Personalized medicine is tot dusver niet echt van de grond gekomen, aldus Jacobs: “Dat werkt wel bij ziektes die veroorzaakt worden door één bepaald gen, maar dat betreft slechts 1% van alle aandoeningen. Verreweg de meeste ziektes zijn multifactorieel, en deze patiënten wil je ook helpen. Die impasse kun je doorbreken door verschillende risicofactoren te identificeren en samen te modelleren in een algoritme voor persoonlijke klinische predictie. Ik zie hier echt de geneeskunde van de toekomst in.”

_________________________________________________________________________________________________

“Wij pakken data, zetten ze in onze database en structureren ze naar alle relevante details. Op die manier kun je ze combineren naar voorspellingen.”

_________________________________________________________________________________________________

Alternatief voor testen op mens en dier

Rekenkracht is tegenwoordig het probleem niet meer, zegt Jacobs. En modelmatig denken bestaat ook al langer. “Het lastige was altijd dat je data uit verschillende modellen moest integreren. Voor je het wist had je met een kleine verandering een gigantisch effect in het netwerk. Als je daar vervolgens drie maanden aan moet gaan rekenen, dan werkt dat niet. Wij bieden nu een structuur waarbij we enerzijds individuele testen kunnen inrichten en anderzijds data kunnen overbrengen naar een big data portal waar je zaken geïntegreerd kunt berekenen. Daar zit meerwaarde: je kunt meteen zien wat een kleine wijziging voor overall effect heeft. Als kleine verschillen een groot effect hebben, betekent het ook dat de data bij invoer goed gecontroleerd moeten worden. Validatie en data stewardship zijn belangrijk.”

_________________________________________________________________________________________________

“We combineren uw kennis op het gebied van zorg, medicijnen en geneeskunde met onze kennis van wiskunde, data science en ICT.”

_________________________________________________________________________________________________

Het is een mooie samenwerking tussen de medische wetenschap, wiskunde en ICT, aldus Jacobs. “Een ander belangrijk, ethisch voordeel is dat proeven op mensen en dieren vervangen kunnen worden door laboratoriumproeven, doordat je het modelmatig kunt opsplitsen in kleinere details. Je hoeft dus geen mensen of dieren meer te belasten met stoffen waarvan je niet weet wat ze gaan doen. Dierproeven hebben sowieso niet altijd een goede voorspellende waarde voor mensen. Er is vaak al een verschil in reactie tussen mensen en apen, laat staan tussen mensen en muizen.”

Kankerbehandeling op maat

ORTEC is inmiddels bezig met een aantal projecten in verschillende UMC’s, zoals een project over het voorspellen van de relapse van acute myeloïde leukemie (AML). De behandeling daarvan werkt in eerste instantie in principe goed, maar als de ziekte na behandeling terugkomt slaat chemotherapie niet meer aan. Jacobs: “Dus je zou het liefst een paar maanden van tevoren willen kunnen voorspellen of het terugkomt: misschien kun je dan wél wat doen qua therapie. Normaal gesproken ontwikkelen stamcellen zich via een heleboel tussenstappen tot gewone cellen. Bij een tumor gaat die ontwikkeling fout: de cellen blijven delen en differentiëren zich niet volledig. Dat gebeurt bij elke patiënt anders, maar er zitten ook bepaalde patronen in. Als je dat kunt uitsplitsen, kun je per patiënt met een bepaalde variant de grenswaarde bepalen.” Andere casussen waar momenteel aan wordt gewerkt zijn het voorspellen van de giftigheid van stoffen en van de gevoeligheid van mensen voor componenten van luchtvervuiling. Dat gebeurt deels met bestaande data, en deels met nieuwe data, zoals afgenomen bloed. En altijd in nauwe samenwerking met de betrokken UMC’s.

_________________________________________________________________________________________________

“Het is echt een co-creatie: we doen het samen. En uiteindelijk kan de wetenschapper zelf zijn hypotheses testen.”

_________________________________________________________________________________________________

Co-creatie met het medische veld

“De mensen in het veld hebben het inzicht in de data”, licht Jacobs toe. “De domeinexperts weten wat ze onderzoeken en wat daarbij mogelijk relevante factoren zijn. Wij helpen hen om dat technisch uit te splitsen, zodat we er goede rekenkundige modellen op los kunnen laten. Het is echt een co-creatie: we doen het samen. En uiteindelijk kan de wetenschapper zelf zijn hypotheses testen. Wij helpen om dat sneller en efficiënter te doen, vooral bij complexe data.” Het wiskundig uitsplitsen naar eenvoudige factoren en het integreren van data heeft duidelijke voordelen: het leidt tot meer snelheid, opschaalbaarheid en kostenbesparing, en testresultaten worden er betrouwbaarder van. “Je kunt maar een bepaald aantal dieren testen. Je hebt geen miljoen varianten tot je beschikking. In een model kun je met wel een miljard varianten rekenen. Je kunt voorspellen hoe 0,01% van de populatie met een ander gen reageert op een medicijn. Als die personen niet bij de populatie van 2.000 testpersonen zitten, zouden we dat nu nooit weten. Aan de huidige manier van geneesmiddelen testen valt dus nog veel te verbeteren.” Artsen en patiënten willen geen medicijnen die gemiddeld genomen twee weken levensverlenging opleveren, maar in hun casus niet werken. “Ze hebben liever een behandeling die voor deze patiënt een groot effect heeft, meerdere jaren in gezondheid of zelfs genezing. Dat vraagt om andere manier van testen, zoekend naar grote effecten in kleine studies met homogene groepen die sterk op elkaar lijken. Dergelijk onderzoek moet worden ondersteund door wiskunde en ICT om de 10.000 groepen van 0,01% overeenkomstige patiënten te herkennen en te behandelen.”