Afbouw medicatie via kunstmatige intelligentie?

Wanneer het ziekteproces bij reumapatiënten met medicijnen onder controle is gebracht, worden deze doorgaans afgebouwd. Bij het afbouwen van medicatie is er helaas altijd een risico dat de reumaklachten weer toenemen. Zo’n opvlamming is meestal goed te behandelen door de medicatie weer op te hogen. Om het risico op een opvlamming te verminderen heeft het UMC Utrecht op basis van kunstmatige intelligentie een voorspellend computermodel ontwikkeld, dat nu in een studie wordt onderzocht.

Mede dankzij het gebruik van biologicals (dit zijn medicijnen die de werking van ontstekingseiwitten of afweercellen in het lichaam remmen. Ze bestaan geheel of gedeeltelijk uit dierlijk of menselijk eiwit) hebben veel patiënten met reumatoïde artritis (RA) weinig tot geen klachten van hun ziekte. Biologicals hebben echter ook nadelen zoals een verhoogd risico op infecties, hoge kosten en lokale huidreacties. Klinisch epidemioloog en hoofdonderzoeker van de studie dr. Paco Welsing (afdeling Reumatologie en Klinische Immunologie, UMC Utrecht) legt uit: “Verschillende onderzoeken hebben laten zien dat bij veel patiënten met een lage ziekteactiviteit ook met een lagere dosering van biologicals de klachten goed onderdrukt kunnen blijven. Soms kan zo’n geneesmiddel zelfs helemaal gestopt worden. Bij het afbouwen is er helaas altijd een risico dat de RA klachten weer toenemen, een zogenaamde opvlamming. Alhoewel deze meestal goed te behandelen zijn door de medicatie weer wat op te hogen kan dit tijdelijk toch veel klachten geven. Het blijft voor reumatologen moeilijk te voorspellen bij wie en wanneer zo’n opvlamming optreedt. Hierdoor zijn artsen (en patiënten) vaak terughoudend met het afbouwen van een biological. Een betere inschatting van het risico van (verder) afbouwen zou dus helpen ”

Verantwoord medicatie afbouwen

Om het risico op een opvlamming te verminderen heeft een multidisciplinair team in het UMC Utrecht een voorspellend computermodel ontwikkeld. Marianne Messelink is arts-onderzoeker bij de afdeling Reumatologie en Klinische Immunologie en verricht promotieonderzoek naar de afbouw van biologicals: “Ons computermodel voorspelt of het mogelijk is om de biological verantwoord af te bouwen, zonder dat er een opvlamming van de ziekte optreedt. Het computermodel gebruikt hiervoor informatie van de patiënt zoals eerdere bloeduitslagen, medicatiegebruik en ziekteactiviteit zoals digitaal beschikbaar in het dossier. We willen met steun van een subsidie van ZonMw, testen of het gebruik van het ontwikkelde computermodel in de klinische praktijk het aantal opvlammingen tijdens het afbouwen van biologicals daadwerkelijk kan verminderen. Daarom hebben we samen met de Sint Maartenskliniek in Nijmegen de PATIO studie opgezet ”

Deelnemers aan de PATIO studie (Prediction Aided Tapering In RA patients treated with biOlogicals) – waarbij 160 patiënten met RA gedurende 18 maanden worden gevolgd – brengen elke 3 maanden een bezoek aan de polikliniek reumatologie, waarbij wordt gekeken of de biological verder kan worden afgebouwd. Voorafgaand aan dit bezoek wordt er bloed geprikt. Dergelijk bloedonderzoek is standaard bij de behandeling van RA. Daarnaast worden er, specifiek voor dit onderzoek, regelmatig vragenlijsten afgenomen. Er zijn in dit onderzoek twee groepen. De eerste groep bouwt de biological op de huidige gebruikelijke manier stapsgewijs af. Bij de tweede groep wordt daarnaast ook het computermodel ingezet om te voorspellen of het veilig is om af te bouwen. Als het model voorspelt dat er een hoog risico is op een opvlamming, dan wordt er niet verder afgebouwd. In beide groepen wordt uiteraard gestopt met afbouwen als er een opvlamming optreedt. Uiteindelijk (waarschijnlijk in 2024) moeten de resultaten van de studie inzicht geven over of het voorspellende model toegevoegde waarde heeft (en dus of er in de groep waarbij het model werd gebruikt minder opvlammingen optraden).

Kunstmatige intelligentie

Grote gegevensbestanden (‘big data’), kunstmatige intelligentie en digitale technologie jagen de innovatie in de wetenschap en zorg aan. Ze maken het mogelijk om gepersonaliseerde zorg te bieden, zowel medisch als qua locatie. Data scientist O’Jay Medina (afdeling Digital Health) vat de werkwijze samen: “Door veel meetgegevens te verzamelen, die worden geïnterpreteerd door complexe rekenmodellen (algoritmen), kunnen onze artsen tot goed onderbouwde adviezen komen. In het geval van de PATIO-studie: kunnen we bij een bepaalde patiënt de gebruikte biological veilig afbouwen? En zo ja, tot welke dosering? De voorspellingen van het model, de medicatie van de patiënt en de ziekteactiviteit worden weergegeven in een geïntegreerd ‘dashboard’, dat we hebben ontwikkeld samen met het Nederlandse datatechnologiebedrijf ORTEC.”

Enorme potentie

“Mooi om te zien dat we steeds beter in staat zijn digitale applicaties te ontwikkelen én ze ook echt toe te passen in de zorg. De PATIO-studie is zo’n project waar dat is gelukt en waar we echt trots op kunnen zijn. Een goed voorbeeld van hoe wij kunstmatige intelligentie kunnen inzetten. In dit geval bij het ontwikkelen van behandelingen op maat voor patiënten met gewrichtsreuma. Met als resultaat minder bijwerkingen van medicijnen en daarmee betere kwaliteit van zorg tegen lagere kosten. Geweldig voorbeeld hoe 1+1 toch 3 kan zijn.”, vertelt Remco van Lunteren, lid raad van bestuur. “Dit soort ontwikkelingen heeft enorme potentie, daar blijven we als UMC Utrecht dus ook volop op inzetten.”

Moeilijk te behandelen reumatoïde artritis

Reumatoïde artritis (RA) is een chronische auto-immuunziekte waarbij het afweersysteem zich tegen het eigen lichaam keert en er gewrichtsontstekingen ontstaan. Het ziektebeloop bij RA verloopt vaak wisselend: perioden waarin patiënten last hebben van gewrichtsontstekingen wisselen af met perioden waarin ze weinig of geen last ervaren. Alhoewel, mede door nieuwe behandelingsmogelijkheden, veel patiënten goed onder controle komen reageert zo’n 20 procent van de patiënten herhaaldelijk niet voldoende op medicatie. UMC Utrecht is gespecialiseerd in de behandeling van deze moeilijk behandelbare vormen van RA en brengt met behulp van wetenschappelijk onderzoek de oorzaken en nieuwe behandelingsmogelijkheden voor deze patiënten in kaart. Het doel hiervan is om voor elke patiënt een behandeling op maat te kunnen bieden. In Nederland hebben ongeveer 260.000 mensen RA. Het UMC Utrecht ziet jaarlijks 1200 patiënten met RA, waarvan zo’n ongeveer 100-200 met een moeilijk te behandelen vorm.

De inzet van data science voor een veilige afbouw van reumamedicijnen