Er komt een systeem waarmee artsen veiliger en effectiever medicijnen kunnen voorschrijven, rekening houdend met medicijnen die de patiënt al slikt. “Dat is vooral belangrijk voor een groeiende groep patiënten met meerdere chronische ziekten”, zegt ziekenhuisapotheker en data-scientist Joanna Klopotowska van Amsterdam UMC. Bij de ontwikkeling van het systeem maakt zij gebruik van gegevens uit het elektronisch patiëntendossier.

Door de toenemende vergrijzing neemt het aantal mensen met een combinatie van chronische aandoeningen de komende jaren naar verwachting enorm toe. Dat zijn patiënten die vaak meerdere geneesmiddelen tegelijkertijd gebruiken. Niet alle combinaties van medicijnen zijn goed en veilig. Dit gelijktijdige medicijngebruik wordt niet goed onderzocht in wetenschappelijke studies, omdat de groep patiënten met een combinatie van chronische aandoeningen vanwege hun complexiteit vaak is uitgesloten.

Kwetsbaar voor bijwerkingen

“Het gevolg is dat er onvoldoende bewijs is voor veiligheid van de combinatie van een voorgeschreven geneesmiddel met medicatie die de patiënt al heeft. En dat geeft weer een groter risico op bijwerkingen. Dit is vooral problematisch voor patiënten met chronische nierziekte, die vaak ook andere chronische ziekten hebben”, aldus Klopotowska. “Deze nierpatiënten zijn kwetsbaar voor bijwerkingen en hebben veel baat bij een zorgvuldig voorschrijfbeleid waarbij goed gekeken wordt naar hun persoonlijke situatie.”

‘Lerend medicatieveiligheidsysteem’

Klopotowska ontvangt van NWO 1,6 miljoen om een systeem op te zetten dat zorgt voor meer medicatieveiligheid voor genoemde kwetsbare patiëntgroep met meerdere chronische aandoeningen. Een deel van dit bedrag komt van de Nierstichting. Met dit geld gaat Klopotowska met collega’s van de afdeling Klinische Informatiekunde van Amsterdam UMC en van de afdeling Computer Science van de Vrije Universiteit een ‘lerend medicatieveiligheidsysteem’ creëren. Dat is een systeem dat voortdurend leert van wat goed gaat en wat beter kan op basis van gegevens over medicijngebruik van individuele patiënten. In een ‘lerend medicatieveiligheidsysteem’ wordt met behulp van ‘machine learning’ – een vorm van kunstmatige intelligentie – continu nieuwe kennis voortgebracht uit gegevens van patiënten.

EPD zo goed mogelijk benutten

“Juist omdat deze groeiende groep patiënten kwetsbaar is voor bijwerkingen, is een systeem waarbij je gegevens uit het elektronisch patiëntendossier (EPD) zo goed mogelijk benut hard nodig. Ik ben blij dat we met deze subsidie van NWO medicatieadviezen kunnen verbeteren en afstemmen op de individuele patiënt”, aldus Klopotowska. Bij het project zijn veel verschillende onderzoekers nauw betrokken, zoals van de afdelingen Epidemiologie en Data Science en Ethiek, Recht en Humaniora van Amsterdam UMC, en van de afdeling Management Wetenschappen van de Open Universiteit.

NWO-subsidie voor technologische doorbraken

In totaal stelt NWO ruim 16 miljoen euro beschikbaar voor projecten waarbij innovatie, kunstmatige intelligentie en baanbrekende technologieën centraal staan. De subsidie is voor wetenschappelijk onderzoek naar technologische doorbraken die kunnen bijdragen aan het oplossen van maatschappelijke problemen.

Foto: Shutterstock

Amsterdamse coalitie: AI Technology for People
Samen met de Gemeente Amsterdam, onderzoeks- en medische centra, universiteiten en kennisinstellingen zet Amsterdam UMC zich in om de regio Amsterdam koploper te maken in de kennis over en de ontwikkeling van AI-technologieën. Deze Amsterdamse coalitie, onder de vlag
AI Technology for People, investeert de komende 10 jaar 1 miljard euro in baanbrekende onderzoeksprogramma’s, het aantrekken van toptalent en het ontwikkelen en begeleiden van startups en spin-offs.