Column: Samen leren van data

In de zorg, zeker in de psychiatrie, wordt diagnostiek en behandeling op basis van kennis, ervaring en richtlijnen uit wetenschappelijk onderzoek bedreven. Maar de praktijk wijkt nogal eens af van de bevindingen in het lab. 

Zo is er altijd sprake van selectiebias bij onderzoek, zoals het feit dat ernstig zieke, suïcidale of minder wilsbekwame patiënten en patiënten met co-morbiditeit niet worden geïncludeerd in onderzoek. 

De verplichting om op systematische wijze gegevens te verzamelen en te registreren, om de kwaliteit van zorg te monitoren, te evalueren en te verbeteren, zou dit gat tussen kennis uit onderzoek en kennis uit de praktijk kunnen dichten. Maar hoe?

De sleutel ligt mijns inziens in een vruchtbare samenwerking tussen mensen van verschillende domeinen. De data scientist is nodig om de data te ontsluiten, te processen, te analyseren en te interpreteren. Psychiaters en verpleegkundigen kennen de klinische vraagstukken, kunnen de kwaliteit van de data duiden en begrijpen de inhoud. Uiteraard zijn zorgdata niet vrij toegankelijk en vindt vanwege de hoge sensitiviteit de verwerking en analyse met grote zorgvuldigheid plaats. 

Binnen de afdeling Psychiatrie van UMC Utrecht werkt een data science team nauw samen met de clinici en patiënten. En wat blijkt: het voordeel werkt twee kanten op. Enerzijds komen de relevante vraagstukken uit de praktijk bij de data scientists en tegelijkertijd openen inzichten uit de data de deur voor nog niet gevoerde discussies. Samen wordt verkend wat de mogelijkheden zijn om kennis laagdrempelig uit te wisselen, tooling gezamenlijk in te zetten en uitkomsten en algoritmes uit te wisselen om verder te verbeteren. 

Instelling overstijgend is onze samenwerking met Parnassia Groep, St Antonius en GGZ Eindhoven in het Compute Visits Data consortium. De data blijven binnen de instellingen, maar de eerste algoritmes zijn succesvol uitgewisseld. Ook zijn we onderdeel geworden van het initiatief Personal Health Train dat gelijke doelen nastreeft vanuit de principes van federated learning. 

Karin Hagoort is teamleider Innovatie en onderzoeker op de afdeling Psychiatrie van het UMC Utrecht.

Om dit type toegepast dataonderzoek verder te brengen, is wetenschappelijk onderzoek nodig. Technieken die kunnen worden toegepast, zijn legio, waarbij met name text mining veelbelovend is. Immers, zeker in de psychiatrie, is er sprake van grote hoeveelheden geschreven tekst. Om deze beter te benutten, zijn steeds meer state of the art methodes voorhanden. 

Om die kennis vervolgens daadwerkelijk in de praktijk te benutten, is de samenwerking tussen data experts en zorg experts cruciaal. Samen zorgen we voor een betere kwaliteit van de zorg van morgen. 

Karin Hagoort

Karin Hagoort is teamleider Innovatie en onderzoeker op de afdeling Psychiatrie van het UMC Utrecht. Karin geeft de column door aan: prof.dr. Sander Klous.