Zijn we klaar voor een nieuwe pandemie?

Gegevens, analyse en AI… de sleutel tot voorbereiding op de volgende pandemie, zegt Mark Lambrecht, Senior Director, Health and Life Sciences, SAS.

Niemand kan voorspellen hoe de volgende pandemie eruit zal zien en wat de impact ervan zal zijn. Het lijkt duidelijk dat het slechts een kwestie van tijd is voordat er weer een virus opduikt.

“Veel experts maken zich zorgen, omdat bijvoorbeeld een variant van de vogelgriep veel meer schade zou aanrichten dan COVID-19. Niemand zal ontkennen dat we ziek zijn geweest. Niemand zal ontkennen dat we in 2020 slecht voorbereid waren,” zegt Mark Lambrecht. Maar waar staan we nu? Eén ding is zeker: “analyse en AI spelen een sleutelrol.”

Analyse is al meer dan honderd jaar een wapen in de strijd tegen epidemieën en pandemieën. In de 19e eeuw werd het bijvoorbeeld gebruikt om de oorzaak van een cholera-epidemie in Londen vast te stellen en te voorkomen dat de ziekte zich verder verspreidde. “In die tijd hadden onderzoekers slechts een fractie van de gegevens die we nu hebben,” legt Mark Lambrecht uit. Maar ergens in deze enorme berg gegevens zit meestal een signaal dat ons kan waarschuwen voor een grote pandemie voordat een virus verschijnt…“.

Hoewel dit allemaal veelbelovend klinkt, zijn de meeste overheden helaas nog niet uitgerust om al deze gegevens te verwerken en te gebruiken. “In de jaren voorafgaand aan de pandemie van het coronavirus hebben we hier niet genoeg geld voor uitgetrokken. De investeringen nemen nu op veel plaatsen toe en we zien initiatieven ontstaan, zoals HaDEA – het Europees uitvoerend agentschap voor gezondheid en digitaal – in Europa. Maar lopen we onze achterstand nog in? Hoe kunnen we ons het beste voorbereiden en wat moeten we doen om klaar te zijn voor de volgende pandemie? Dit zijn vragen die het waard zijn om over na te denken”.

Verbetering van gegevenskwaliteit en deskundigheid

Allereerst hangt veel af van de gegevens die we verzamelen. In de praktijk,” legt Mark Lambrecht uit, “zijn er twee soorten gegevensbronnen. “Aan de ene kant is er de klassieke epidemiologie, die meer traditionele technieken voor gegevensverzameling gebruikt, zoals enquêtes onder professionals in de gezondheidszorg en databases waarin het aantal griepachtige gevallen wordt geregistreerd, maar aan de andere kant kunnen ook niet-medische bronnen – zoals sociale netwerken – experts helpen om signalen te herkennen. Opkomende technieken zoals generatieve AI en grote linguïstische modellen – de zogenaamde LLM’s – zullen ongetwijfeld een rol spelen bij het synthetiseren van nog meer ongestructureerde data en het vertalen van de informatie naar menselijke taal.“

Natuurlijk bieden software en technologie alleen geen magische oplossing. Kunstmatige intelligentie stelt ons in staat om signalen snel te herkennen, maar er is nog steeds deskundige kennis nodig om informatie te filteren en te controleren. Modellen zijn bijvoorbeeld over het algemeen erg gevoelig, wat leidt tot veel valse positieven. “Door het systeem te laten corrigeren door experts, neemt de nauwkeurigheid toe. Zoveel zelfs dat de modellen van vandaag al veel beter zijn dan tien jaar geleden en deze trend zal zich natuurlijk voortzetten…“

Tot slot moeten we deze informatie ook duidelijk visualiseren, zegt Mark Lambrecht. Dashboards spelen hierbij een belangrijke rol. “Een goede visualisatie is noodzakelijk voor experts, maar het grote publiek kan de gegevens ook begrijpen als we ze duidelijk overbrengen. Dit is hard nodig om het draagvlak tijdens een pandemie te vergroten en goede argumenten te geven voor behandeling, isolatie of vaccinatie.“

De pandemie zes maanden van tevoren voorspellen

Terwijl België tijdens de vorige crisis verre van de beste leerling ter promotie was, heeft ons land een grote sprong voorwaarts gemaakt. En heeft zelfs een voortrekkersrol op zich genomen. Het werk van Sciensano en de investeringen van verschillende ministeries op het vlak van data en AI getuigen hiervan. “Ook elders in de wereld wordt momenteel hard gewerkt om onszelf beter uit te rusten met de technologie en expertise om nieuwe of bestaande infectieziekten beter of eerder op te sporen en te monitoren.“

Vanwege de onvoorspelbaarheid van een pandemie zullen we vooral onze wendbaarheid moeten vergroten. De komende jaren zullen we alle beschikbare informatie structureel bij elkaar moeten brengen en gegevens uit verschillende systemen aan elkaar moeten koppelen. “Denk aan gegevens van overheden, maar ook van particuliere bedrijven en de farmaceutische sector. In het kader van interoperabiliteit hebben we standaarden nodig waarmee we efficiënt informatie kunnen uitwisselen. Want hoe meer databases we op elkaar kunnen afstemmen, hoe nauwkeuriger onze voorspellingen zullen zijn.“

Volgens Mark Lambrecht ziet de toekomst er in elk geval rooskleurig uit. “Stel dat we de volgende pandemie zes maanden van tevoren zouden kunnen voorspellen, dan zou dat een enorm verschil maken! De vorige keer slaagden we er immers in om in iets meer dan die tijd een vaccin te ontwikkelen. Deze extra tijd zou onderzoekers helpen om in een vroeg stadium te beginnen met het testen van antivirale middelen, of om mensen uit voorzorg te isoleren via contactopsporing. En met een beetje geluk zou dit genoeg kunnen zijn om de gevolgen voor de samenleving en onze economie tot een minimum te beperken.