Year: 2018
Type: article
Abstract: het Big Data-ecosysteem bestaat als proces uit vijf componenten: (1) gegevenscreatie, (2) gegevensvergaring en -beheer, (3) analyse en informatieextractie, (4) hypothese en experiment en (5) besluitvorming en actie .Men kan beter spreken over datawetenschappen waarin het systematische gebruik van data via toegepaste analytische disciplines (statistische, contextuele, kwantitatieve, predicatieve en cognitieve modellen) leidt tot data-gebaseerde beslissingen .Voor elk segment in dit ecosysteem is er nood aan een aangepaste professionele vorming en functieclassificatie: de data-ingenieur, de datawetenschapper en de datastrateeg .De rol voor datawetenschappen in de gezondheidszorg is drieledig (triple AIM): een toename van de ervaring, kwaliteit en beleving van de patiënt; een betere volksgezondheid en een kostendaling .De Eu-richtlijn GDPR (general data protection regulation) verzoent twee doelstellingen: een betere bescherming van persoonsgegevens voor particulieren, en meer opportuniteiten voor het bedrijfsleven in de digitale eengemaakte markt door een vereenvoudiging van de regelgeving .De implementatie hiervan voor de individuele Belgische patiënt -met toegang tot zijn gezondheidsgegevens via een geconsolideerd platform -moet gerealiseerd zijn tegen 25 mei 2018 .Beschikbaarheid, juistheid, betrouwbaarheid en veiligheid zijn essentiële voorwaarden opdat datawetenschappen in de gezondheidszorg een grote toegevoegde waarde kunnen hebben .Data moeten geanonimiseerd beschikbaar gesteld kunnen worden ten behoeve van onderzoek, op een zodanige wijze dat de identiteit van de patiënt niet te achterhalen is .Dat laatste zal door technologische ontwikkelingen steeds meer onder druk komen te staan .Momenteel ontbreekt er nog wetgeving om adequaat beschermde patiëntengegevens ter beschikking te stellen aan partijen, verschillend van de traditionele zorgverstrekkers, die er baat bij kunnen hebben (voor onderzoek, productontwikkeling…), zonder dat de patiënt telkens zijn/haar consent moet geven voor een vergelijkbaar gebruiksdoel .hierbij dient rekening gehouden te worden met de Europese regelgeving die een belangrijke rol toebedeelt aan de data controller . Executive summary Data science in health careThe Big Data ecosystem consists of five components: (1) data creation, (2) data collection and management, (3) analysis and information extraction, (4) hypothesis and experiment and (5) decision making and action .We propose to use data science in which systematic use of data through applied analytical disciplines (statistical, contextual, quantitative, predictive and cognitive models) leads to data-based decisions .For each segment of this ecosystem, there is a need for a customized professional education and job classification: the data engineer, data scientist and responsible for data strategy .The role of data science in health care is triple (triple AIM): an increase in patient experience, quality and experience, better public health and a cost reduction .The Eu Data Protection Regulation (GDPR) directive recalls two objectives: better protection of personal data for individuals, and more opportunities for business in the digital single market through simplification of regulation.The implementation of this for the individual Belgian patient -with access to his health data through a consolidated platform -must be realized by May 25, 2018 .Availability, accuracy, reliability and safety are essential conditions for added value of data science in healthcare .Data must be available anonymously for research purposes, in such a way that the identity of the patient is protected .The latter will be increasingly under pressure due to technological developments .Currently there is no legislation available to make available adequately protected patient data to parties different from traditional healthcare providers who may benefit (for research, product development ...) without the patient having to give his / her consent for a similar Purpose of use .This should take into account European regulations that assign an important role to the data controller 4 Voorwoord De reeks StandpuntenDe reeks Standpunten van de Academie is een bijdrage tot een wetenschappelijk onderbouwd debat over actuele maatschappelijke en artistieke thema's .De auteurs, leden en werkgroepen van de Academie schrijven in eigen naam, onafhankelijk en met volledige intellectuele vrijheid .De goedkeuring voor publicatie door een of meerdere Klassen van de Academie waarborgt de kwaliteit van de publicatie .Dit Standpunt werd goedgekeurd voor publicatie door de klassenvergadering van de Klasse van de Technische Wetenschappen op 8 maart 2017 . Inleiding en kader van dit StandpuntGezondheidstechnologie vormt een van de zes essentiële bouwstenen die de World health organization (Who) belangrijk acht voor de realisatie van een stabiel en duurzaam mondiaal gezondheidsstelsel.De andere vijf zijn: financiering, gezondheidswerkers, informatie, dienstverlening en leiderschap/bestuur .Indien een (of meer) van deze zes facetten ontbreekt of onvoldoende ontwikkeld is, kan de gezondheidszorg niet functioneren op het niveau dat nodig is om de gezondheid van mensen en volkeren op een duurzame manier te verbeteren (Who, 2010) .Technologie zal in de nabije toekomst een nog grotere impact