Cupido spelen voor betere uitkomsten voor patiënten

De 17e Medical Data + Pizza vond plaats op 15 februari 2022 in het nieuwe O2-gebouw naast de VU-locatie in Amsterdam UMC. Hoewel het Amsterdam Medical Data Science (AMDS) netwerk de afgelopen jaren verschillende online evenementen heeft georganiseerd, was de interactie enigszins beperkt, omdat deze grotendeels via Zoom chat plaatsvonden.

Inmiddels telt het netwerk 1.850 leden en is data science duidelijk nog nooit zo in trek geweest. Zoals de openingsspreker Giovanni Cinà opmerkte: COVID-19-gemotiveerde projecten zoals The Dutch ICU Data Warehouse benadrukken de kracht van samenwerking bij het verhogen van kennis en het verbeteren van de resultaten voor patiënten.

Kortom: let’s mingle.

Op zoek naar shortcuts bij het vinden van effectieve COVID-19-behandelingen

Cinà werkt in twee werelden, die AMDS actief probeert te verenigen. Hij vertegenwoordigt het bedrijfsleven als onderzoeksleider bij Pacmed, een bedrijf dat geavanceerde AI-technologieën naar de ICU brengt. En hij zit ook in de academische wereld, als assistent professor in Responsible Medical AI aan het Instituut voor Logica, Taal en Computatie aan de Universiteit van Amsterdam.

In zijn presentatie ‘Practical causal inference – average treatment effect estimation in critically ill patients with Covid-19’, presenteerde Cinà het werk van Pacmed bij het ontwikkelen van richtlijnen over hoe observationele data en AI snel kunnen worden toegepast in de verbeterde zorg voor COVID-19 patiënten.
Bij een nieuw opkomende ziekte zoals COVID-19 kunnen IC-medewerkers niet vertrouwen op de gouden standaard van langdurig klinisch onderzoek met behulp van gerandomiseerde studies om te beslissen welke behandeling het beste werkt. Ze werken in het nu, en hoe sneller ze grip krijgen op welke medische interventie het meest effectief is, hoe beter. Cinà en zijn team geloven dat praktische causale gevolgtrekking een antwoord kan zijn.

De eerste studie van Pacmed had betrekking op het schatten van het behandelingseffect van de buikligging (proning) manoeuvre op COVID-19 ICU-patiënten. Deze handeling, waarbij patiënten op hun buik worden gedraaid om de ademhaling te verbeteren, wordt al routinematig toegepast bij patiënten met ARDS (Acute respiratory distress syndrome). Daarom heeft het team een recent gerandomiseerd controleonderzoek voor ARDS nagebootst met gebruikmaking van gegevens van COVID-patiënten.

“Hoewel de resultaten veelbelovend zijn voor clinici die de behandeling gebruiken, zal een echte gerandomiseerde controlestudie nodig zijn om de effectiviteit op een definitieve manier te bevestigen,” zei Cinà.

“Dus, je kunt je afvragen: waarom is dit onderzoek nuttig? Omdat we soms moeten handelen. Het hebben van een beetje informatie is beter dan het hebben van geen informatie,” zei Cinà. “De inzichten kunnen ook helpen bij het plannen van de toekomstige trials – wat helpt om tijd en kosten te besparen.”

Uw Tinder-achtige app voor medische literatuur

Volgens dr. Jan Willem Plaisier van het Amsterdam UMC “willen we als artsen de best mogelijke zorg leveren aan onze patiënten. Daarom moeten we op de hoogte blijven van wetenschappelijke literatuur.” Het kan echter moeilijk zijn om bij te blijven. “Elke dag worden er duizenden artikelen gepubliceerd in medische tijdschriften. Het vinden van de zinvolle artikelen blijkt een lastige klus.” In de presentatie ‘Daily Dose – the Tinder app for doctors to find the best medical papers’ werd een oplossing geschetst die AI combineert met een sociaal platform. Daily Dose begint met het verzamelen van de abstracten van alle nieuwe onderzoeksartikelen die op PubMed worden gepubliceerd. Vervolgens maken algoritmes een eerste selectie van relevante artikelen op een bepaald interessegebied. Artsen “swipen naar rechts” bij de artikelen die ze bijzonder relevant vinden, die ze vervolgens kunnen delen en bespreken met collega’s.

Lars de Ruiter van het Amsterdam Data Collective was aanwezig om uit te leggen hoe de aanbevelingen met behulp van neuro-linguïstisch programmeren (NLP) worden gepersonaliseerd – en om te benadrukken dat het project zich nog in een zeer vroeg stadium bevindt. Op dit moment wordt Daily Dose getest door een groep vrijwilligers, dus de uitdaging blijft hoe een model te ontwikkelen en de prestaties te meten zonder een gebruikersbasis.

Op termijn hoopt het Amsterdam Data Collective gebruikers te gaan vergelijken in plaats van alleen artikelen, en elke ‘like’ van een gebruiker toe te passen als een versterking voor het model. Ze kunnen zelfs overwegen over te stappen op een ander reeds bestaand model.

Tijdens de discussie werd er veel aandacht besteed aan het sociale media-aspect van het project. Men vroeg zich af of het team zich zorgen maakte over het beruchte ‘echokamer-effect‘ of het goed gedocumenteerde vooroordeel voor flitsende onderzoeksresultaten. Zoals Lars opmerkte, waren dit “toekomstige uitdagingen”, maar hij stelde het publiek gerust dat “we zullen willen kijken naar meer versterkend leren om dit soort zwarte gaten te voorkomen.”

Een stilte viel toen de menigte zich naar een andere zaal verplaatste voor pizza. Maar na een paar pizza’s nam het volume toe. Het mengen was begonnen.