Big data of data analytics worden in de zorg steeds vaker ingezet om het werk van zorgprofessionals eenvoudiger te maken of te verdiepen. Zo kwam eind mei in het nieuws dat het UMC Utrecht en de Universiteit Utrecht een groot onderzoek zijn gestart naar de ontwikkeling van babyhersenen. Met behulp van data analytics van SAS en het combineren van voorheen gescheiden gegevens willen de instituten beter inzicht krijgen in de hersenontwikkeling van baby’s en zo betere voorspellingen doen van mogelijke problemen die prematuur geboren baby’s kunnen ontwikkelen.
Big Data for Small Babies
Er is steeds meer behoefte aan klinische beslissingsalgoritmen om keuzes zo verantwoord mogelijk te maken, vertelde Manon Benders, hoofd de afdeling neonatologie van het UMC Utrecht tijdens het event ‘SAS Data Science & Analytics Day’ op 31 mei. Ongeveer 10 procent van alle baby’s wordt te vroeg geboren.
Tegenwoordig is dat gelukkig al minder gevaarlijk dan vroeger, maar er kan nog veel worden verbeterd, licht Benders nu toe. In het project Big Data for Small Babies zet zij zich met collega’s in om algoritmes te ontwikkelen die kunnen helpen om complicaties te voorkomen en de neurologische impact te beperken.
Benders: “Vanuit de afdeling neonatologie bestond al langer de vraag of we op de IC voor vroeggeborenen niet meer konden doen met de grote hoeveelheid gegevens die bijna continu geregistreerd worden. Vitale functies die gemonitord worden, maar ook labuitslagen. Natuurlijk wil je een zo goed mogelijke behandelingsbeslissing nemen en een goed advies aan de ouders geven. Vaak gaat het hier toch om een heftige behandeling en staan we vaak voor lastige keuzes.”
Onvoldoende houvast voor goede voorspelling
De focus in het UMC Utrecht ligt daarbij op de hersenontwikkeling van prematuur geborenen. Wat zorgt bijvoorbeeld voor schade op de langere termijn. “Waar we tegenaan liep, was dat de beelden van hersenen onvoldoende houvast boden om goede voorspellingen te doen over de verdere ontwikkeling,” vertelt Benders. “Gegevens zijn er genoeg. Vaak liggen prematuur geborenen weken in het ziekenhuis, soms zelfs tot het moment waarop ze eigenlijk geboren hadden moeten worden. Dat is een enorme hoeveelheid data.
Toepassing van big data dus voor betere zorg was een logische vervolgstap.”
Alle gegevens over prematuur geborenen worden opgeslagen in het EPD. Door het combineren ervan wilden de initiatiefnemers kijken of er meer inzichten verkregen konden worden dan alleen de actuele stand van zaken.
VOORKOMEN VAN SEPSIS VOORKOMT STERFTE ONDER VROEGGEBORENEN
Dat was al weer zo’n drie jaar geleden.
“Bovendien hadden we onvoldoende kennis van zaken in huis om die beelden te combineren met andere gegevens en daar nieuwe inzichten uit te halen. Dat gold niet alleen voor ons, maar voor het hele UMC, om alles waarbij big data een rol speelde.”
Samenwerking voor ontbrekende expertise
De raad van bestuur van het academisch ziekenhuis besloot om er werk van te maken op basis van vier showcases, waaronder die van de afdeling neonatologie. Er werd contact gezocht met bedrijven die mee wilde werken, onder meer door de technische en ICT-kennis binnen te brengen die het UMC en de Universiteit misten.
Bij de pilot van de afdeling neonatologie werd data analytics-bedrijf Finaps betrokken. Tim Pijl van Finaps zegt hierover: “Bij de start van het Big data-project had het UMC Utrecht niet de middelen en de mensen in huis om zelf pilots uit te voeren. Daarom werden wij aan boord gehaald. In september 2017 gingen we van start.”
De pilots moesten heel duidelijk gedefinieerd en afgebakend zijn, kleine stappen, met een goede klinische vraagstelling. In de neatologiepilot lag de focus op een ernstige complicatie die vaak voorkomt bij vroeg geborenen, namelijk sepsis (bloedvergiftiging). Benders: “Het doel was om het plaatsvinden van sepsis beter in kaart te brengen en vervolgens beter te kunnen voorspellen, zodat we gerichter kunnen behandelen.”
Eerste pilot: terugblik
In eerste instantie werd er gekozen voor een terugblik op basis van al aanwezig gegevens. De pilot waarbij op basis van zelf met Finaps ontwikkelde algoritmen gegevens uit het EPD gecombineerd werden, bleek uiteindelijk een aantal verrassende kleine en grotere inzichten te herbergen. Het belangrijkste was de mate van overbehandeling met antibiotica. “In 40 procent van de gevallen bleek inderdaad sprake van een sepsis en werd terecht met antibiotica gestart. Hetgeen ook betekent dat in 60 procent van de gevallen antibiotica mogelijk niet nodig waren geweest.” De uitkomsten van de pilot waren volgens Benders een enorme eye opener. “Het
