Branded Content
Branded Content XTR Branded Content is de commerciële content op nrc.nl. De inhoud valt buiten de redactionele verantwoordelijkheid van NRC Media.
Ewoudt van de Garde (l) en Rob Bohte.
Ewoudt van de Garde (l) en Rob Bohte. Marieke Duijsters
Voorspellingsmodel aanpak longkanker?

Big data verbindt artsen en farmacie

De zoektocht naar voorspellingsmodellen voor de aanpak van longkanker is een ingewikkeld traject. Daarom is het belangrijk dat medische professionals en farmacie elkaar leren vertrouwen door samenwerking, menen Rob Bohte (PHC Catalyst) en Ewoudt van de Garde (St. Antonius Ziekenhuis en Universiteit Utrecht).

Waarom werkt immuuntherapie bij de ene patiënt met longkanker redelijk tot goed en bij de andere geheel niet? Met die vraag worstelt menig longarts. Te veel van deze dure behandelingen leveren op dit moment niet het gewenste resultaat op. De patiënt is dan teleurgesteld en de arts ook.

Big data

„Op de kankercel zit het eiwit PD-L1. Deze fopt als het ware het afweersysteem. Met een immuuntherapie kan dit eiwit bij patiënten met longkanker worden uitgeschakeld. Dit zorgt ervoor dat het afweersysteem de kankercellen weer gaat herkennen, opruimen en vernietigen. Echter, de resultaten daarvan zijn sterk wisselend”, vertelt dr. Rob Bohte, secretaris van de Stichting Personalised Healthcare Catalyst. Deze onafhankelijke alliantie, bestaande uit allerlei mensen met verschillende disciplines binnen de zorg en ware innovators op hun vakgebied, wil de transitie naar personalised healthcare versnellen. Zo’n voorspellingsmodel kan daaraan een bijdrage leveren. „Op basis van gegevens van heel veel patienten ( big data) kan met AI en de kennis van medische experts een model voor de behandeling van longkanker worden ontwikkeld. Het model kan dan worden gevoed met kenmerken van een individuele patiënt om de uitkomst van de behandeling voor die patiënt te schatten.”

Medische expertise

Dr. Ewoudt van de Garde is naast ziekenhuisapotheker in het St. Antonius Ziekenhuis ook universitair hoofddocent klinische farmacotherapie aan de Universiteit Utrecht. In die rol onderzoekt hij de effectiviteit van geneesmiddelen in de dagelijkse praktijk. Sinds 2018 werkt hij samen met Bohte om te komen tot een voorspellend model ten aanzien van immuuntherapie bij patiënten met longkanker. Samen met een longarts uit het Radboudumc en een arts-onderzoeker uit het Erasmus MC brengt hij de medische expertise in. De realiteit was dat het project anders verliep, constateert Van de Garde terugkijkend. Het bleek toch lastig om aan genoeg en vooral heel rijke data uit klinische trials te komen. „Uiteindelijk kregen we klinische data van twee studies van Roche die in een beveiligde dataroom werd geplaatst. De drie specialisten zorgden voor de vraagstellingen en datascientists van Accenture gingen ermee aan de slag.”

Voorspellende algoritmes

Het resultaat van de analyse om te komen tot een model met echt voorspellende algoritmes is niet volledig gehaald, zeggen de twee. „Onze inspanningen leverden uiteindelijk geen model op dat direct in de klinische praktijk toepasbaar is. Het was onvoldoende accuraat. Het bleek niet mogelijk met voldoende zekerheid te kunnen voorspellen dat immuuntherapie wel of juist niet werkzaam zou zijn”, constateert Van de Garde.

Toch waardevol

Is dat teleurstellend na zoveel inspanningen? Het proces is belangrijker dan het eindproduct, vindt Van de Garde, ook al had hij liever iets tastbaars gehad. „De voorlichting over een behandelmogelijkheid probeer je zo persoonlijk mogelijk te maken door bijwerkingen en de effecten van de therapie te melden, afgestemd op de eigenschappen van de patiënt. En kunnen voorspellen dat iets heel weinig kans heeft te werken, is waardevol omdat zo onnodige behandelingen voorkomen kunnen worden. In dit project zijn we gestart met data vanuit klinische trials, waarvan bekend is dat patiënten die daaraan deelnemen niet altijd representatief zijn voor alle patiënten in Nederland. De volgende stap zou zijn valideren van het model met Nederlandse data vanuit de dagelijkse praktijk. Jammer dat we daar nu niet aan zijn toegekomen.”

Goede basis

Bohte ziet dat er een behoorlijke winst is geboekt op een ander vlak. „De beroepsgroep en Roche – die stelde de data beschikbaar – hebben elkaar leren vertrouwen door samen te werken. Er is een goede basis gelegd. Binnen Roche zag je ook iets gebeuren. Er bleek op het eind toch meer mogelijk dan in het begin. We kregen meer rijke en diepere data.” Op dit moment verwerken data-analisten nog een laatste rest van een onderzoek – het effect van antibiotica tijdens immuuntherapie – en worden alle uitkomsten en informatie verwerkt tot een rapport.

Eén druk op de knop

„Maar”, zegt Bohte ferm op het eind van het gesprek, „dat gaat niet de la in, daarvoor is het te waardevol. Het moet sowieso een vervolg krijgen in de klinische praktijk, want het is dé manier om artsen anders te laten denken over het gebruik van algoritmes. Maak artsen vertrouwd met data en kunstmatige intelligentie. Uiteindelijk is de essentie dat de patiënt er baat bij heeft en de hulpverlener er weinig voor hoeft te doen. Ideaal zou zijn dat er met één druk op de knop een advies uit het model komt rollen.”

(Tekst: Eduard Voorn)

XTR Branded Content is de commerciële content op nrc.nl. De inhoud valt buiten de redactionele verantwoordelijkheid van NRC Media.