Een ode aan het verleden is niet alleen een mooie terugblik maar vooral wat er van valt te leren. TOMORROWLAB gaat vooral om innovatieve oplossingen voor de toekomst, zoals ook in het motto van Roche Diagnostics doorklinkt: ‘doing now what patients need next’.
Van data naar inzicht
De sleutel daarvoor ligt in geïntegreerde netwerken, zo legt Ian Parfrement uit. Binnen de diagnostiek is sprake van een bepaalde mate van – wat hij noemt – polarisatie. “We zien aan de ene kant dat de gezondheidszorg steeds meer centraliseert met steeds meer grote geautomatiseerde labs. Deze belangrijke trend moeten we ondersteunen. Aan de andere kant zie je een ‘upstream’ van zorg waarbij patiënten hun uitslagen eerder en in een meer gedecentraliseerde omgeving krijgen, zoals thuis. “Die transformatie van zorgpaden betekent ook dat we diagnostiek moeten leveren op de juiste plek,op het juiste moment, of dat nou op de spoedeisende hulp is, bij de huisarts of thuis.” “Het is cruciaal dat de data uit zowel de grote labs als uit zelfmonitoring thuis niet gefragmenteerd blijven, maar verbonden worden en geïntegreerd in EPD’s –” zo benadrukt Parfrement. Dan is de tweede stap dat algoritmen en AI zowel zorgverleners als patiënten kunnen ondersteunen in behandel besluiten of zelfmanagement. “Van data naar inzicht”, noemt Ian Parfrement dat. Roche brengt dat al in praktijk door de bloedglucosemeter Cobas Pulse te integreren in een systeem met dosering apps. Op basis van heel veel data voorspelt AI hypo’s en krijgen diabetespatiënten zo insuline-adviezen. Ian Parfrement vertelt dat Roche ook veel investeert in Remote Patient Monitoring (RPM), hierbij wordt de patiënt op afstand gemonitord. Denk hierbij aan zelfmanagement bij chronische ziekten of hartfalen.
Open ecosysteem
Ook de navify Algorithm Suite die Roche Diagnostics Nederland onlangs introduceerde, is een belangrijke stap van data naar inzicht. Dat laten Evy Verstraaten en Bart van den Bogaard zien. Medisch gecertificeerde algoritmen kunnen bijdragen aan het sneller en effectiever diagnosticeren van patiënten. Het probleem is dat het landschap erg versnipperd is en dat de kwaliteit van de algoritmen varieert. “Door medische algoritmen op één plek aan te bieden en dit toegankelijk te maken voor ziekenhuizen creëren we een open ecosysteem van gevalideerde medische algoritmen ter ondersteuning van de dagelijkse klinische besluitvorming”, legt Evy Verstraaten uit. Medische algoritmen worden op beperkte schaal toegepast, veelal in de academische centra. Wat we constateren is dat er ‘gat’ zit tussen onderzoek en implementatie oftewel het routinematig in gebruik nemen van medische algoritmes in de praktijk. “Dat willen wij overbruggen”, zegt Bart Van den Bogaard. “Het proces van wetenschappelijke studie naar daadwerkelijk routinematig patiënt gebruik is heel complex, omdat er hoge eisen worden gesteld aan de kwaliteit van zo’n algoritme en er veel partijen bij betrokken zijn.” Eigenlijk is het een estafette: als iedereen het stokje doorgeeft komt het uiteindelijk waar het wezen moet. “Maar dat stokje doorgeven is lastig, want het landschap is nogal versplinterd.”
Portfolio van algoritmen
Vertrouwen hebben in de uitkomst van een algoritme is een belangrijke vereiste om klinische adoptie van medische algoritme te realiseren. Net als medische apparatuur moeten algoritmen bewezen betrouwbaar zijn. Volgens de Europese wetgeving mogen derden ze alleen gebruiken als ze CE-IVD gecertificeerd zijn.Op dit moment zitten we in een 4 jarige overgangsperiode waarbij mei 2028 de wet actief wordt. Roche is met partner Evidencio in zee gegaan om de klinische validatie en certificering te regelen voordat ze op de Algorithm Suite komen. Bart van den Bogaard: “Daardoor kunnen deze algoritmen gebruikt worden voor diagnostiek en behandeling.” Ze worden aangeboden in een soort one-stop-shop of appstore. Er zijn er nu twee beschikbaar, maar het portfolio groeit snel. Dit jaar komen er zo’n twintig algoritmen bij. Ze kunnen integreren met alle bestaande systemen. Roche staat open voor samenwerkingen met bijvoorbeeld ziekenhuizen of start-ups om gecertificeerde algoritmen aan te bieden middels de navify Algorithm Suite.
