Persbericht
17 november 2016
Gaat data science een toenemende rol spelen in het nemen van besluiten
in geneeskunde? Kunnen we in de toekomst de dokter en patiënt helpen om
besluiten te nemen op basis van data? Het kan. Limburg heeft hierin een
voortrekkersrol en ontwikkelt de Personal Health Train. In Maastricht
investeren ook de Universiteit Maastricht en het MUMC+ al stevig in data
science en een research data-infrastructuur voor patiëntengegevens. De
Universiteit Maastricht erkent de toenemende rol die data science speelt
in onderwijs, onderzoek, bedrijfsleven en samenleving. André Dekker van
GROW-MAASTRO houdt op 17 november zijn inaugurale rede over zijn
onderzoek en het belang van data science en de ontwikkelingen die er op
het gebied van leren van andermans data zijn.
Data science speelt een toenemende rol in onderwijs, onderzoek,
bedrijfsleven, samenleving en geneeskunde. Vooral op het gebied van
geneeskunde vindt een verschuiving plaats als het gaat om medisch
handelen, mensen opleiden en innoveren; van evidence based medicine naar
data driven medicine. Bij dat laatste helpen data de dokter en patiënt
om besluiten te nemen op basis van met data gevalideerde voorspellingen.
Daar zijn veel data voor nodig, maar data van patiënten kunnen niet
zomaar gedeeld worden.
Leren van andermans data
André Dekker kiest in zijn onderzoek, gericht op het leren van andermans
data, voor een radicaal andere aanpak. Dekker: “Als we de data niet naar
het leren kunnen verplaatsen, moet het leren naar de data. Dat kan in
een computerapplicatie die we naar de ziekenhuizen sturen. Deze
applicatie stelt de vraag aan de lokale database, deelt vervolgens het
antwoord met de buitenwereld maar deelt de data niet (distributed
learning). Deze data leiden tot predictieve modellen; modellen die
voorspellen wat de uitkomst zal zijn van een bepaalde behandeling bij
een bepaalde patiënt. Voorwaarde is dat de kwaliteit van die modellen zo
goed moet zijn dat daaraan niet getwijfeld kan worden.”
Uitdagingen
Distributed learning kent nog een aantal uitdagingen:
* Technologische: hoe distribueer je applicaties over de hele wereld,
hoe zorg je dat die veilig zijn en geen virussen bevatten, hoe zorg je
dat ze open zijn, dat je als ziekenhuis weet welke data men gebruikt en
wat met de buitenwereld wordt gecommuniceerd?
* Wiskundige: hoe combineer je kennis uit diverse ziekenhuizen op een
goede manier. Is de kennis die je met distributed learning opdoet niet
minder goed dan gewoon alle data op een plek samenbrengen?
* Ontologische: hoe zorg je dat data over heel de wereld dezelfde
betekenis heeft. Als je de data niet meer met elkaar deelt, heb je niet
meer de luxe van menselijke interpretatie van de data. De betekenis maar
ook bijvoorbeeld de kwaliteit van de data moeten opeens te begrijpen
zijn door de lerende applicatie die je rondstuurt. Dat stelt enorme hoge
eisen aan de manier waarop de data wordt aangeboden aan de lerende
applicatie.
Dekker vervolgt: “Interessantere vragen die ook rijzen zijn of er genoeg
data zijn om de computer een goed voorspellend model te laten leren.
Daarnaast moet ervoor gezorgd worden dat de best mogelijke data van en
voor iedereen ter beschikking komen zodat wat we doen is gestoeld op
harde gegevens en dat deze geëvalueerd kunnen worden. Daarnaast zullen
we doorgaan met continue betere modellen leren, zodat er steeds minder
aan de kwaliteit van modellen getwijfeld wordt.”
De afgelopen jaren is veel voortgang geboekt in genoemde technologische,
wiskundige en ontologische uitdagingen. Inmiddels bestaat er een lerend
netwerk, waarbij 20 centra uit bijna heel de wereld, op de door de UM
ontwikkelde manier, van elkaars data kunnen leren.
Limburg heeft hierin een voortrekkersrol. Ondersteund door de provincie
en in een samenwerking tussen het bedrijfsleven, de Universiteit
Maastricht en Zuyd Hogeschool wordt in Limburg de Personal Health Train
ontwikkeld. Hierin krijgen Limburgers meer controle over wat er met hun
eigen data gebeurt en kunnen tegelijkertijd onderzoekers ook makkelijker
leren van de beschikbare data. Met deze Personal Health Train erkent de
Universiteit Maastricht de toenemende rol die big data, IT en data
science spelen in onderwijs, onderzoek, bedrijfsleven en samenleving.
Noot voor de pers:
Voor meer informatie over de inhoud van dit persbericht kunt u terecht
bij Mark van der Linde, persvoorlichter UM, tel. 043 388 5071, e-mail
mark.vanderlinde@xxxxxxxxxxxxxxxxxxxxxxx [1].
De afdeling Marketing and Communications van de UM is bereikbaar via 043
388 5222, e-mail pers@xxxxxxxxxxxxxxxxxxxxxxx [2]. De persberichten van
de Universiteit Maastricht staan op de UM website:
www.maastrichtuniversity.nl/nl/nieuws-agenda/pers. [3] Zie ook het
Webmagazine [4] voor interessant onderzoek aan de UM en volg ons op
Twitter: @MaastrichtU [5].
[1] mailto:mark.vanderlinde@xxxxxxxxxxxxxxxxxxxxxxx
[2] mailto:pers@xxxxxxxxxxxxxxxxxxxxxxx
[3]
http://mailing.maastrichtuniversity.nl/public//r/oGq9Tu4RnY78Ei1qmB1lhw/c1DShWig9LEs8dtjB2CNbA/Lp6R1B5+diLpphX2TIMN4Q
[4]
http://mailing.maastrichtuniversity.nl/public//r/U2UCZXuKlEb0fdav3iLung/c1DShWig9LEs8dtjB2CNbA/Lp6R1B5+diLpphX2TIMN4Q
[5]
http://mailing.maastrichtuniversity.nl/public//r/jMx_F3agC3MbeEvXfXvHkg/c1DShWig9LEs8dtjB2CNbA/Lp6R1B5+diLpphX2TIMN4Q
Deze e-mail bevat inhoud die niet in zijn geheel getoond kan worden. Via
onderstaande link kan het volledige bericht in een browser worden geopend.
Bekijk de nieuwsbrief online:
http://mailing.maastrichtuniversity.nl/public//r/BJI5Fh_FZptjZDTtLEHSuQ/c1DShWig9LEs8dtjB2CNbA/Lp6R1B5+diLpphX2TIMN4Q
Met vriendelijke groet,
Maastricht University
P.O. Box 616 | 6200 MD Maastricht | The Netherlands
