big data - kan het echt iets voor de zorg betekenen?

© 2014 IBM CorporationBig Data in de Zorg1

Dr N.S. Hekster

9 oktober 2014

Big Data

Kan het echt iets voor de zorg

betekenen?


De visie

To wrest from nature the secrets which have perplexed philosophers

in all ages, to track to their sources the causes of disease, to

correlate the vast stores of knowledge, that they are quickly

available for the prevention and cure of disease - these are our

ambitions

Sir William Osler (1849-1919)Co-founder of the Faculty of Medicine

Johns Hopkins University

© 2014 IBM CorporationBig Data in de Zorg

Agenda

�Big Data toegepast op de zorg

�Voordelen via voorbeelden

�Randvoorwaarden om succesvol te zijn

�Blik op de toekomst

3


Introductie spreker

�Mijn naam: Nicky Hekster

� Functie: Technical Leader Healthcare & LifeSciences IBM

Benelux

� Actief in ICT sinds 1987, in HC & LS sinds 2006

� Past vendor co-chair IHE Nederland

� [email protected]

� Te vinden op


Is er wel een definitie van Big Data?

5


Inconsistente kwaliteit en toenemende kosten

vragen om verandering

6

Verhoging van

doeltreffendheid en doelmatigheid

• Medicatiefouten leiden jaarlijks tot

zo'n 90.000 onnodige opnames

• De kosten van incidenten in de zorg

bedragen jaarlijks 4 miljard euro

• Geneesmiddelen tegen kanker en

Alzheimer werken in 75 -80% van de

gevallen niet

Verbetering van de klinische bedrijfsvoering

• Het aantal mensen dat in Nederland

per jaar overlijdt aan vermijdbare

medische fouten is ca. 1500 tot 1600

• Er gaan jaarlijks miljoenen verloren

door administratieve en klinische

verspilling, fraude, en misbruik


Big Data – taxonomie

De vier v’s

Volume

Petabytes

Exabytes

Zetabytes

Iotabytes

Brontobytes

Geobytes

Velocity

Streaming data,

milliseconden tot

seconden tijd om te

antwoorden

Variety

Gestructureerd,

ongestructureerde

tekst, multimedia

Veracity

Onzekerheid,

inconsistentie,

ambiguïteiten


Big Medical DataEcht meer dan de traditionele datatypes

�Transactionele - en applicatiedata

�Medische techniek

�Social media data

� Institutionele data

�Wetenschappelijke artikelen

�Medische beelden, VNA’s

�Klinische rapporten en verslagen


Analytics in de praktijk

BI Rapportage en

ad hoc Analyse

• Wat gebeurde er?

• Wanneer en waar?

• Hoeveel?

Voorspellen

• Wat gaat er gebeuren?

• Wat zal het gevolg zijn?

Optimalisatie

• Wat is de beste keuze?

• Gepersonaliseerde zorg

• Dynamische fraudedetectie

• Patiëntgedrag

• Beheersing epidemieën

• Ziekenhuisbrede analytics

• Evidence-based medicine

• Clinical outcomes analytics

• Clinical Decision Support

• Dashboards

• Klinische data repositories

• Afdeling data marts

• Proces mining

• Basale rapportage

• Spreadsheets

• Financieel, administratief

Huidige analytics niveau

Data-integratie

Data warehouse

Transactionele

rapportage

Decision support

analytics

Voorspellende

analyses

We staan hier

10


Van Gegevens naar Inzicht m.b.v. Healthcare Analytics

Verbetering van het

klinisch proces

Bevolkings

gezondheid

Reductie van

wachttijden

Optimalisatie van

zorgpaden en

logistiek Nauwkeurige

voorspelling

van te

gebruiken

middelen

Identificatie

van

patiënten

met een

hoog risicoDefinitie van

doelmatige

behandelplannen

(EBM)

