Data science-methoden kunnen personalisatie in zorg mogelijk maken

Personalisatie is in toenemende mate van belang om het beste resultaat te behalen. Zo worden in het onderwijs lesprogramma’s aangepast aan het niveau van de leerling. In de marketing wordt de productselectie aangepast aan de behoeften en wensen van de klant. Ook in de zorg speelt personalisatie een zeer grote rol, stelt Kaptein. ‘Denk aan dure behandelingen, die vaak alleen bij een kleine groep patiënten effect sorteren. Bij welke behandeling individuele patiënten baat hebben, is van belang voor het genezingsproces, het terugdringen van onnodig medicatiegebruik en het in de hand houden van de zorgkosten.’ Welke behandeling het beste werkt, wordt nu bepaald door onderzoek naar de werking van medicijnen, waarna deze theorieën gevalideerd worden in experimentele studies. In deze studies - randomized controlled trials - krijgt een willekeurig geselecteerde groep patiënten een bepaald medicijn toegediend terwijl de controlegroep een placebo (nep-medicijn) krijgt. Na het experiment wordt een keuze gemaakt voor of tegen de geteste behandeling.

Gepersonaliseerde behandeling, betere keuzes

Volgens Kaptein kunnen data Science-methoden gebruikt kunnen worden om behandelingen te personaliseren en betere keuzes te maken op basis van beschikbare omvangrijke gezondheidsdata. Kaptein stelt dat door efficiënter datagebruik vaker de goede behandeling kan worden geselecteerd. In de komende jaren verwacht de hoogleraar deze nieuwe data Science-methoden verder uit te werken, en te integreren in de huidige zorgpraktijk, om daarmee tot een beter aanbod van zorg te komen. Prof. dr. Maurits C. Kaptein, hoogleraar Data Science & Health aan Tilburg University, houdt zijn oratie ‘Computationele personalisatie; Data science methoden voor gepersonaliseerde zorg’ op 12 januari 2018 om 16.15 uur in 's-Hertogenbosch.