Exponential Medicine biedt in vier volgepakte dagen een blik in de toekomst van de geneeskunde. Tenminste, dat is wat de naam zegt. Het eerste wat opvalt is echter dat de geneeskunde geen geneeskunde meer zal zijn in de letterlijke zin van het woord.
Voorkomen is beter dan genezen. Nieuwe technologieën zullen echter mogelijkheden gaan bieden om zo vroeg in een ziekteproces te gaan genezen, dat van symptomen zoals we die nu vaak kennen nog geen sprake is. In dit blog licht ik er enkele voorbeelden uit die tijdens de Exponential Medicine 2015 werden gepresenteerd.:
Big Data en Deep learning
Tijdens de voorgaande conferenties is de Big Data-revolutie in de diagnostiek al meerdere keren aan de orde geweest. Op basis van grote datasets is het bijvoorbeeld mogelijk om steeds adequater een goede diagnose te kunnen stellen. Aan de kant van het verzamelen van de data zijn de afgelopen jaren grote stappen gezet. Ziekenhuizen zijn voor een groot deel gedigitaliseerd en patiëntgegevens zijn eenvoudig te doorzoeken en voor onderzoek te gebruiken.
Een stap verder gaat het gebruiken van deze data om beslissingen te ondersteunen en diagnoses te stellen. Het is precies hier dat veel nieuwe initiatieven ontstaan. De Amsterdamse start-up Pacmed bijvoorbeeld heeft een 
dataset vanuit de huisartsenzorg tot zijn beschikking. Op basis van deze dataset kunnen huisartsen bij het voorschrijven van medicatie veel beter inschatten wat de effecten zullen zijn voor de patiënt die het betreft. De exponentiële toename van data maken dat de suggesties die vanuit het computersysteem komen al snel juister blijken te zijn dan een arts op eigen ervaring en de NHG-richtlijnen kan doen.
Jeremy Howard, CEO van Enlitic
Een stap verder gaan systemen die computers leren om deze gegevens te interpreteren. Zo heeft bet bedrijf Enlitic software ontwikkeld, die medische foto’s leert lezen en gaandeweg steeds beter leert diagnoses te stellen op basis van het geleerde. CEO Jeremy Howard presenteerde een studie naar diagnostiek van longtumoren. De computers van Enlitic kregen een serie long-CT-scans te verwerken, evenals een groep humane radiologen. In 7% van de gevallen werd een kanker-diagnose gemist door de radiologen. De software miste er geen. Daartegenover werd ook gemeten in hoeveel gevallen ten onrechte de diagnose kanker is gesteld: Enlitic scoorde 47% tegen 66% van de humane radiologen.
Howard legt uit dat zijn software uitstekend gebruikt kan worden om in een vroeg stadium kanker te detecteren. Wanneer we instrumenten tot onze beschikking hebben om in zo’n vroeg stadium deze diagnose te stellen, vergroot dat enorm de overlevingskans van de patiënt. Een enorme kans.
Wat ik vooral schokkend vond, was de snelheid waarmee dit soort technologieën zich gaan ontwikkelen. We zien een exponentiële toename in de verrijking van de datasets, en daarmee de inhoudelijke basis om te komen tot juiste beslissingen. Daarbij zien we ook een exponentiële groei in de rekenkracht van deze systemen. Maar ook de bereikbaarheid voor kleine bedrijven wordt steeds groter: Op de dag dat de Exponential Medicine begon, stelde Google zijn deep-learning platform open voor het publiek: Tensorflow.
Ik verwacht mede daarom dat de komende jaren veel meer bedrijven als Pacmed en Enlitic deze markt zullen betreden. De adoptie in de medische wereld zal aarzelend zijn. Men zal eerst zeker willen weten of de systemen foutloos werken. Mochten er meer studies gepubliceerd gaan worden als die van Enlitic, dan komt er een snelle omslag: Een arts die geen kunstmatige intelligentie gebruikt om de diagnostiek te ondersteunen heeft, maar op eigen ervaring en intuïtie blijft vertrouwen, heeft dan namelijk echt iets aan de patiënt uit te leggen.
Meer lezen:
WIRED: Google Open-Sourcing TensorFlow Shows AI’s Future Is Data
Verslag van lezing Jeremy Howard op Singularity Hub
Dit is mijn tweede bijdrage over Exponential Medicine 2015
- Exponentiële technologie
- Big Data en Deep learning
- Brain-Computer Interfaces
- Bio-hacking
Photo credit: Shutterstock