Hoe big data helpt om de beste behandeling tegen kanker te vinden.

18-12-2019 17:11




    

Beeld  iStock.            





Kanker behandelen middels therapie op maat. Door big data en slimme algoritmen komt deze mogelijkheid steeds dichterbij, zegt Jonathan Briers. Als Medical Director bij Roche Nederland is zijn doel om ziekten niet alleen efficiënter te behandelen en genezen, maar ook te voorkomen. Big data moet daarbij helpen.      



Tekst gaat verder onder de Foto:


                     

            

Beeld Roche.                            




Door de vergrijzing staat de Nederlandse gezondheidszorg onder druk, er is minder personeel beschikbaar en meer mensen maken gebruik van het zorgstelsel. Tegelijkertijd wordt dit ook steeds intensiever belast doordat ouderen vaker last hebben van ziekten als COPD, hart- en vaataandoeningen en kanker. En dat is nog niet alles: patiënten hebben een grotere behoefte aan inzicht en regie over het eigen zorgproces. De gezondheidszorg staat dus voor een grote uitdaging.


Het gebruik van big data kan helpen om een groot deel van deze problemen oplossen, zegt Briers. "Op dit moment produceren we al heel veel gegevens in bijvoorbeeld health apps op smart devices en klinische studies, maar ook in het kader van 'dagelijkse' gezondheidszorg. Door deze informatie te gebruiken in de wetenschap, kunnen we in de toekomst steeds beter een op maat gemaakte behandeling voor individuele patiënten maken en zelfs ziektes preventief behandelen of voorkomen."


Personalised Health Care: Kanker effectiever behandelen door middel van data:

"Op dit moment behandelen we mensen op een evidence based-manier: op basis van gemiddelden. Maar iedereen is anders en reageert dus ook verschillend op behandelingen. Zo spelen genen een grote rol," zegt Briers.


De toepassing van data maakt het mogelijk om op individueel niveau vooraf te bepalen of een behandeling aanslaat, of niet. "Er zijn geneesmiddelen die alleen bij een bepaald percentage patiënten aanslaan. Als arts wil je ervoor zorgen dat je deze patiënten kunt identificeren zodat iemand zo snel mogelijk de juiste behandeling krijgt. Ook is het mogelijk om op deze manier overbehandeling terug te dringen. In een samenleving waar wij steeds bewuster zijn van de kosten en uiteindelijk de waarde van de zorg, is dit zeker de moeite waard." zegt Briers.


Om behandelingen precies op een patiënt af te stellen, is data van grote groep mensen nodig. Als voorbeeld noemt Briers een nieuwe technologie die in staat is om mutaties in het DNA van tumoren te analyseren. Deze behandeloptie wordt al toegepast. Door vooraf het genetisch profiel van een patiënt te vergelijken met die van anderen is het mogelijk om vooraf de effecten te voorspellen.


De toepassing werkt ook wanneer de behandeling bestaat uit meerdere medicijnen. Op dit moment worden combinaties getest in klinische studies; een hoop werk. Het duurt 1000 jaar om alle 45.000 combinaties van 300 geneesmiddelen te testen. Datamodellen kunnen deze opdracht aanzienlijk sneller uitvoeren. Ook hoeven patiënten niet onnodig blootgesteld te worden aan mogelijk nutteloze behandelingen.


Preventief ziekten voorkomen op basis van 'biomarkers'

Het gaat nog verder, vertelt Briers. "Recent hebben wetenschappers het 'genoom' ontrafelt. Dit is een term die wordt gebruikt om alle genen te beschrijven die in de chromosomen van een bepaald organisme zijn vastgelegd. Hierdoor is het mogelijk om het risico op het ontstaan van een ziekte te bepalen. Of iemand echt ziek wordt, is ook afhankelijk van de omgeving. Roken, ons dieet, omgeving (zoals luchtvervuiling) of de medische geschiedenis van een individu spelen bijvoorbeeld een rol."


Op dit moment worden nieuwe biomarkers ontwikkelt die het risico vast kunnen stellen. Ook is het daardoor mogelijk om mensen langere tijd te volgen. Op deze manier is het mogelijk om als individu de eigen gezondheid te beïnvloeden. Briers noemt een voorbeeld: "Zelf heb ik bijvoorbeeld astma. Ook woon ik dichtbij de A12. Als ik alle informatie tot mijn beschikking heb, kan ik een voorspelling doen over het risico dat ik loop. Op die manier kan ik zelf bekijken welke preventieve maatregelen ik kan en wil nemen."


Richtlijnen nodig om privacy te garanderen:

Alhoewel de wetenschap klaar is voor het toepassen van data, is de uitvoerbaarheid niet altijd even gemakkelijk. Het onderwerp ligt gevoelig, zegt Briers. "Informatie over je genen, die misschien zelfs ziekten in de toekomst voorspellen, moeten met grote zorgvuldigheid behandeld worden. Stel dat een hypotheekverstrekker of werkgever achter deze gegevens komt; wat betekent dat dan?"


"Er is veel informatie, maar deze wordt niet gedeeld. In de wet- en regelgeving, zoals de GDPR en AVG, is hier meer ruimte voor dan dat men soms denkt. Minister Bruno Bruins van Medische Zorg en Sport gaf dat eerder ook aan. Het is belangrijk dat we als samenleving snel bepalen hoe we omgaan met informatiedeling", zegt Briers.


Het anonimiseren van gegevens en het ervoor zorgen dat gegevens niet herleidbaar is tot een individu spelen een essentiële rol. Richtlijnen vanuit de overheid en andere belanghebbenden moeten daarom meer duidelijkheid verschaffen. "Patiënten moeten zelf bijvoorbeeld kunnen bepalen wat er gebeurt met de gegevens. Geen enkele partij moet een monopolypositie krijgen over deze data. Wie er gebruik van maakt, moet goed beschrijven welke wetenschappelijke vragen er beantwoord worden", zegt hij.


Briers heeft er alle vertrouwen in dat het goed komt. "Hopelijk zijn we er binnen een tot twee jaar uit. Als we te traag zijn, dan missen we kansen. Ik denk daarbij aan mijn eigen geliefden; als we destijds hadden beschikt over de mogelijkheden die we nu hebben, zouden ze misschien nog steeds in leven zijn geweest. Tegelijkertijd moeten we ook niet te snel gaan, anders missen we belangrijke zaken. Mensen zijn altruïstisch en helpen graag anderen, maar hun eigen privacy moet altijd voorop staan."

            

      


Bron: www.rtlz.nl/special