Connect with us

Gezondheidszorg

AI in de gezondheidszorg moet klein denken

mm

Zes minuten na de lancering van Apollo 13’s missie naar de maan in 1970, ontplofte de zuurstoftank. Deze gebeurtenis zorgde ervoor dat NASA een nieuwe aanpak ontwikkelde voor het voorspellen van mogelijke storingen in hun ruimtevaartuigen. Deze aanpak was gebaseerd op continue sensordata, die vervolgens diepe digitale simulaties voedden, waardoor complexe ruimtevaartsystemen veel grondiger getest konden worden. Het was de allereerste toepassing van “digitale tweeling” technologie.

Tegenwoordig worden digitale tweeling systemen in verschillende industrieën gebruikt om operaties te verbeteren en elke verandering in een systeem nauwkeurig te simuleren. Techbedrijven zoals Apple en Tesla gebruiken digitale tweelingen om de prestaties van producten in het veld te monitoren en te bepalen of specifieke systeemonderdelen onderhoud nodig hebben.

Digitale tweelingen zijn ook gebruikt in de gezondheidszorg, voornamelijk in onderzoek naar en ontwikkeling van geneesmiddelen. Hun grootste potentieel ligt echter in het beheer van chronische ziekten. Door machine learning en Internet of Things-technologie te koppelen aan digitale tweeling AI, kan een aanpak die oorspronkelijk ontstond met iets zo groots als ruimteverkenning, de gezondheidszorg echt individualiseren.

Digitale traditionele zorg heeft gefaald

De moderne geneeskunde heeft in de afgelopen tien jaar incrementele stappen gezet naar gepersonaliseerde zorg door patiënten een stem te geven in besluitvorming en naar precisiegeneeskunde door vooruitgang in genomicsonderzoek. Beide hebben geholpen om zorg te personaliseren, maar voor het grootste deel neemt ons gezondheidssysteem een “grote groep” aanpak voor zorgverlening.

Het is duidelijk in de manier waarop we chronische ziekten beheren. Elk van de 133 miljoen Amerikanen die momenteel met een of meer chronische ziekten leven, wordt op een gepland zorgpad gezet – een behandelingsregime, een dieet, vaak een aantal medicijnen – en hun verbetering wordt gemeten in batches van duizenden andere individuen die hun aandoening delen.

Deze aanpak heeft niet gewerkt. Notoir, U.S. uitgaven voor diabetes, hartziekten en kanker blijven stijgen, en de impact van technologie op resultaten en kosten is beperkt. In digitale beheer van diabetes, gewichtsverlies en andere aandoeningen, is die impact een non-factor.

In maart publiceerde een Peterson Health Technology Institute een rapport dat deze gebrek aan duurzame resultaten onderstreept. Het rapport vond dat alle beoordeelde oplossingen slecht presteren op betrokkenheid en resultaten over tijd. Als gevolg daarvan zijn gewichtsverlies, A1C-reductie, medicatie-eliminatie, diabetesomkering en de gezondheids-, welzijns- en economische voordelen van deze oplossingen beperkt en niet duurzaam.

Dat komt omdat de meeste oplossingen alleen een ineffectief sjabloon voor zorg digitaliseren. Ze houden geen rekening met individuele verschillen. Elke persoon brengt zijn eigen set culturele, biologische, dieet-, gedrags- en omgevingsfactoren met zich mee die hun gezondheid op een diep individueel niveau beïnvloeden.

Van ‘gepersonaliseerde’ zorg naar geïndividualiseerde zorg

Digitale tweeling AI belooft een afwijking van het sjabloon. Kern aan de technologie is het concept dat elke individu een N van een is. Een individu’s digitale tweeling wordt geïnformeerd door een continue meting van hun unieke klinische en gedragsvariabelen, en gebruikt die gegevens om zorgbegeleiding te vormen naar de beste en gezondste versie van die individu.

De kracht van digitale tweelingtechnologie ligt in de aandacht voor de kleine dingen – de dingen die we eten en doen – en hoe ze onze huidige en toekomstige zelf beïnvloeden. In de praktijk kunnen digitale tweelingen nauwkeurig voorspellen wat het effect van een steakdiner op iemands metabolische of cardiovasculaire gezondheid zal zijn. Voor zover dat effect negatief kan zijn, kunnen digitale tweelingen manieren aanbieden om de gevolgen te mitigeren. Het kan een 10-minutenwandeling suggereren of een alternatief dessert. In plaats van ijs, misschien is het bananen-nootbrood met Griekse yoghurt en verse bessen of gewoon een andere volgorde.