Veel parameters
“Zelfs makkelijke algoritmen met maar vier parameters blijken moeilijk te implementeren. Kun je nagaan als ze twintig of meer parameters hebben of gecombineerd worden met imaging”, zegt Evy Verstraaten. Maar daar laten de ontwikkelaars zich niet door weerhouden. “We zijn gewoon begonnen.” Het is eigenlijk dezelfde mindset als waarmee men laboratorium samenwerking moet aanpakken. Want die is minstens zo ingewikkeld. ‘Gewoon beginnen, niks doen is geen optie’ stelde Robert de Jonge op TOMORROWLAB. Hij is namens het academische ziekenhuis mede-initiatiefnemer van Glia Diagnostiek, de nog jonge samenwerking tussen Amsterdam UMC, OLVG Lab, GGD Amsterdam en Sanquin Diagnostiek. Met ook zoveel parameters, want verschillende organisaties, lab-disciplines en alle zorglijnen (thuis, eerste, tweede, derde lijn) worden met elkaar verbonden. “Regionale samenwerking tussen deze regionale laboratoria is een ambitieus project. Maar er was momentum”, zegt De Jonge. “Sanquin en OLVG Lab waren al een lab combinatie gestart. Het IZA(Integraal Zorgakkoord) begon te landen. En iedereen – met name in de eerstelijns – ervaarde enorme druk. Dus we konden gas geven. In zo’n complex traject is het gas geven en op weer even afremmen als bv. alles netjes op papier moet worden gezet..”
Drie-eenheid
Hij vervolgt: `’Glia Diagnostiek beoogt ook een digitaal platform om innovatieve diagnostiek gecombineerd met AI te kunnen implementeren”. Daarvoor hebben een aantal kennisinstellingen en de industrie een Groeifonds-aanvraag in voorbereiding. We hebben die Trinitas Dx genoemd, naar de drie-eenheid: imaging, lab en AI. Glia Diagnostiek met haar digitale platform kan perfect als “regionale werkplaats” fungeren voor een aantal projecten. De focus ligt vooral op verwijzingen van de eerste naar de tweede lijn. “We denken dat slimme diagnostiek heel veel mensen uit het ziekenhuis kan houden, zodat er ruimte komt om juist de mensen die het nodig hebben te verwijzen.” Robert de Jonge wijst op een project dat hij doet met Sanquin en UMC Utrecht, waarbij algoritmes voorspellen of mensen met bijvoorbeeld reuma of Crohn voor controles naar de poli moeten komen of juist kunnen thuis monitoren. Want zestig procent reageert goed op medicijnen, dus het is zonde om die telkens naar een ziekenhuis te laten gaan. En dan kun je die veertig procent die het niet zo goed doet meer aandacht geven.
Over silo’s heen
À la Glia Diagnostiek ontstaan er in Nederland overal van die regionale data hubs om algoritmes op te draaien. Vanuit het IZA heeft Ernst Kuipers de NFU opdracht gegeven om een overkoepelende structuur te ontwikkelen, over de silo’s heen. Dat werd CumuluZ. En inmiddels is ook de NVZ aangehaakt bij de ‘CumuluZ-coalitie’. Het is een mooi alternatief voor systemen die commerciële partijen hiervoor aan het ontwikkelen zijn, vindt Robert de Jonge. “Voor Roche en Evidencio liggen er kansen om hier algoritmes en validatie tools aan te bieden”, zo zegt hij richting Evy, Bart en Ian.
Dat zou wat zijn. Want voorspellende algoritmen en AI gaan een grote rol spelen in de strategie van Roche, zegt Ian Parfrement. Hij geeft voorbeelden in silico antibody design en drug target design. En in diabetes management. “Zo geeft het de patiënt rust en een gevoel van controle.” Dat is de kern van succesvol zelfmanagement. “Dat is uiteindelijk de waarde voor de patiënt waar we het voor doen.”
Lees meer over TOMORROWLAB op: https://go.roche.com/tomorrowlabzvisie
