Presentatie gegeven door Wouter Kroese, directeur en oprichter van Pacmed, op het KNMG Limburg Symposium 'Toekomst van de Zorg' op 17 mei 2018.

1. Machine Leaning voor een persoonlijkere en preciezere zorg
april 2018
Wouter Kroese

2. Pacmed is ontstaan in de Nationale DenkTank 2014
Hoe kunnen we Nederland gezonder maken met Big Data?

3. Medische kennis is gebaseerd op gemiddelde resultaten bij een
kleine, slecht representatieve groep patiënten
Onderzoek op een
fractie van patiënten
Toegepast op een gevarieerde populatie
17 jaar

4. Pacmed bouwt beslissingsondersteunende software die op maat
gemaakt advies biedt voor individuele patiënten
Relevante uitkomsten en
richtlijn adviezen voor de
patiënt tijdens het consult
Machine learning gebruiken om te leren
welke patiënten werkelijk vergelijkbaar zijn
Direct

5. Observationele data bieden kansen voor aanvullende en op
maat gemaakte kennis
Patiënt populatie in onderzoeken waar
de NHG-richtlijn op is gebaseerd
Gezonde vrouwen:
Zwangere vrouwen:
Pat. met diabetes:
Pat. met afw. nier/urinewegen:
Pat. met tekenen van weefselinvasie:
Mannen:
5.240
72
0
0
0
0
Jaar
Patiënt populatie bij de ontwikkeling
van beslissingsondersteuning (NIVEL)
Gezonde vrouwen:
Zwangere vrouwen:
Pat. met diabetes:
Pat. met afw. nier/urinewegen:
Pat. met tekenen van weefselinvasie:
Mannen:
128.456
1.610
25.883
2.844
20.598
23.027
Aantalpatiënten

6. De richtlijn maakt geen onderscheid in leeftijd, terwijl de
effectiviteit daar sterk afhankelijk van lijkt

7. Onze urineweginfectie software is geïmplementeerd bij 116
huisartsen

8. Deze software wordt wetenschappelijk onderzocht op gebruik,
gedragsverandering en gebruiksvriendelijkheid
Primaire onderzoeksvragen
Hoe vaak is de software gebruikt?1
Welke gedragsverandering bewerkstelligt het gebruik van de software?2
Wat is de verandering van de behandeluitkomsten tijdens het gebruik van de software?3
Hoe ervaren artsen het gebruik van de software?4
Academische partners:

9. De software is structureel gebruikt, en juist bij de complexe patiënten
lijkt de toegevoegde waarde het grootst

10. De geschiktheid voor ondersteuning bij behandelkeuze hangt
af van de waarde en haalbaarheid
Waarde Haalbaarheid
Schaal
Impact op patient
Variatie in verleende zorg en behaalde
uitkomsten
Hoge en variërende (medicatie) kosten
Beperkte evidence-base
Beschikbaarheid data
Relevante predictoren beschikbaar in data
Relevante uitkomstmaat af te leiden uit data
Duidelijke business case
Recente verandering in beleid

11. Pacmed richt zich nu op de volgende gebieden in de
ziekenhuiszorg
Oncologie
(Darm-, Prostaat-, Borst- en Longkanker)
Intensive Care
Adequaat voorschrijven biologicals
(Reuma, IBD)
Cardiologie
• Hoge impact
• Veel uitkomstdata
• Duidelijke beslismomenten
• Hoge kosten
• Veel data
• Hoge impact
• Hoge kosten
• Korte feedbackloop
• Veel ruimte voor verbetering
• Hoge kosten
• Duidelijke business case
• Grote schaal
• Hoge impact
• Veel data
• Hoge kosten
Gebied Onderbouwing

12. Pacmed combineert medische expertise met ervaring met
machine learning in de praktijk en wetenschap

13. Er ontstaan steeds meer verschillende databronnen, met
data van steeds toenemende kwaliteit

14. wouter@pacmed.nl
Patiënten krijgen alleen nog maar zorg die in de
praktijk heeft bewezen te werken voor vergelijkbare
patiënten

15. In Primary Care we use models that can be fully interpreted
by the professional
100.000 Nitrofurantoin (NTF) prescriptions
70% succesvol
25.000 NTF prescriptions
70% successful
Train data Test data
Machine learning
25.000 NTF prescriptions
(pt. > 65 yr.)
40% successful
15.000 NTF pres.
(no Diabetes)
50% successful
10.000 NTF
pres.
(Diabetes)
25% successful
30.000 NTF pres.
(no treatment UTI)
91,67% successful
20.000 NTF pres.
(>0 treatments UTI)
75% successful
50.000 Nitrofurantoin prescriptions
(pts. < 65 yr.)
85% successful
75.000 NTF prescriptions
70% successful
Test model
Train model
Data

16. Verschillende organisatiekenmerken stimuleren
datagedreven besluitvorming
Verzameling van uitkomstdata
Multi-center data verzameling en benchmarking
Value based health care (of andere (financiële) beloning voor verbeterde
uitkomsten)
Hoog specialistische kennis ter ondersteuning van ontwikkeling
beslissingsondersteuning
Betrekken patient bij besluitvorming en uitkomstverzameling