Zo verandert slimme data de behandeling van de diabetische voet

Van links naar rechts: Veerle van Velze, verpleegkundig specialist Sandy Uchtmann en chirurg Koen van der Bogt.

Zo verandert slimme data de behandeling van de diabetische voet

Over HMC en de datastudenten van de Haagse Hogeschool

Het begint vaak klein: een wondje door een knellende schoen, een blaar die je niet voelt door minder gevoel in je voet. Bij mensen met diabetes kan zo’n plekje uitgroeien tot een chronische wond die niet geneest, soms met amputatie als gevolg. Ongeveer één op de vier mensen met diabetes krijgt er ooit mee te maken: de diabetische voet.

Voor artsen blijft het een lastige afweging: iedere voet wil je redden, maar wanneer is een amputatie onvermijdelijk? Geen patiënt is hetzelfde, waardoor de inschatting ingewikkeld is en de uitkomst onzeker. Om daar meer grip op te krijgen, ging vaatchirurg Koen van der Bogt samenwerken met studenten van de Haagse Hogeschool, verbonden aan de leerstoel Artificial Intelligence and Data Science for Society.

“Wat we steeds vaker merken,” zegt Van der Bogt, “is dat medische kennis alleen niet genoeg is. Om betere beslissingen te nemen, moeten we leren luisteren naar wat de data ons kunnen vertellen.”

Veerle van Velze en Hendrico Burger hebben een belangrijk aandeel gehad in het verzamelen van data. Hendrico is onderzoeker bij de Haagse Hogeschool en onderzoekt manieren om medische diagnoses te verbeteren met behulp van statistiek en AI. 

Technologie die artsen ondersteunt

“In ons Diabetisch Voetcentrum hebben we inmiddels een database met honderden patiënten,” vertelt Van der Bogt. “Tijdens haar wetenschapsstage bracht ANIOS Veerle van Velze alle voetwonden zorgvuldig in kaart. Ze registreerde de grootte en locatie van de wond, keek naar de doorbloeding, de behandelingen en andere aandoeningen. Zo ontstond een unieke bron van eigen data. Informatie waar we echt iets mee kunnen.”

“En juist daar kan machine learning ons helpen,” vervolgt hij. “Het ziet patronen in de data die wij als artsen niet meteen herkennen.”

“Wij zijn goed in zorg, maar niet in het bouwen van machine-learningmodellen,” zegt Van der Bogt. “Daarom is de samenwerking met de Haagse Hogeschool zo waardevol. Binnen de UNESCO-leerstoel Artificial Intelligence and Data Science for Society werken studenten aan AI voor maatschappelijke vragen, zoals betere zorg. Dat past precies bij wat wij willen: technologie die artsen ondersteunt, niet vervangt. Samen onderzoeken we hoe slimme data kan helpen om betere, mensgerichte beslissingen te nemen.”

Sneller revalideren

“Het model dat nu het beste presteert, wordt nog nauwkeuriger zodra we de database verder uitbreiden,” legt Van der Bogt uit. “Wanneer we de grens van duizend geïncludeerde patiënten bereiken, kunnen we het model prospectief inzetten. Dat betekent dat we bij elke nieuwe patiënt niet alleen de voorgestelde behandeling bespreken, maar ook de meest waarschijnlijke uitkomst: hoe groot is de kans dat een voetwond binnen een bepaalde tijd geneest en hoe kan onze behandeling daaraan bijdragen?”

“We doen altijd alles om een voet te redden,” zegt hij. “Maar soms is een vroege amputatie verstandiger. Dan kan iemand sneller revalideren, met behoud van spiermassa en kwaliteit van leven.”

Machine learning: de slimme sidekick

“Het doel is niet dat een algoritme de beslissing overneemt,” benadrukt Van der Bogt. “Het gaat om ondersteuning bij samen beslissen. Als we patiënten beter kunnen informeren over hun kansen, kunnen we samen betere keuzes maken.”

Machine learning is dus geen doel op zich, maar een nieuw hulpmiddel bij een complex medisch probleem. Of zoals Van der Bogt het zegt: “Het helpt ons eerder te zien wat er aankomt. En bij de diabetische voet kan dat het verschil zijn tussen een lang ziekbed of een snelle revalidatie.”