Ro opent onderzoekscentrum om patiëntgegevens om te zetten in klinisch bewijs

Ro kondigde de lancering van Ro Research Lab aan op 6 november 2026: een initiatief waarin AI, patiëntgegevens uit de dagelijkse praktijk en wetenschappelijk onderzoek samenkomen. Ro wil eerste bevindingen publiceren, bevindingen die de toets der kritiek doorstaan ter beoordeling voorleggen aan vakgenoten en het bewijs vertalen naar klinische richtlijnen, hulpmiddelen en zorg voor patiënten binnen en buiten het eigen platform.

Het initiatief richt zich op de vertraging tussen een medische bevinding en een interventie die op grote schaal kan worden ingezet. Het speelt in op een systeem waarin patiëntgegevens verspreid zijn, zorgresultaten moeilijk te kwantificeren zijn en het jaren kan duren voordat onderzoeksresultaten de behandeling beïnvloeden. Het platform van Ro brengt klinische zorg, farmacie, laboratoriumuitslagen en door patiënten gerapporteerde uitkomsten samen. Zo genereert het informatie over bijwerkingen, slaap, hartslag en gewicht uit wat het bedrijf omschrijft als miljoenen patiënttrajecten.

Het onderzoek richt zich op de vraag waarom patiënten verschillend reageren op dezelfde behandeling. Ro wil weten waarom de ene persoon met een medicijn mogelijk 35% van het lichaamsgewicht verliest, terwijl een ander 5% verliest, waarom bijwerkingen uiteenlopen en hoe genetica, gedrag en behandelbeslissingen de uitkomsten beïnvloeden. AI gaat patronen opsporen; daarnaast wordt wetenschappelijk onderzoek uitgevoerd in samenwerking met clinici en academische onderzoekers. Geplande onderwerpen zijn hartaanvallen, eetruis, mentale gezondheid en boodschappen aankopen.

Een eerdere evaluatie van AI-triage

Het publicatieoverzicht van het lab bevat een samenvatting waarin een triagetool voor bijwerkingen in de obesitaszorg op afstand wordt geëvalueerd. Het op maat gemaakte grote taalmodel (LLM) herkende berichten van patiënten over actuele of recente bijwerkingen tijdens een GLP-1-behandeling, classificeerde de ernst ervan en genereerde waarschuwingen met hoge prioriteit voor beoordeling door bevoegde leden van het zorgteam. Volgens de tabel bij het onderzoek liep de onderzoeksperiode van 30 november 2024 tot en met 9 december 2024, dus van vóór de officiële lancering.

Klinisch apothekers hielpen bij het opstellen van de gestructureerde ernstinformatie die in de prompt werd opgenomen. Menselijke beoordelaars labelden geannoteerde berichten om de precisie van de detectie te beoordelen. Voor de operationele evaluatie werd een willekeurige steekproef gebruikt van 3.500 berichten die waren verstuurd in de vier dagen vóór en de vijf dagen na de invoering. Het model classificeerde berichten al vóór de volledige uitrol, maar de resultaten waren nog niet gekoppeld aan routering of het genereren van waarschuwingen. Daardoor kon het zorgteam de reactietijden vóór en na de invoering van waarschuwingen vergelijken.

De auteurs rapporteerden dat bij het detecteren van inhoud over bijwerkingen 94% van de positieve detecties terecht was. Bij 1.628 berichten van vóór de invoering en 1.872 berichten van erna daalde de mediane tijd tot de eerste klinische reactie van 115,1 minuten naar 33,0 minuten, een mediane afname van 82,1 minuten (P <.001). Bij urgente bijwerkingen na de invoering bedroeg de mediane reactietijd 25,8 minuten.

Eerdere publicaties en hun beperkingen

Het lab was al vóór de officiële aankondiging begonnen met publiceren. Zowel een analyse van lichaamsbeweging als de introductie van de GLP-1-pijplijntracker dateert van 29 oktober 2026. Samen laten ze twee verschillende soorten output zien: een analyse van de ervaringen van Ro-patiënten en een openbare tool die informatie over de ontwikkeling van obesitasmedicijnen ordent.

Ro rapporteerde een vroeg gewichtsverlies van 5,03% bij patiënten die aangaven niet aan cardio te doen en 5,24% bij patiënten die aangaven minstens 2,5 uur per week te bewegen. Patiënten die meer bewogen, meldden in de eerste maand ook vaker meer energie, een beter humeur, een betere nachtrust en minder trek. Zo omvatte de analyse de bredere behandelervaring, in plaats van uitsluitend naar gewicht te kijken.

De lichaamsbeweging werd zelf gerapporteerd tijdens het eerste vervolgbezoek, ongeveer twee weken nadat de behandeling was begonnen. Onderzoekers gebruikten lineaire regressie om het verband tussen activiteit en gewichtsverlies rond maand twee te beoordelen, waarbij ze corrigeerden voor de uitgangswaarde van de body-mass index, leeftijd en biologische sekse. Ro waarschuwde dat lichaamsbeweging slechts op één tijdstip werd gemeten, dat de activiteit tijdens de follow-up kon veranderen, dat niet-gemeten verstorende factoren de resultaten konden beïnvloeden en dat observationele verbanden geen oorzakelijk verband aantonen.

De pijplijntracker is gebaseerd op openbaar beschikbare persberichten, gepubliceerde artikelen en gegevens uit ClinicalTrials.gov, niet op patiëntgegevens van Ro. De tool biedt zoekmogelijkheden op bedrijf, medicijn of medicijntype, een tijdlijn van de klinische ontwikkeling, resultaten over werkzaamheid, demografische gegevens van deelnemers, informatie over bijwerkingen en vergelijkende weergaven van onderzoeken naast elkaar. Ro waarschuwt dat verschillende onderzoeken niet rechtstreeks met elkaar kunnen worden vergeleken, ook niet wanneer de resultaten samen worden weergegeven.

De rode draad is een taakverdeling: AI spoort patronen op of signaleert berichten, onderzoekers toetsen verbanden en zorgverleners houden in het triagevoorbeeld de klinische beslissingen in handen. De bredere ambitie van Ro hangt er nu van af of die taakverdeling doorlopende patiëntobservaties kan omzetten in door vakgenoten beoordeeld bewijs en betere richtlijnen, in plaats van te blijven steken bij eerste bevindingen.