Voordracht 2021: Klinische Fysica

Onderzoeksvraag

Kun je algoritmes leren voorspellen of patiënten met niet-kleincellige longkanker 2 jaar na hun behandeling nog in leven zijn, zonder dat zorginstellingen alle gegevens hoeven te delen?

Onderzoekers

André Dekker, Timo Deist, Frank Dankers, Priyanka Ojha, M. Scott Marshall, Tomas Janssen, Corinne Faivre-Finn, Carlotta Masciocchi, Vincenzo Valentini, Jiazhou Wang, Jiayan Chen, Zhen Zhang, Emiliano Spezi, Mick Button, Joost Jan Nuyttens, René Vernhout, Johan van Soest, Arthur Jochems, René Monshouwer, Johan Bussink, Gareth Price en Philippe Lambin

Impact van het onderzoek

Om een goede voorspelling te doen over het verloop van een ziekte, hebben algoritmes veel ‘real world’ data nodig. Maar vanwege privacy of bedrijfsmatige redenen kunnen zorginstellingen deze gegevens vaak niet delen. De Personal Health Train gebruikt een nieuwe techniek om algoritmes te trainen. Hierbij blijft de privacy gewaarborgd en behouden de patiënt, zorgverlener en/of het ziekenhuis de controle over de gegevens. Tegelijkertijd kunnen de algoritmes wel leren van de data.

Bij deze onderzoeksvraag heeft dat geresulteerd in een voorspellend model, op basis van de data van meer dan 20.000 patiënten met longkanker wereldwijd. Dit model geeft de patiënt accurate informatie over de kans op overleving over twee jaar. Ook helpt het om samen met de longarts betere keuzes maken over de behandeling.