Big data-toepassingen vergroten de mogelijkheden om in de praktijk te leren over de werking van een geneesmiddel of een behandeling. Door deze kennis te combineren met ’traditionele’ onderzoeken, kunnen artsen tot betere behandeladviezen komen voor de patiënt.
Dat zegt Willem Herter, mede-oprichter van Pacmed, tijdens het Skipr-event ‘Duik in het big datameer’.
Herter ontwikkelde samen met zijn compagnon Wouter Croese een tool die door middel van data-analyse op grote aantallen medische dossiers adviseert wat de beste behandeling is voor een patiënt.
“Uitgangspunt is leren uit de praktijk”, zegt Herter. Dat gebeurt volgens hem nog te weinig in de gezondheidszorg. “Kennis over welke middelen wel en niet werken komt momenteel met name voort uit onderzoek onder kleine, slecht representatieve groepen proefpersonen. Vaak zijn ze jong, gezond en blank.” Die onderzoeken hebben weliswaar een hoge intrinsieke bewijskracht, stelt Herter. “Maar in de praktijk tref je een veel complexere en gevarieerdere populatie. Gebruik digitalisering om ook van die groepen te leren.”
In de video hieronder licht hij dit verder toe: