap om mee af te sluiten. Laten we een datagedreven gezondheidssysteem omarmen en met z’n allen gaan werken aan die standaardisatie.”
