Big Data in de zorg: nooit meer ziek?

Big Data in de gezondheidszorg bieden kansen. De reden is dat er ontzettend veel gegevens beschikbaar zijn. Door deze gegevens komen nieuwe mogelijkheden aan het licht. Een van deze kansen is ziektepreventie. We leggen je uit hoe het werkt en illustreren dit met een praktijkcase.

Mount Everest aan data

We noemden het al: binnen de zorg zijn veel gegevens beschikbaar. Maar wat voor soort gegevens zijn dit dan? Denk bijvoorbeeld aan data afkomstig uit gezondheidsapps (bijv. HelpDiabetes), CT-scans, onderzoek en aantekeningen van artsen en verplegend personeel. De verzameling van gegevens is de laatste jaren in stroomversnelling gegaan. Dit heeft vooral te maken met de opkomst van de quantified self. Dit houdt in dat mensen steeds meer hun gedrag en gezondheid meten met nieuwe technologie. Dit doen ze bijvoorbeeld met een smartwatch, Jawbone UP of Fitbit.

Veel data in je bezit hebben, klinkt misschien veelbelovend, maar als je er niets mee doet, zegt het niet zoveel. Een van de toepassingen van data binnen de gezondheidszorg is om ziekte te voorkomen. Maar hoe werkt dat dan? Laten we hier dieper op ingaan.

Ziektepreventie met Big Data

Zoals we net al duidelijk hebben gemaakt, worden er binnen de zorg veel gegevens van veel patiënten verzameld. Als je wilt kijken hoe je ziekten kunt voorkomen is het van belang om deze gegevens allereerst samen te brengen in databases. Vervolgens combineer je deze data en laat je hier analyses op los.

Onderzoekers kunnen dan conclusies trekken over de gezondheid van populaties. Hierdoor krijgen ze ook inzicht in welke symptomen tot een bepaalde ziekte leiden. Op deze manier kun je dus problemen en aandoeningen herkennen en aanpakken voordat ze zich openbaren bij de individuele patiënt.

Diabetes type 2 voorkomen met Big Data

Het bovenstaande klinkt misschien nog wat abstract, daarom een voorbeeld om het te verhelderen. Een van de mogelijkheden die Big Data bieden is het voorspellen van diabetes type 2. Het is bekend dat het metaboolsyndroom en diabetes type 2 met elkaar in verband staan. We maken even een klein uitstapje voor lezers die niet bekend zijn met het metaboolsyndroom. Dit syndroom bestaat uit vijf kenmerken, namelijk een hoge bloeddruk, grote buikomtrek, hoge triglyceride, laag HDL cholesterol en een hoge bloedglucose. Wanneer een volwassene drie of meer van deze kenmerken heeft dan loopt hij een verhoogde kans op diabetes type 2. Maar hoe kom je hier nu achter?

big data

Specifieke risicofactoren en behandelingen

Om dit te onderzoeken werd een onderzoek gestart onder 37.000 Amerikanen. Onderzoekers verzamelden de volgende gegevens:

  • Demografische gegevens
  • Biometrische screeningsresultaten
  • Medische claims
  • Claims van apotheken
  • Laboratoriumtesten

Met behulp van data-analyses en voorspellende modellen konden onderzoekers heel specifieke risicofactoren ontdekken. Zo wees onderzoek uit dat een kleinere buikomtrek en lage bloedglucose positieve factoren zijn in het voorkomen van diabetes type 2. Dit is misschien niet heel verrassend, maar dankzij de onderzoeken kan je ook heel specifieke, persoonlijke, behandelplannen opstellen. Behandelingen die gericht zijn op het individu.

Daarnaast kwamen twee andere factoren aan het licht. Zo bleek dat als mensen regelmatig een arts bezoeken en hun voorgeschreven manier op de juiste manier toepassen dit een positieve invloed heeft op de risicofactoren en dus op diabetes type 2.

Van Big Data naar opzienbarende resultaten?

Dit zijn natuurlijk mooie resultaten, maar wat kun je hier nu mee? Allereerst zou je de focus kunnen leggen op het verminderen van de twee grootste risicofactoren, grote buikomtrek en hoge bloedsuiker, door de levensstijl aan te passen. Door direct in te spelen op deze risicofactoren kun je diabetes type 2 dus voor zijn. Ook zou je kunnen nadenken over hoe je patiënten stimuleert om regelmatig een arts te bezoeken of herinneringen sturen, zodat men de medicatie op tijd inneemt.

Om een kanttekening te plaatsen, het kan natuurlijk zijn dat je de conclusies niet heel verrassend vindt. Ondanks de magische naam die Big Data heeft, hoeven conclusies uit Big Data onderzoek niet altijd opzienbarend zijn. Geen resultaat of een bevestiging van eerder onderzoek is ook een resultaat. Laten we het vooral nuchter bekijken. Het gaat hier namelijk om de clou: veel ongestructureerde data verzamelen, analyseren en hieraan conclusies verbinden. Conclusies die je (kunnen) helpen om ziekte steeds beter te voorkomen.

We schreven ook het brancherapport Big Data in de Zorg. In dit brancherapport geven we een actueel overzicht van Big Data in het perspectief van de gezondheidszorg.

Deze post delen?

Terug