COVID-19-richtlijnen sneller actueel met nieuwe software
Slimme software brengt nieuwe kennis sneller naar de werkvloer
Er zijn inmiddels meer dan 60.000 wetenschappelijke publicaties verzameld in de CORD19-database over het coronavirus, en dat aantal neemt exponentieel toe. Voor artsen, apothekers en onderzoekers die snel antwoorden willen op specifieke vragen over bijvoorbeeld diagnostiek of behandeling, is zo’n berg publicaties niet wenselijk. Het handmatig scannen van relevante studies is een zeer tijdrovend proces en staat daardoor snelle updates van COVID-19-richtlijnen in de weg. Een team aan de Universiteit Utrecht heeft slimme software ontwikkeld om grote datasets snel en efficiënt door te spitten om relevante artikelen te vinden. Deze software, die gedoopt is tot ASReview, wordt nu in samenwerking met richtlijnontwikkelaars van het Kennisinstituut van de Federatie Medisch Specialisten en apothekers van het Geneesmiddel Informatie Centrum getest zodat COVID-19-richtlijnen sneller geactualiseerd kunnen worden.
Welke test moet worden gebruikt om COVID-19 te diagnosticeren? Welke behandeling is het meest effectief voor patiënten die besmet zijn met COVID-19? Hoe ziet de optimale nazorg eruit voor overlevenden van COVID-19 en hun naasten? Dit is slechts een kleine selectie van vragen waarbij richtlijnontwikkelaars, medisch specialisten en onderzoekers nu dagelijks wetenschappelijke literatuur selecteren en beoordelen om aanbevelingen voor optimale COVID-19 zorg te onderbouwen. Richtlijnontwikkeling is een langdurig proces dat soms maanden kan duren. In deze tijd van de COVID-19-pandemie is dat tijd die we niet hebben.
Open Source Software
Het afgelopen jaar heeft een multidisciplinair team van de Universiteit Utrecht, met onderzoekers van het focusgebied Applied Data Science, de Universiteitsbibliotheek en het team Research Engineers van Research Data Management Support, Open Source Software ontwikkeld om snel relevante publicaties te vinden. Deze software, Active Learning for Systematic Reviews - , wordt nu met een specifieke gevalideerd voor het zoeken en selecteren van COVID-19 gerelateerde literatuur. Ook werkt de Universiteit Utrecht nauw samen met het aan de CORD19-database, waarbij alle beschikbare corona gerelateerde artikelen over COVID-19 wekelijks, en vanaf volgende week dagelijks, worden geüpdatet. Dat zijn er nu ruim 63.000.
Met ASReview komt een eind aan de tijdrovende klus van het zoeken naar de benodigde wetenschappelijke publicaties.
Stroomversnelling
Rens van de Schoot, hoogleraar aan de Universiteit Utrecht en ambassadeur van het focusgebied Applied Data Science: “We waren al bezig met de vraag hoe we zorgprofessionals onze software, ASReview, konden laten gebruiken zodat hun zoektocht naar relevante artikelen versnelde. Door de coronacrisis is dit project in een stroomversnelling geraakt. Inmiddels is onze software namelijk gekoppeld aan de CORD19-database waarin alle COVID-19-artikelen verzameld worden. Vanaf komende week wordt deze CORD19-database dagelijks ververst en kunnen we echt supersnel inspelen op belangrijke nieuwe ontwikkelingen bij vragen over diagnostiek, behandeling en nazorg van COVID-19.”
Hoe het werkt
Met ASReview komt een eind aan de tijdrovende klus van het zoeken naar de benodigde wetenschappelijke publicaties. Van de Schoot legt uit dat hij gebruikmaakt van kunstmatige intelligentie. “De ervaring bij ander soort vragen laat zien dat met behulp van deze software soms zelfs minder dan 10% van de artikelen gescreend hoeft te worden. Dat kan bij duizenden artikelen een groot verschil maken.” Bij ASReview begint de onderzoeker, richtlijnontwikkelaar of arts met een zoekopdracht op trefwoord, en uploadt vervolgens de verkregen meta-data, met de titels en samenvattingen, naar de software. Dat kan dus de CORD19-database zijn of een eigen bestand. Dan selecteert de gebruiker minimaal één, maar liever vijf of zes artikelen die wél of juist níet het gewenste onderzoeksonderwerp bevatten. Van de Schoot: “Op basis van deze kennis kan onze software in de enorme stapel aan artikelen de meest relevante opsporen. De gebruiker geeft zelf eerst aan of het nieuwe artikel relevant is; daar leert de software dan weer van, om vervolgens een nieuw artikel aan te bieden. Net zolang totdat de gebruiker alle relevante publicaties voorbij heeft zien komen.”
Twee werelden
Van de Schoot is enthousiast over het project: “Samen met de literatuurspecialisten en richtlijnontwikkelaars van het Kennisinstituut van de Federatie Medisch Specialisten, en apothekers van het Geneesmiddel Informatie Centrum van de KNMP (Koninklijke Nederlandse Maatschappij ter bevordering der Pharmacie) gaan we uittesten of onze software kan helpen. Het is schitterend om te zien wat er gebeurt als twee werelden in tijden van een crisis samenkomen. Dit soort innovaties zorgt ervoor dat artsen aan de hand van de meest actuele inzichten, de beste zorg kunnen verlenen aan patiënten en hun naasten.”