Wat ontdek je als je de statistische algoritmen die Netflix, Facebook en Amazon gebruiken, toepast op genetica? Wijkt het voorspellen van iemands koopgedrag af van het voorspellen welk gendefect ten grondslag ligt aan een bepaald ziektebeeld? Of kun je dezelfde statistische modellen toepassen?
Erasmus MC gebruikt wiskundige methoden die in het bedrijfsleven zijn ontwikkeld om behandelingen te verbeteren en zorgkosten te verlagen.
Big Data
Peter van der Spek is hoogleraar bio-informatica bij Erasmus MC. Hij gebruikt al jaren big data analytics om ontstaansoorzaken van ziekten en nieuwe toepassingen van bestaande medicijnen te ontdekken.
Ooit raakte hij geïnspireerd door fraudeonderzoek bij banken. Daarbij gaan data scientists in hele grote datasets op zoek naar patronen en afwijkingen die kunnen duiden op fraude. Op dezelfde manier gaat Van der Spek op zoek naar de genmutatie die een ziekte veroorzaakt.
Een ziekte openbaart zich bij meerdere patiënten vaak op dezelfde manier als gevolg van dezelfde genetische fout. Maar er kan ook een andere genetische fout ten grondslag liggen aan een gelijkend ziektebeeld. Genetische verschillen kunnen derhalve de reden zijn waarom medicatie bij de ene patiënt wel goed aanslaat en bij een andere niet.
Bio-informatica
Voor het voorspellen welk medicijn bij welke patiënt werkt, gebruikt de afdeling Bio-informatica van het Erasmus MC dezelfde algoritmen als bedrijven zoals Netflix, Amazon en Facebook inzetten wanneer zij voorspellen welk aanbod ze een klant moeten doen.
Van der Spek maakt hierbij gebruik van de technologie van de start-up Grace, die een jaar geleden internationale erkenning heeft gekregen als beste wereldwijde fintech start-up. De eerste beginselen van deze technologie zijn gelegd door ir Frank van Asch in samenwerking met Erasmus MC, TU Delft en Philips Medical Systems.
