Moeten data bepalen wie je als eerste opereert?

Data is inherent dom

Wat goed is om te beseffen, is dat de meeste data simpele registraties zijn van wat er in het echt gebeurt. Als er bijvoorbeeld een patiënt op de spoedeisende hulp arriveert, meten we heel snel de bloeddruk en temperatuur, en verschillende labbepalingen zoals glucose en hemoglobine (wat zuurstof transporteert in je bloed). Vervolgens krijgt die patiënt vaak een behandeling, bijvoorbeeld een spoedoperatie, of een nieuw medicijn.

Het gevolg is dan uiteindelijk dat de patiënt óf geneest, óf minder symptomen ervaart, óf minder snel achteruitgaat, óf toch overlijdt. Om dit samen te vatten, bevat dit soort klinische data over het algemeen zowel gegevens over patiëntkarakteristieken (bloeddruk, glucose, etc.), de behandeling (een operatie of medicijn), en de uitkomst (van genezing tot en met toch overlijden).

Wanneer je deze data analyseert, om te kijken welke behandeling bijvoorbeeld het beste is, merk je pas dat deze data eigenlijk inherent dom zijn. Over het algemeen hebben patiënten die de behandeling kregen, namelijk een slechtere uitkomst dan patiënten die de behandeling níet ontvingen. Dit klopt dan toch niet? Waarom doen we dan überhaupt deze behandeling?

Van operaties die veel voorkomen, hebben we wel in studies het effect op overleving gevonden, gecorrigeerd voor ‘confounding by indication’. Dus voor operaties die veel voorkomen, konden we een relatief goede schatting vinden. Maar voor zeldzamere ingrepen, zoals het verwijderen van bijvoorbeeld een Kaposi Sarcoom (een moeilijke naam voor een zeldzame vorm van kanker), bleven we maar zoeken tot we iets bruikbaars vonden. Maar uiteindelijk lukte dat niet: deze zeldzame aandoeningen worden altijd geopereerd. Dus de urgentie uitrekenen van dit soort zeldzamere aandoeningen, blijft onmogelijk.

Blijf kritisch

Op basis van mijn onderzoek, vind ik dat je kritisch moet blijven op claims hoe data en algoritmes het leven drastisch gaan veranderen. Er zijn zeker haalbare doelen. Zo kunnen dit soort data en algoritmes uitkomst bieden bij problemen zoals patroonherkenning. Bijvoorbeeld door het onderscheid te maken tussen een melanoom en een moedervlek op een foto. Ook maken deze technieken op basis van veel data goed voorspellingen met simpele relaties, zoals de kans om dood te gaan als je ouder wordt en diabetes krijgt.

Maar als je leest dat Google door middel van algoritmes en een database van een miljoen patiënten allerlei effectieve en niet-effectieve behandelingen gaat vinden, is dat geen haalbaar doel. Om ingrijpende beslissingen op data te baseren, moet je iets weten over de wereld waar de data uit vandaan komen. En de context van data snappen wij als mensen vooralsnog veel beter dan dat algoritmen dat doen.

Één van de grootste verschillen tussen mens en machine is namelijk dat wij op basis van ervaringen een beeld hebben gemaakt in ons hoofd van de wereld, een paradigma. Als er dan nieuwe informatie langskomt, wordt dit geïntegreerd in ons paradigma. Zo weten we dat als een haan kraait en de zon daarna opkomt, de zon niet op komt doordát de haan kraait. Probeer dat maar eens uit te leggen als je alleen maar data hebt over het kraaien van hanen en de zon die opkomt! Je hebt daar de context van de data voor nodig: Wat is de zon en hoe ver weg staat ze? Hoe ver gaat het geluid van een haan? Heeft dat geluid dus echt invloed op haar bewegingen? Onze huidige machines kunnen op basis van de data die ze nu zien heel goed en snel relaties schatten. We zijn nog niet zover dat machine deze data vervolgens kunnen analyseren binnen het kader van een zichzelf updatend paradigma.