Technologie moet de volksgezondheid verbeteren
De zorg staat onder druk en veel mensen die in deze sector werkzaam zijn ervaren iedere dag stress van de manier waarop ze hun werk moeten doen, die niet overeenkomt met de manier waarop ze hun werk willen doen. Inmiddels is het meer dan duidelijk dat met een krimpende beroepsbevolking en een toenemende zorgvraag dit probleem groter gaat worden. Namelijk het aantal behandelopties neemt toe en natuurlijk het allergrootste probleem is de vergrijzing van een generatie die ongekende welvaartsgroei meemaakte en nu de prijs daarvoor betaald in de vorm van welvaartsziekten. Te weten overgewicht, diabetes, hart-en vaatziekten, artrose, allerlei vormen van kanker en ga zo maar door. De commercie vindt telkens slimmere manieren om slechte gewoonten in stand te houden, aangezien ons brein simpelweg makkelijk te verleiden is.
Het gezegde ‘voorkomen is beter dan genezen’, lijkt hier dan ook zeer op zijn plaats. Maar hoe pak je dat aan? In mijn optiek moeten we hierin meeliften op de mogelijkheden van de technologie, te weten dataverzameling en kunstmatige intelligentie. Nu is het nog zo dat zorgprofessionals veel kennis in het hoofd hebben zitten die ze toepassen bij het uitvoeren van hun vak. Vrijwel alle kennis die ooit door de mens is gegenereerd, is nu gedigitaliseerd en meestal ook online beschikbaar, waar en wanneer je maar wilt. Wij moeten ons bewust zijn dat ons brein beperkingen kent ten opzichte van de computer en dat we samen enorm sterk zouden staan. Zo zijn onze hersenen in functies als geheugen, het aantal variabelen wat we kunnen overzien en onze rekensnelheid, slechte hardware te noemen als jet het vergelijkt met je eigen smartphone.
Als we nu gebruik gaan maken van medische data van patiënten, dan is de computer veel beter dan wij in staat terug te kijken in het verleden en te zien welke patiënten baat hadden bij een zelfde behandeling en welke niet. Iets wat wij zelfs in groot opgezette onderzoeken slechts beperkt kunnen vaststellen, omdat het aantal variabelen wat wij statistisch kunnen verwerken gelimiteerd is. Waarbij het daarbij om tientallen tot hooguit honderden variabelen gaat, kan kunstmatige intelligentie miljoenen tot miljarden variabelen meewegen in beslismodellen en daarmee voorspellingen doen, welke behandeling voor het individu het beste is, zogenaamde personalised medicine, gebaseerd op historische datasets. Als in de toekomst dan zelfs het menselijk genoom van het individu kan worden meegewogen in deze besluitvorming, kan een ongekend niveau van efficiëntie en veiligheid in de geneeskunde worden bereikt. Namelijk vanuit de genetische data kun je bijvoorbeeld opmaken hoe patiënten medicijnen in het lichaam omzetten, wat grote verschillen per persoon kent en nu door trial and error door ons als artsen wordt toegepast. De weg er naar toe is echter ingewikkeld en vol valkuilen, maar dat betekent niet dat we deze niet moeten bewandelen.
De mogelijkheden in primaire en secundaire preventie zijn namelijk fenomenaal. In primaire preventie kunnen we mensen helpen via digitale communicatie bewust te zijn van gezond gedrag, bijvoorbeeld door wearables (sensoren op het lichaam, zoals bijvoorbeeld het ECG in de Apple watch) die metingen doen en het individu waarschuwt wanneer er bijvoorbeeld te weinig bewogen wordt of ongezond wordt gegeten. Dit geldt nog sterker voor secundaire preventie, wanneer er bijvoorbeeld al diabetes is ontstaan en bloedsuikers voortdurend worden gemeten en je vermanend wordt toegesproken door je smart phone over die doos chocolade die zojuist genuttigd is en door een sensor geregistreerd. Niemand kan zich dan verschuilen achter het feit dat ze niet zijn gewaarschuwd voor de gevolgen en ik kan me voorstellen dat dit verzekeringstechnisch gevolgen kan gaan hebben in de toekomst.
De commercie, zoals de voedsel en tabaksindustrie zal hier een tegenoffensief op hebben, aangezien vele verdienmodellen berusten op het in stand houden van slechte leefgewoonten. Maar iemand die door roken potentieel longkanker krijgt of COPD, en zelf de kosten voor zijn behandeling moet dragen in de toekomst, zal tijdig flink moeten gaan sparen of worden geconfronteerd met vroegtijdige dood door onverstandige keuzen die hij of zij in het verleden heeft gemaakt.
Medische big data en kunstmatige intelligentie hebben dus de potentie om ongekende verbetering te bewerkstelligen in de volksgezondheid door ondersteuning in preventie en optimaliseren van behandelkeuzen. Op dit moment zijn vele instituten en bedrijven hiermee bezig. Wat ik mis als huisarts is de verbinding van al die partijen, zodat we gezamenlijk kunnen optrekken in het optimaliseren van systemen, om zo snel mogelijk hiervan te profiteren. Maar als zo vaak in de geschiedenis is dan de vraag:”Hoe overstijgen we onze tegenstellingen in commerciële belangen en ego’s om dit gezamenlijke doel na te streven?” Ieder geval blijf ik netwerken en lobbyen voor een nationale en misschien zelfs Europese opzet van medische big data, los van alle perverse prikkels.
Innovatie, Transformatie, Samenwerking @Huisartsenzorg3.0
NB
Vol inzetten op het voorkomen van ziekte @NRC De zorg heeft een nieuwe manier van communiceren nodig om de focus van behandeling te verschuiven naar preventie. De hele maatschappij moet helpen om gezond leven te stimuleren. In gesprek met twee experts, Jeroen Crasborn van Zilveren Kruis en Jonathan Briers van Roche Nederland.
