Veel parameters
“Zelfs makkelijke algoritmen met maar vier parameters blijken moeilijk te implementeren. Kun je nagaan als ze twintig of meer parameters hebben of gecombineerd worden met imaging”, zegt Evy Verstraaten. Maar daar laten de ontwikkelaars zich niet door weerhouden. “We zijn gewoon begonnen.” Het is eigenlijk dezelfde mindset als waarmee men laboratorium samenwerking moet aanpakken. Want die is minstens zo ingewikkeld. ‘Gewoon beginnen, niks doen is geen optie’ stelde Robert de Jonge op TOMORROWLAB. Hij is namens het academische ziekenhuis mede-initiatiefnemer van Glia Diagnostiek, de nog jonge samenwerking tussen Amsterdam UMC, OLVG Lab, GGD Amsterdam en Sanquin Diagnostiek. Met ook zoveel parameters, want verschillende organisaties, lab-disciplines en alle zorglijnen (thuis, eerste, tweede, derde lijn) worden met elkaar verbonden. “Regionale samenwerking tussen deze regionale laboratoria is een ambitieus project. Maar er was momentum”, zegt De Jonge. “Sanquin en OLVG Lab waren al een lab combinatie gestart. Het IZA(Integraal Zorgakkoord) begon te landen. En iedereen – met name in de eerstelijns – ervaarde enorme druk. Dus we konden gas geven. In zo’n complex traject is het gas geven en op weer even afremmen als bv. alles netjes op papier moet worden gezet..”
Drie-eenheid
Hij vervolgt: `’Glia Diagnostiek beoogt ook een digitaal platform om innovatieve diagnostiek gecombineerd met AI te kunnen implementeren”. Daarvoor hebben een aantal kennisinstellingen en de industrie een Groeifonds-aanvraag in voorbereiding. We hebben die Trinitas Dx genoemd, naar de drie-eenheid: imaging, lab en AI. Glia Diagnostiek met haar digitale platform kan perfect als “regionale werkplaats” fungeren voor een aantal projecten. De focus ligt vooral op verwijzingen van de eerste naar de tweede lijn. “We denken dat slimme diagnostiek heel veel mensen uit het ziekenhuis kan houden, zodat er ruimte komt om juist de mensen die het nodig hebben te verwijzen.” Robert de Jonge wijst op een project dat hij doet met Sanquin en UMC Utrecht, waarbij algoritmes voorspellen of mensen met bijvoorbeeld reuma of Crohn voor controles naar de poli moeten komen of juist kunnen thuis monitoren. Want zestig procent reageert goed op medicijnen, dus het is zonde om die telkens naar een ziekenhuis te laten gaan. En dan kun je die veertig procent die het niet zo goed doet meer aandacht geven.
Over silo’s heen
À la Glia Diagnostiek ontstaan er in Nederland overal van die regionale data hubs om algoritmes op te draaien. Vanuit het IZA heeft Ernst Kuipers de NFU opdracht gegeven om een overkoepelende structuur te ontwikkelen, over de silo’s heen. Dat werd CumuluZ. En inmiddels is ook de NVZ aangehaakt bij de ‘CumuluZ-coalitie’. Het is een mooi alternatief voor systemen die commerciële partijen hiervoor aan het ontwikkelen zijn, vindt Robert de Jonge. “Voor Roche en Evidencio liggen er kansen om hier algoritmes en validatie tools aan te bieden”, zo zegt hij richting Evy, Bart en Ian.
Dat zou wat zijn. Want voorspellende algoritmen en AI gaan een grote rol spelen in de strategie van Roche, zegt Ian Parfrement. Hij geeft voorbeelden in silico antibody design en drug target design. En in diabetes management. “Zo geeft het de patiënt rust en een gevoel van controle.” Dat is de kern van succesvol zelfmanagement. “Dat is uiteindelijk de waarde voor de patiënt waar we het voor doen.”