Op deze manier kan digitale tweeling AI een individu laten zien wat er voor hen in petto zit als ze hun huidige traject blijven volgen en de grote veranderingen die kunnen optreden door kleine aanpassingen over tijd te maken. Blijf bij je huidige routine en je kunt stoppen met het innemen van metformine in drie weken. Val terug in oude gewoontes en je kunt verwachten een herhaling te krijgen.

Het is krachtige technologie, en hoewel de impact op de gezondheidszorg grotendeels alleen in academia wordt erkend, begint het zijn rol te vinden in commerciële use cases. In 2014 lanceerden Dassault Systemes en de FDA SIMULIA Living Heart, een project dat samenwerkt met apparaatfabrikanten om cardiaca-apparaten sneller te ontwikkelen en te verfijnen. Aan het begin van de pandemie ontwikkelde OnScale’s Project BreathEasy een digitale tweeling van de longen van COVID-19-patiënten om de gebruiksduur van ventilatorbronnen te verbeteren en te optimaliseren.

Medisch onderzoekers gebruiken ook digitale tweeling ziektemodellen om de effectiviteit van farmacologische interventies te voorspellen op basis van complexe, extreem individuele biologische processen. Takeda Pharmaceuticals heeft de technologie omarmd om farmacologische processen te verkorten en realistische input-outputvoorspellingen te maken voor biochemische reacties. Onlangs gebruikten onderzoekers digitale tweelingtechnologie om therapieresultaten te simuleren en de beste behandeling te bepalen voor orofarynxcarcinoom op basis van het individu.

Beheer van chronische ziekten is de volgende frontier

Een recent artikel in Nature stelt dat digitale tweelingen “gereed zijn om een significante bijdrage te leveren” aan kankerzorg, vooral bij het monitoren van de progressie van de ziekte en het evalueren van behandelingreacties, die berucht individueel variëren. Hetzelfde artikel analyseert cardiaca-digitale tweelingen gevoed door beeldvorming, EHR, genetische en continue draagbare gegevens, en hun potentieel om acute cardiale gebeurtenissen te voorspellen.

Deze vooruitgang zal leiden tot levensveranderende gezondheidstechnologieën. Hun kracht ligt in een concept dat centraal staat in hun doel: niets complex is statisch.

Dit is vooral waar voor onze biologische systemen. Een digitale tweeling vereist duizenden datapunten per dag, per individu, om echt te begrijpen hoe iemands biologie, cultuur, levensstijl, voorkeuren en gezondheid met elkaar samenhangen. Sommige van deze gegevens worden al verzameld door wearables en mobiele apps, maar zonder een model dat die gegevens in de context van het individu en hun zorgreis plaatst, zijn ze richtingloos.

In de wereld van chronische ziektebeheer kunnen de kleine dingen snel groot, levensbedreigend worden. En hoewel digitale gezondheid de hoop van patiënten heeft gewekt met taal als “personalisatie”, hebben de tools en benaderingen die aan mensen zijn aangeboden, niet aan hun unieke behoeften en voorkeuren voldaan.

Digitale tweeling AI zal deze aanpak op zijn kop zetten door ons te helpen onze gezondheid beter te begrijpen en te verbeteren op een diep persoonlijk niveau. Het is een technologie die klaar is om de belofte van geïndividualiseerde zorg in te lossen.

Terry Poon is mede-oprichter van Twin Health en drijft de visie voor technologieontwikkeling aan. Hij leidt de ontwikkeling van Twin's innovatieve platform en unieke algoritmen om de menselijke metabolische gezondheid te verbeteren met behulp van IoT, machine learning en Digital Twin-technologieën.

Prior to Twin, Terry was VP of Engineering at Jasper Technologies, waar hij wereldwijde software-engineeringteams bouwde en fungeerde als hoofdarchitect van het bedrijfs IoT-cloudplatform. Bovendien leidde Terry de engineeringsinspanningen voor Jasper's lancering in de Chinese markt, de snelst groeiende in de geschiedenis van het bedrijf. Voor Jasper bekleedde Terry engineerings- en managementfuncties bij Oracle.