Data-gedreven integrale diagnostiek

De natuurlijke evolutie van de klinische chemie?
Organisatie van zorg
13-03-2019
Wouter W. van Solinge, Maarten J. ten Berg en Saskia Haitjema

Het stellen van een correcte medische diagnose zal in de nabije toekomst meer en meer gebeuren met behulp van kunstmatige intelligentie. Het ontwikkelen van algoritmen die integraal alle data over een individu gebruiken in het diagnostische proces, vraagt een multidisciplinaire benadering waarbij naast zorgprofessionals en patiënten ook ‘data scientists’ een rol vervullen. Door de positie van de laboratoriumspecialist klinische chemie in het zorgproces is deze zorgprofessional van nature geschikt om een begin te maken met het ontwikkelen van zelflerende diagnostische algoritmen en de regie te voeren over het proces dat ‘big data’ daadwerkelijk waardevol maakt voor de zorg.

Het stellen van een medische diagnose is een complex proces waarbij een groot aantal factoren een rol speelt: ‘harde feiten’, zoals informatie die de patiënt verstrekt, bevindingen bij lichamelijk onderzoek en uitslagen van laboratoriumonderzoek en beeldvormend onderzoek, maar ook de intuïtie en ervaring van de dokter bij het zien en onderzoeken van de patiënt. In het hoofd van de zorgverlener wordt al deze informatie op waarde geschat, geprioriteerd en met elkaar in verband gebracht, waarna een differentiaaldiagnose wordt opgesteld of de diagnose direct wordt gesteld.

In 1959 al realiseerde men zich dat computers uitermate geschikt zouden zijn om een zorgverlener te ondersteunen bij het stellen van een juiste diagnose, of om de arts attent te maken op een gemiste diagnose.1 Nu, 60 jaar later, staat zo’n computer nog steeds niet op het bureau van de arts. Ja, er staat wel een computer om het elektronisch patiëntendossier bij te houden, onderzoeken aan te ...

Om deze pagina weer te geven moet u ingelogd zijn.

Heeft u nog geen abonnement?

Sluit een abonnement af

Heeft u al een abonnement?

Registreren

Log in als abonnee

Inloggegevens kwijt?