Met data de behandelaar beter ondersteunen
Met data de behandelaar beter ondersteunen
Pionier op het gebied van datagebruik in ggz
Gebruik van data had een negatief imago aan het begin van zijn fellowship, in 2017. Er hing naïviteit en angst rondom dit thema.’ Inmiddels is dat wel anders: er zijn steeds meer ggz-instellingen die bijvoorbeeld aparte data-science-teams opzetten met als doel om de behandelaren te ondersteunen in het maken van betere keuzes.’
Van financiële verantwoording naar patiëntperspectief
De data binnen ggz was altijd goed georganiseerd in het kader van financiële verantwoording. Dat is een heel ander perspectief dan het perspectief van een patiënt. 'Je wil eigenlijk het beloop met relevante events in kaart brengen.'
In het kader van zijn onderzoek is Lokkerbol gestart met een 5-daagse masterclass. Hoe kun je op basis van data voorspellingsmodellen maken? 1 van de doelen was de schroom weghalen over dit onderwerp binnen de sector. ‘Ik dacht mee met een ggz-instelling: Wat zijn klinisch relevante voorspellingsfactoren? Wat zou je nu eerder willen aan zien komen in een behandeling?’
‘Als het gebeurt ben je te laat, maar je het aan ziet komen, kun je nog iets proberen om er iets aan te doen.’
Machine learning: leren op basis van voorbeelden
Er zijn statistische technieken die kunnen zoeken naar patronen. Wat zijn bijvoorbeeld de eigenschappen van patiënten die niet opknappen van een behandeling? ‘Angst bij behandelaren is niet altijd onterecht. Er is nog heel veel onbekend. Als ai of machine learning gebruikt wordt om voorspellingen te doen binnen de behandelkamer, dan open je een nieuw vakgebied.’ Lokkerbol wil zich daar in te toekomst op richten. Er is nog veel onduidelijk. Het doel van behandelaren beschrijft hij als een balanceert tussen hoop houden en realistisch zijn. Als er een voorspellingsmodel wordt toegevoegd dat alleen maar realistisch is, kan de behandelrelatie worden gestoord. Wat doet dat met de dynamiek in de behandelkamer?
Ethische aspecten van machine learning
In het kader van zijn fellowship organiseerde Joran ook workshops over ethiek: een casus van een voorspellingsmodel waarmee je het einde van de behandeling kan voorspellen. Welke waarden komen mogelijk in het geding door gebruik van die technieken? Wanneer zou het niet moeten worden toegepast? ‘Het interessant was dat de patiënten heel positief waren.’ Zij gaven aan: We vullen vragenlijsten in, maar het komt niet terug in de behandelkamer. Met deze techniek is er een basis voor een gesprek. Behandelaren waren iets terughoudender. Stel dat het algoritme voorspelt dat een patiënt niet opknapt, hoe moet je verantwoorden dat je nog doorgaat met een behandeling?
‘De belofte is groot wat ai kan brengen. Maar er komt veel meer bij kijken dan de kale databank in een ggz-instelling en daar algoritmes op loslaten.’
Het is te vroeg om met voorspellingsalgoritme te komen
Het is een 5 tot 10-jarig traject wat een ggz-instelling moet doorlopen. Eerst data organiseren dat je patiënttrajecten in kaart kan brengen met relevante events van een patiënt. Van daaruit kun je kijken naar typische ontwikkelingen binnen groepen patiënten. Uiteindelijk kun je misschien een alert krijgen vóordat iemand afwijkt.
Meer geld nodig voor onderzoek
Er zijn steeds meer ggz-instellingen die investeren in data-science teams. Ook in financiering van onderzoek is er nog te weinig mogelijk om dit soort onderzoek gefinancierd te krijgen. We moeten alternatieven vinden voor gerandomiseerde trials. Die hebben we als sector inmiddels heel veel gedaan. Betere ondersteuning van de behandeling zit niet in weer een trial uitvoeren, maar in veel beter gebruik maken van alle kennis over de patiënt. Alle data die er zijn, kan dat heel goed ondersteunen.
Perspectief voor de toekomst
'Ik zou het leuk vinden om mensen te trainen binnen de ggz. Er zijn genoeg mensen die er meer van willen leren en ervaringen willen bouwen. Daarnaast wil ik instellingen veel meer ondersteunen om te helpen data-science-teams op te zetten. Ze kunnen onderling ook veel van elkaar leren.' Maar Lokkerbol ziet ook nog een kans voor behandelaren: ‘Ik vind dat ggz-behandelaren weer mondiger moeten worden welke data zij willen kunnen inzien als zij tegenover een patiënt zitten.’ Joran zag de opluchting als die data wél beschikbaar was. ‘Er is heel veel mogelijk.’
Effect van fellowship tijdens corona-tijd
Tijdens corona was er heel weinig zicht op hoeveel minder behandeling werd geboden in de ggz en welk effect dit had op behaalde groepen. ‘We hebben vanuit het netwerk vanuit de fellowship een groep grote ggz-instellingen kunnen laten samenwerken en een maandelijkse rapportage kunnen opleveren wie het hardst werden geraakt.’
Leuke en positieve toekomst
‘GGZ-instellingen die nu investeren in een data-science-team om meer info terug te geven aan behandelaars, die gaan een leuke tijd tegemoet. Het is de tijd van teruggeven, en dat is een leuke en positieve tijd.’