Using Machine Learning on observational data to support treatment decisions for corona patients on the Intensive Care
Onderzoek naar inzet van AI en observationele data om de behandeling van COVID-19 patiënten op de intensive care te optimaliseren.
Omdat COVID-19 een nieuwe ziekte is, staat de vraag ‘welke medische behandeling of interventie het meest effectief is’ centraal. Normaal gesproken bieden lange klinische onderzoeken hier inzicht in, maar nu is het van cruciaal belang om zoveel mogelijk te leren van de gegevens die momenteel binnen de zorg worden verzameld. In dit project onderzoekt Pacmed Labs, samen met verschillende experts, hoe met deze observationele data op een verantwoorde manier machine learning kan worden ingezet om zorgverleners (en patiënten) te ondersteunen bij het inschatten van behandelingseffecten, zodat snellere en veiligere behandelbeslissingen mogelijk zijn. De uitkomsten van het onderzoek worden publiekelijk gedeeld.
Dit is een project uit de call ‘Internet tegen corona’ (2020). Focus binnen deze call lag op betrouwbare, veilige digitale oplossingen en inzicht en grip op de coronapandemie.
Artikel in de Volkskrant
NOV 20 | Lees meer: 'Dit bedrijf helpt de dokter met data, zodat de patiënt eerder van de ic kan' (Volkskrant, 1-11-20)
Resultaten
MEI 21 | Het project is afgerond. Er is een pragmatische, robuuste methodologie ontwikkeld voor het inschatten van het behandeleffect op basis van observatiegegevens en getest op de inzet van proning (een medische handeling waarbij de patiënt op de buik wordt gelegd om de ademhalingscapaciteit te vergroten) bij COVID-19-patiënten. Dit is wereldwijd het eerste onderzoek dat zich baseert op observational data en heeft een belangrijke bijdrage geleverd voor de medische wereld. De ontwikkelde methodologie is ook toepasbaar op andere ziekten en wordt open source beschikbaar gesteld. Er is veel interesse binnen de medische gemeenschap om deze onderzoekslijn voort te zetten.