Voorspelling

toekomstige

aandoeningen en

behandeling

Inschatten van

zorgtrends

Surveillance

van ziekten

Preventie

Effectiviteit en

efficiëntie


Realiteit: zorg op het lijf geschreven? vereist betere registratie, toegang tot en analyse van relevante

patiëntinformatie en klinische kennis

Toegang tot klinische kennis(e.g. Diagnostische hulpmiddelen, kennis van de oorzaken van ziekten, empirisch

bewijs of vergelijkende effectiviteit)

Toegang tot

relevante

patiëntinformatie

Matig

Matig

Goed

Goed

Proefondervindelijk(Gebaseerd op expertise en ervaring)

Voorspellend en Evidence-based(Gebaseerd op patiëntencohorts)

Gepersonaliseerd(Gebaseerd op mensen zoals ik)

Intuïtief en volgens klinische consensus(Op basis van partiële toegang tot beschikbare

patiëntinformatie en klinische kennis)

Meer kunst dan wetenschapMeer wetenschap dan kunst

Bron: IBM Global Business Services and IBM Institute for Business Value

12


En waar was de holistische kijk op de patiënt?

�Symptomen

� Koorts, duizeligheid, buikpijn, rugpijn, hoest, ...

�Familiehistorie

� Diabetes, borstanker, hartproblemen, erfelijke ziekten, ...

�Patiënthistorie

� Hoge bloeddruk, verhoogd cholesterolgehalte, verminderde schildklierwerking, chronische blaasontsteking, roken, alleenwonend, ...

�Klinische historie

� Bloeddruk, hartslag, temperatuur, pijnscores, labuitslagen, ...

�Medicatiehistorie

� Pravastatine, betablokkers, lasix, aspirine, chemotherapie, anti-emetica, ...


Klinische genetica en systeembiologie

14

�Genomics

�Proteomics

�Transcriptomics

�Metabolomics

�Correlatie geno- en fenotype

�Predisposities

�Modellering, simulatie

�Reactie op geneesmiddelen

�Mutaties


Sentiment meting, klachtenMulti-channel meldingen

� Implantaten

� Kunstknieën, kunstheupen,

pacemakers,

borstimplantaat,

tanden/kiezen, …

� (Bij)werking van medicijnen

� Lareb

�Socianalytics

� Facebook, twitter

� Communities

– Hereismydata

– Medata

– 23andme

15


Volksgezondheid Public health, richtlijnen, …

�Nationale bevolkingsonderzoeken

� Borstkankerscreening

� Darmkankerscreening

� …

�Epidemiëen, pandemiëen

� Griep

� Voedselketenveiligheid

� Malaria, knokkelkoorts

� Ebola …

� NIVEL zorgregistraties

�Klinische doelmatigheid en effectiveitstudies

� Consortia

� Continue evaluatie medisch handelen

� Geneesmiddelen16


Pharma R&D� Intellectual Property management

� Octrooien, wetenschappelijke literatuur

� Inclusie management bij cohorts voor clinical trials

� Patient similarity analytics

17


Apps for HealthmHealth generated data

�Telemonitoring

�Wearable computing

�Van zelfmeting tot Quantified Self

18


�Complexe diagnosen

�Betere en beter afgestemde medicatie

�Voorkomen van medische missers

�Evidence Based Medicine (EBD)

�Natuurlijke taal interface – NLP

�Opstellen van hypothesen

�Zelf-lerend en adaptief

IBM WatsonDe nieuwe adviseur van de arts


Slimmere gezondheidszorg d.m.v. big data en analytics

Verbetering van kennis en diagnostiek en

vroegtijdige herkenning t.b.v. zeldzame ziekten.

Integratie van virale genomics data met klinische

gegevens om de reactie op een anti-HIV therapie

te voorspellen.

Koppeling van o.a. DNA-expressies en klinische

data voor een beter begrip van en sneller

onderzoek naar inflammatoire darmziekten.

Real-time analytics op streaming data van medische

instrumenten ter monitoring van te vroeg geboren

baby's in het Toronto Sick Children's Hospital.

Creëren van een uitgebreide corpus van

gegevens over epilepsie, waaruit via predictive

analytics betere behandelingen en

medicatievoorschriften worden gedistilleerd.