krijgen op de preventieve, diagnostische en therapeutische mogelijkheden van de geneeskunde en de gezondheidszorg .De hedendaagse geneeskunde is steeds meer evidence based.Hoe langer hoe meer zijn genetische en klinische parameters identificeerbaar en meetbaar, waardoor we geconfronteerd worden met een overvloed aan medische data .Dat biedt enorme opportuniteiten, op voorwaarde dat men de data met geavanceerde numerieke technieken kan modelleren en clusteren .Ze kunnen in de verschillende fases van de gezondheidscyclus (preventie, vroeg risico, acuut, chronisch) aangewend worden: door de patiënt (bv .gepersonaliseerde websites), de zorgverlener (bv .beslissingsondersteunende systemen voor assistentie in de diagnose, automatische piloten, genetische data-analyses) en uiteindelijk ook de overheid (bv.een efficiëntere gezondheidszorg door het modelleren en monitoren van de data) .Behalve de biomedische en klinische onderzoeksgemeenschap kan ook de farmaceutische (en andere) industrie (vooral commercieel) voordeel putten uit het hergebruik van patiëntengegevens .Maar omdat wetenschappelijk onderzoek absoluut geen lineair proces is, kan men niet op voorhand inschatten wat het potentieel van deze gegevens is voor een bepaalde onderzoeksvraag .Er is een duidelijke consensus dat patiënten, zorgverleners, academici, de gezondheidszorg en farmaceutische industrieën voordeel kunnen halen uit een 5 beter gebruik van gezondheids-gerelateerde gegevens (Electronic Health Record, EhR): een meer intensief onderzoek van dergelijke gegevens zal ons niet enkel helpen om ziektes beter te begrijpen, betere diagnoses te stellen en bestaande therapieën te evalueren -en nieuwe te ontwikkelen -maar ook om de transitie te bewerkstelligen naar een modern health caresysteem dat streeft naar de beste zorgverlening voor de patiënt .Met Big Data kan de onderzoeker ongeziene hoeveelheden informatie verwerken en onvoorziene patronen ontdekken .Men maakt zich sterk dat men hierdoor de uitdagingen zal aankunnen waar chronische aandoeningen zoals hart-en vaatziekten ons voor plaatsen, en ook ongeneeslijke ziekten, zoals dementie en kanker .Voor de zorgverleners en -verzekeraars biedt het de mogelijkheid om de almaar toenemende kosten voor de gezondheidszorg in te dijken .het EhR van het individu kan nieuwe inzichten bieden, zoals een beter begrip van het effect van medische interventies en de doeltreffendheid van de zorgpaden.Het EHR kan ook helpen bij het kwantificeren van de waarde van bepaalde medische technologieën .vaak onverwachte bevindingen, patronen of relaties .De waarde van data explodeert wanneer ze gekoppeld worden met andere data .Data-integratie is dus een belangrijke waardencreator .Ze bevordert een verschuiving in de wetenschappelijke onderzoeksmethode: van het ingeburgerde hypothesegedreven onderzoek gaat het naar datagedreven onderzoek dat hypothese-en modelvorming en het nut van het experiment relativeert .Correlatie verdringt het causale (oorzakelijke) verband in de zoektocht naar verklaringen en duiding .De cijfers spreken voor zich .niet langer is het nodig om te bemonsteren met het oog op de vraagstelling of om energie te steken in uitgezuiverde data .het volstaat gegevens te collecteren met 'n = all' om vervolgens elke vraagstelling te kunnen beantwoorden .In de marge van dit paradigma passen de aanspraken inzake datagedreven management, besluitvorming, gezondheidszorg en een al even datagedreven overheid .Toch is er nog behoorlijk wat onderzoek en ontwikkeling nodig om de functionaliteit van de analyse op niveau te brengen.Het gaat dan om datafiltering en -compressie, zelfdocumenterende data die de nodige en voldoende metadata bevatten, informatie-extractie uit tekst, spraak, video enzovoort .het gaat ook om data-cleaning, data-integratie, een geautomatiseerd design van databases, data querying en mining… Voordelen en mogelijkhedenEr is een duidelijk voordeel verbonden aan het beschikbaar stellen van gezondheidsgerelateerde data voor onderzoeksdoeleinden: patiëntengegevens, maar ook medische beelden, biobanks, testresultaten, clinical trials .Een meer intensief onderzoek van klinische gegevens zal ons niet enkel helpen om ziektes beter te begrijpen, betere diagnoses te stellen, bestaande therapieën te evalueren en nieuwe te ontwikkelen, maar ook om de transitie te bewerkstelligen naar een modern health care-systeem dat gericht is op de beste zorgverlening voor de patiënt .Denk ook aan evidence-based medicine (EBM): het expliciete, oordeelkundige en consciëntieuze gebruik van het best beschikbare bewijs, zoals dubbelblinde en gerandomiseerde clinical trials, bij de keuze van de behandeling .
Authors: Pascal Verdonck, Marc M. Van Hulle, Bart De Moor, Erik Mannens, R. Mattheus, Geert Molenberghs, Femke Ongenae, Marc Peters, Bart Preneel, F. Robben
Language: Dutch
Subfield: Health Information Management
Field: Health Professions
Domain: Health Sciences
Keywords: data science in healthcare, big data, data-driven decision making, data engineering, data strategy, GDPR, personal data protection, patient data access, data anonymization, data quality, data availability, data security, data literacy, data science education, health data management, healthcare cost reduction, data sharing regulation, patient experience
Open Access status: green
OpenAlex ID: W2792290314
