Geen sector die de afgelopen twee jaar zo hard onder druk stond als de gezondheidszorg. En ook nu het einde van de pandemie in zicht lijkt, zullen veel uitdagingen rond Healthcare en Life Sciences niet verdwijnen. Gelukkig investeren zowel overheden als ziekenhuizen en farmaceutische bedrijven fors in data en analytics om onze gezondheid en de zorg voor patiënten optimaal te ondersteunen.
Van ziekten voorspellen en het uittesten van medicijnen tot het efficiënt inzetten van hulpmiddelen of het veilig beheren van patiëntengegevens: de komende jaren zullen analytics en AI in de gezondheidszorg een steeds grotere rol spelen. Dit zijn vijf trends die we in 2022 mogen verwachten:
1. Analytics laten ons anticiperen op de uitbraak van nieuwe ziekten
Vermoedelijk zal COVID-19 niet het laatste virus zijn dat onze gezondheid bedreigt. We begrijpen intussen wel waar ziekten vandaan komen en hoe ze evolueren, maar kunnen nog niet voorspellen wanneer ze precies gaan toeslaan. Dankzij analytics kunnen we niet alleen sneller virussen of symptomen identificeren, maar zijn we ook beter voorbereid op risico’s voor ons gezondheidssysteem of bedreigingen die zich over grenzen heen verspreiden.
Data en analytics zijn uiteraard geen magisch wondermiddel. Investeringen in digitalisering van een waarschuwings- of gezondheidssysteem hebben meer kans op succes als ze de doelstellingen van publieke en private gezondheidszorg ondersteunen: een efficiënte zorg die goed toegankelijk is en van hoge kwaliteit en voldoende buffercapaciteit heeft bij problemen. Hierbij wordt soms vergeten dat de klinische en pandemische wetenschap zich steeds aanpast aan nieuwe biologische inzichten en de impact van virussen en bacteriën op populaties. Een virus of bacterie is geen computerchip, maar met de juiste informatie en algoritmen kunnen problemen worden geïdentificeerd. Door de revolutie in de AI en computer science staan we nog maar aan het begin van deze digitale AI-revolutie in de gezondheidszorg en de pandemische wetenschap.
2. Uitdagingen op Europees niveau
Op dit moment hebben Europese beleidsmakers nog geen holistisch beeld van wat er in de ziekenhuizen van de lidstaten gebeurt of een goed zicht op de productie van antivirale middelen en beschermingsmateriaal. Europa heeft tijdens de pandemie gemerkt dat de Verenigde Staten op dit vlak al veel verder zijn en investeert daarom in HERA (European Health Emergency Preparedness and Response Authority), een nieuwe EU-autoriteit die voor een betere paraatheid en respons bij grensoverschrijdende bedreigingen moet zorgen. HERA moet de tegenhanger worden van het Amerikaanse federale agentschap “Biomedical Advanced Research and Development Authority” (BARDA). Met interdisciplinaire domeinexpertise, analytics en visualisatietechnieken moet het mogelijk worden om alles sneller en accurater in kaart te brengen, en beleidsmakers van tijdsgevoelige adviezen te voorzien.
3. Data wordt het kloppend hart van klinisch onderzoek
De farmaceutische industrie heeft de afgelopen maanden in sneltempo vaccins tegen COVID-19 ontwikkeld, maar zag daarnaast ook veel andere klinische tests vertragen, omdat patiënten niet meer in het ziekenhuis terecht kwamen of besmet raakten met het virus. De manier waarop een medicijn getest wordt, ondergaat de komende jaren een grondige modernisering, met als doel nog effectievere en veiligere medicijnen te produceren.
Klinische proeven kunnen de patiënt in zijn thuisomgeving volgen. Met behulp van medisch-goedgekeurde sensoren en draagbare meetapparaten kan op automatische wijze gemonitord worden of de patiënt al of niet goed reageert op het medicijn. Nieuwe diensten hebben impact op het welbevinden van de patiënt, zoals pakjesdiensten die medisch materiaal thuisbrengen of herinneringen om een medicijn in te nemen verstuurd via de smartphone en slimme thuissystemen. Deze geïntegreerde hybride klinische proeven verhogen de kwaliteit van leven en zorgen ervoor dat medische of mentale problemen tijdig worden opgemerkt.
Elk van deze benaderingen vereist de integratie van analytics en AI, zodat kan worden gemeten wat de echte impact is van iedere therapie. Dit helpt beleidsmakers met de keuze om nieuwe innovatieve therapieën al dan niet verder te onderzoeken.
4. Analytics helpen ziekenhuizen om achterstand goed te maken
De pandemie heeft onze ziekenhuizen tot het uiterste van hun capaciteiten gedreven, waardoor vooral minder dringende behandelingen zijn uitgesteld. Als de pandemie dit jaar eindelijk zou eindigen, zullen we deze achterstand hoe dan ook moeten goedmaken. Zowel op het niveau van de overheid als bij dokters en in ziekenhuizen wacht de zware taak om het flessenhalseffect weg te werken. Helaas heeft de gezondheidscrisis ook bij zorgmedewerkers z’n tol geëist en stellen we wereldwijd vast dat een aanzienlijk deel van het verplegend personeel om diverse redenen, zoals een burn-out, wil stoppen.
Daardoor wordt het nog belangrijker om de beschikbare middelen optimaal in te zetten en patiënten zo goed mogelijk te helpen. Zo heeft SAS in Duitsland, samen met onder andere het Robert Koch Instituut, het DIVI (een vereniging voor intensieve gezondheidszorg in Duitsland) en de partner PRODYNA IT Consulting, een platform ontwikkeld dat de beschikbaarheid van bedden op de intensive care voorspelt en een betere planning van personeel en materiaal toelaat. Dat was voor ziekenhuizen en overheden het grootste struikelblok tijdens deze pandemie.
Data en analytics kunnen een groot verschil maken door heel eenvoudige dingen te ondersteunen, zoals het lokaliseren van rolstoelen en medische apparatuur binnen een ziekenhuis. Dit is het werk van Blyott die een open cloudplatform heeft ontwikkeld om real-time assets in ziekenhuizen te lokaliseren.
5. Meer focus op security, privacy van patiënten en Responsible AI
Digitalisatie betekent natuurlijk ook dat het belang van security toeneemt. Overal duiken er incidenten op en cybercriminelen richten zich steeds vaker op ziekenhuizen. In het kader van de GDPR-wetgeving en de privacy van de patiënt moet ook goed bepaald worden wie toegang heeft tot informatie. Vertrouwen en transparantie zijn immers noodzakelijk als we data van patiënten willen gebruiken.
Een algoritme dat bijvoorbeeld accuraat kan voorspellen of een patiënt na een operatie op de intensive care terechtkomt, moet eerst met zoveel mogelijk data van andere patiënten worden getraind. Hoewel veel data kan worden geanonimiseerd, is toch een bepaalde hoeveelheid niet-anonieme data nodig om op een doeltreffende manier inzichten te genereren. Er zijn al grote stappen gezet in het gebruik van synthetische data, waardoor we niet meer alleen afhankelijk zijn van de gegevens van echte patiënten.
In een goed ingericht systeem zijn security en privacy by design ingebouwd. Ziekenhuizen hebben doorgaans niet de kennis om dit zelf te doen, maar zullen daarvoor rekenen op de inbreng van experts uit technologiebedrijven. De beweging van IT systemen naar de cloud zal hierbij een grote sprong voorwaarts betekenen.