Verbetering van kennis over en plannen van

heropnames rondom Congestief Hartfalen (CHF)

via het correleren van ongestructureerde en

gestructureerde data.


Slimmere gezondheidszorg d.m.v. analytics

Analyse van gestructureerde en

ongestructureerde data rondom hoofd-

halskanker en andere aandoeningen -correlaties

van comorbiditeit.

Montpellier

Analyse van juiste eerste behandelopties om

erosieve vorm van reumatoide polyartritis tegen

te gaan.

Onderzoek naar de afwijkingen van richtlijnen en best

practice behandelingen bij kanker, gegeven kwaliteit

en uitkomst.


Randvoorwaarden

�Is er genoeg talent?�Data scientist – een factotum?

�Clinical librarian 2.0

�Geneeskunde met minor big data

�Big data met minor geneeskunde

�Is men bereid tot een cultuurverandering?�Data-driven regievoering en besluitvorming

�Geïntegreerde en schaalbare bedrijfsaanpak

�Angst voor reputatieschade?

�Financiering

22


McKinsey Institute on Big Data Jobs

� Er zal een tekort aan talent ontstaan, nodig voor organisaties om te profiteren van big data . In

de V.S. alleen al dreigt in 2018 een tekort van 140.000 tot 190.000 mensen met diep

analytische vaardigheden, evenals 1.5 miljoen managers en analisten, die hebben geleerd om

met big data analyses effectieve beslissingen te kunnen nemen.

http://www.mckinsey.com/mgi/publications/big_data/index.asp.

26


Een 6-lagen model en interoperabiliteit langs de DIKW pijplijn

Data - Informatie - Kennis - Wijsheid

Privacy en beveiliging

Samenwerking

Informatie-inhoud, codering, standaarden

Softwarekoppeling

Infrastructuur

WET &

REGELGEVING

ZORGPROCES

INFORMATIE

TECHNIEK

APPLICATIES

ORGANISATIE Beleid, regievoering


Randvoorwaarden

�Durft men allianties aan te gaan?�Samenwerking met andere zorginstellingen, verzekeraars of commerciële

partijen

�Gelegenheidscoalities/consortia t.b.v. clinical trials

�Crowd-sourced studies en onderzoek

�Bevrijd de data!

� Individuele of gemeenschappelijke doelen?

�Hoe voorkomen we economische machtsconcentraties?

�Is er een helder normatief kader?�Privacy en security – juridische afbakening

�Ethiek

�Hoe definieer je data-eigenaarschap?

�Hoe creëren we transparantie over het vergaren en aanwenden van data?

25


Dank voor uw aandacht!


NextBio (acquired by Illumina)

�BigData - Hadoop Cluster op Intel Xeon processor E5-2680l via SaaS/Cloud

�Sequencing data analytics

29


ECP Evenement

�http://ecp.nl/events//4075/big-data-innovatie-in-de-zorg.html

� 13:40 uur Praktijkvoorbeeld Carelliance - Peter Walgemoed, directeur

� 14.00uur Praktijkvoorbeeld Ziekenhuis de Gelderse Vallei - Rik Eding,

dataspecialist

� 14.20 uur Praktijkvoorbeeld Nivel - Robert Verheij, programmaleider NIVEL

Zorgregistraties eerste lijn

� 14.40 uur Pauze

� 15.00 uur Praktijkvoorbeeld Pharmapartners - Remco Wijngaarden, senior

business analist innovatie

� 15.20 uur Praktijkvoorbeeld LifeLines - Salome Scholtens, manager Research

Office

� 15.40 uur Praktijkvoorbeeld vanuit de Dutch Health Hub - Oscar Wijsman, namens

de Dutch Health Hub en Egge van der Poel, adviseur zorg & IT KPMG

� 16.00 uur Knelpunten definiëren en casussen inventariseren - Eric van Tol,

aanjager ICT doorbraakproject Big Data en Jacqueline Baardman, NCPF

30