Jarenlang bestond het verrichten van wetenschappelijk onderzoek uit het stellen van een hypothese, die daarna werd getest. Deze methode is achterhaald. Er is zoveel medische data beschikbaar dat het niet langer nodig is voor ieder onderzoek opnieuw data te vergaren.
Atul Butte van de University of California vertelt hoe big data versneld kan zorgen voor een gepersonaliseerde behandeling. “Je hebt geen klinische studies meer nodig om nieuwe behandelmethodes te ontwikkelen.”
Atul Butte MD PhD is directeur van het Institute for Computational Health Sciences, onderdeel van de University of California. Hij is een van de sprekers op Dreamforce, het jaarlijkse klantenevenement van Salesforce.com.
Dankzij de introductie van Health Cloud kwamen dit jaar veel mensen uit de zorg op het evenement af. Artsen, medisch onderzoekers, ziekenhuisdirecties, farmaceuten. Allemaal op zoek naar meer kennis over hoe ze de enorme hoeveelheden medische data beter kunnen benutten.
Butte loopt hierin voorop. “Onze studenten doen nauwelijks nog op de traditionele manier onderzoek. Ze verzamelen geen data meer via klinische studies, maar richten zich op de data die er al zijn. Het mooie is: er zijn al ontzettend veel open databronnen. Van databases met genetisch materiaal tot en met beeldbanken met MRI-images. Dit zorgt voor een enorme versnelling van onderzoek naar ontstaansoorzaken van ziekten.”
Genafwijking ontdekken
Hij houdt een kleine chip omhoog. “Dit is een GeneChip. Je stopt er wat genetisch materiaal in en hij meet of er bij deze patiënt sprake is van een ons al bekende genafwijking die hoogstwaarschijnlijk een ziekte gaat veroorzaken, zoals bijvoorbeeld het bekende borstkankergen”, zegt Butte. Die ene chip kan nog niet zulke heel ingewikkelde berekeningen maken, maar er zijn ook al apparaatjes die 16 en zelfs 64 GeneChips combineren om veel dieper te graven.
Artsen kunnen op deze manier veel sneller én beter vaststellen welke variant van een ziekte mensen hebben.