Big Data verwijst naar extreem grote datasets die geanalyseerd kunnen worden om patronen, trends en verbanden te onthullen die traditionele onderzoeksmethoden niet kunnen blootleggen. Big Data-analyses hebben al een enorm verschil gemaakt in de gezondheidszorg – denk aan voorspellende analyses, fitness wearables, gezondheidsmonitoring op afstand, klinische beslissingsondersteuning, ziektebewaking en beheer van de volksgezondheid. Een groot voordeel van Big Data-analyses is de drastische vermindering van de tijd en kosten die nodig zijn om belangrijke data te genereren, die de zorg kunnen verbeteren, levens kunnen redden en de zorgkosten kunnen verlagen.
Zorgdata worden al lang gebruikt voor medisch onderzoek, zorgplanning en beleidsontwikkeling. Big data in de zorg biedt een enorm potentieel vanwege de mogelijkheid om routinematig verzamelde data uit meerdere administratieve, gezondheids- en demografische registers te bundelen. De digitalisering van gezondheidsgerelateerde informatie heeft echter mogelijk een revolutie teweeggebracht in de bruikbaarheid van data in medisch onderzoek. Als gevolg hiervan is de hoeveelheid data die in de zorg wordt verzameld de afgelopen jaren explosief toegenomen, terwijl technologische vooruitgang de steeds toenemende hoeveelheid en het type gezondheidsdata dat wordt gegenereerd, blijft stimuleren.
De oogzorgsector loopt inderdaad voorop in het benutten van de mogelijkheden van Big Data en kunstmatige intelligentie (AI). Maar laten we eerst eens de bronnen van Big Data onderzoeken.
Bronnen van Big Data in de Gezondheidszorg
Elektronische medische dossiers (EMR) vormen een krachtige bron van big data. Hoewel er belemmeringen bestaan voor de universele toepassing ervan in de klinische praktijk, worden deze steeds minder belangrijk en hebben zorgprofessionals, waaronder optometrie, de overstap naar EPD's breed omarmd. Analyse van EPD-gegevens kan nuttige informatie opleveren voor een specifieke praktijk (bijvoorbeeld de patiëntgegevens) of kan worden gebundeld om betere ziektedetectie, verbeterde preventieve zorg en tal van andere voordelen mogelijk te maken. Door EPD-gegevens van verschillende landen en continenten te combineren, wordt het zelfs mogelijk om onderzoeksvragen te onderzoeken die betrekking hebben op interventies of gezondheidsresultaten die verband houden met zeldzame aandoeningen.
De bronnen van Big Data in de gezondheidszorg reiken echter veel verder dan deze gevestigde informatiebronnen. Het Internet of Things (IoT) biedt een enorm potentieel en levert al belangrijke gezondheidsgegevens. Draagbare technologieën stellen mensen nu in staat hun hartslag, bloeddruk, gewicht, activiteitsniveau en stressniveau te volgen. Er zijn smartphone-apps beschikbaar om trainingsschema's en -intensiteit, de hoeveelheid en kwaliteit van slaap en andere indicatoren van fitheid en gezondheid te volgen. Medische beeldvormingsapparatuur en sensoren ontsluiten nu ook de mogelijkheden van 'connected' en staan klaar om een verbeterde bijdrage te leveren aan de gezondheidszorg door continu gegevens van miljoenen patiënten te verstrekken. Andere belangrijke bronnen van Big Data in de gezondheidszorg zijn farmaceutisch onderzoek, ziektekostenverzekeringsgegevens en opt-in genomische sequentieregisters. Sociale media kunnen ook een aanvullend kanaal voor gezondheidsgegevens zijn, waarbij patiënten bereid zijn zeer persoonlijke gezondheidsinformatie te delen. Medische crowdsourcing is een opkomend fenomeen dat sociale netwerken in de gezondheidszorg creëert en benut om gezondheidsproblemen op te lossen of om gezondheidsgegevens te leveren. Hoewel nieuw, wordt medische crowdsourcing al op grote schaal gebruikt in medische disciplines, waaronder oogzorg, waar crowdsourcing bijvoorbeeld is onderzocht bij de analyse van netvliesbeelden.
Hoewel big data niet geanalyseerd kunnen worden met conventionele dataverwerkingstechnieken, is de toegang tot en analyse van deze data eenvoudiger geworden en kunnen er conclusies worden getrokken die anders onmogelijk zouden zijn. In 2018 werden meer dan 1 miljoen OCT-scans geanalyseerd met behulp van AI, die in staat bleek om OCT-scans te interpreteren en oogaandoeningen net zo deskundig te diagnosticeren als ervaren oogartsen. Het gebruik van AI voor diagnostische en andere doeleinden zal een kernpunt vormen van de toekomstige gezondheidszorg, waarbij de toenemende hoeveelheid beschikbare data wordt benut om verbeterde zorg te bieden en te voldoen aan de toenemende vraag naar oogzorg.
Met behulp van voorspellende analyses kunnen medische professionals en zorgverleners nu meer gepersonaliseerde zorg bieden aan individuele patiënten. Daarnaast helpen fitness wearables, telegeneeskunde en monitoring op afstand – allemaal aangestuurd door big data en AI – levens ten goede te veranderen. Big data biedt ook nieuwe mogelijkheden voor onderzoek door toegang te bieden tot gekoppelde informatie uit biobanken, elektronische patiëntendossiers, door patiënten gerapporteerde uitkomstmaten, automatische en semi-automatische elektronische monitoringapparatuur en sociale media.
Big Data in Optometrie
Optometriegegevens zijn zelden (of nooit) gebruikt in big data-toepassingen. De EPD-gegevens die routinematig door optometristen worden verzameld, zijn echter mogelijk uniek onder alle datasets in de gezondheidszorg wat betreft hun vermogen om demografie van de bevolking nauwkeurig in kaart te brengen. In deel 2 van deze blog gaan we dieper in op de uniciteit van optometriegegevens en hoe uw optometriepraktijk een belangrijke rol kan spelen in het bijdragen aan deze gegevens.
