Met behulp van machine learning leert het systeem, op basis van gegevens over medicijngebruik van individuele patiënten, voortdurend van wat er goed gaat en wat er beter kan. Zo kunnen artsen beter rekening houden met wat de patiënt al slikt en op een effectievere wijze medicatie voorschrijven.
Medicatieveiligheid
Dit is met name belangrijk voor de groeiende groep patiënten met meerdere chronische ziekten. Vaak gebruiken ze verschillende geneesmiddelen tegelijkertijd. Niet alle combinaties van medicijnen zijn echter goed en veilig. Dit gelijktijdige medicijngebruik wordt in wetenschappelijke studies vaak niet goed onderzocht. Dit komt doordat de onderzoekers patiënten met meerdere chronische aandoeningen vaak hier niet in meenemen.
Cocktail van medicijnen
“Daardoor is er onvoldoende bewijs voor veiligheid van de combinatie van een voorgeschreven geneesmiddel met medicatie die de patiënt al heeft”, vertelt ziekenhuisapotheker en data-scientist Joanna Klopotowska van Amsterdam UMC aan ICT& Health. “En dat geeft weer een groter risico op bijwerkingen. Dit is vooral problematisch voor patiënten met chronische nierziekte, die vaak ook andere chronische ziekten hebben. Deze nierpatiënten zijn kwetsbaar voor bijwerkingen. Ze hebben veel baat bij een zorgvuldig voorschrijfbeleid, waarbij goed gekeken wordt naar hun persoonlijke situatie. Met het zelflerend medicatiesysteem kunnen we dat gaan optimaliseren.”
NWO: 1,6 miljoen euro
Klopotowska ontvangt van NWO 1,6 miljoen euro om een medicatiesysteem op te zetten dat zorgt voor meer medicatieveiligheid voor kwetsbare patiënten met meerdere chronische aandoeningen. Een deel van dit bedrag komt van de Nierstichting. Met dit geld gaat Klopotowska met de afdeling klinische informatiekunde en de afdeling computer science het nieuwe medicatiesysteem ontwikkelen. Daarbij maken ze gebruik van gegevens uit het elektronisch patiëntendossier.
