Nieuwe kennisontdekking met betrekking tot oorzaken en gevolgen van pediatrische kritieke ziekten via complexe analyses van DNA-methylatie

Intensieve zorgen is een data rijke omgeving met zeer grote databaken bestaande uit ruwe data welke routinematig wordt verzameld voor individuele patiënten uit talrijke informatiebronnen. Deze bevatten niet alleen demografische en administratieve gegevens, maar ook tijd series van verschillende fysiologische signalen, medicatie giften, behandelingen, laboratoriumuitslagen en met de komst van “omics”, beschikken we tegenwoordig ook over genetische en epigenetische informatie. Na hun ontslag op intensieve zorgen worden patiënten ook opgevolgd, deze data wordt systematisch toegevoegd aan deze groeiende databanken.

De analyses van deze data is een uitdaging op zichzelf en nieuwe geavanceerde data gedreven technieken, zoals artificiële intelligentie en ‘machine learning’ zijn nodig. Deze technieken laten toe verborgen patronen in ruwe data te ontdekken en deze om te zetten in bruikbare kennis. Dit zal zich uiten in het ontrafelen van nieuwe kennis wanneer we de patronen een klinische context kunnen bieden. Indien geen klinische verklaring kan gevonden worden voor deze patronen, kunnen ze omgezet worden in voorspellingen welke onze prognostische en risico inschattingen kunnen verbeteren.

Het ultieme doel zou zijn om een beter begrip te ontwikkelen in de lange termijneffecten welke intensieve zorgen met zich mee brengen en zo de patiëntenzorg te kunnen optimaliseren. In dit project trachten we artificiële intelligentie te gebruiken om voorspellingen te maken en nieuwe kennis te vergaren uit verborgen patronen, waar de nadruk enerzijds ligt op epigenetische data en anderzijds op het verbeteren en vergemakkelijken van dagdagelijkse data gedreven taken van een intensivist.