PhD Innovatieve toepassingen v machine learning voor antimicrobial stewardship

Het Antimicrobial Stewardship Team (‘het A-team’), geeft vorm aan het antibioticabeleid in het Amsterdam UMC, en onderzoekt strategieën om het onnodig gebruik van antibiotica te beperken. Behandelaars en onderzoekers werken hier in multidisciplinair verband voortdurend samen om resistentievorming en andere ongewenste bijwerkingen te voorkomen.

Voor stewardship programma’s is het essentieel dat er informatie is over bijvoorbeeld gebruik van antibiotica, soorten infecties, bacteriële resistentie, en therapieduur. Het verkrijgen van betrouwbare en bruikbare informatie kan echter tijdrovend en arbeidsintensief zijn. Nieuwe data-gedreven tools, gebruik makend van machine learning en AI-technieken maken echter steeds meer mogelijk.

Het A-team van het Amsterdam UMC heeft de beschikking over een datawarehouse waarin ziekenhuis breed alle gegevens die relevant zijn voor diagnostiek en behandeling van infectieziekten zijn verzameld en geïntegreerd. Hiermee zijn een aantal innovatieve applicaties ontwikkeld die gebruikt kunnen worden voor semi-automatische surveillances. Doorontwikkeling van dit soort tools zullen stewardship-interventies aanzienlijk vereenvoudigen. Op termijn zullen ze zelfs rechtstreeks ingezet kunnen worden in de klinische zorg, om personalised medicine mogelijk te gaan maken.

De focus van dit promotietraject ligt op het ontwikkelen van innovatieve tools die medische informatie uit het EHR beschikbaar maakt voor diagnostische en antimicrobiele stewardship projecten
Beoogde projecten:

• Onderzoeken wat de beste methode is om diagnoses te extraheren uit het EHR (bv: gebaseerd op huidige diagnose-registratie aangevuld met text-mining-based AI-technieken).
• Ontwikkeling van een applicatie die relevante informatie van kweken, diagnoses en medicatievoorschriften (semi-)automatisch kan koppelen ('bug-drug combinaties').
• Ontwikkelen van predictie-model dat real-time de kans op een bacteriemie kan voorspellen in opgenomen patiënten, gebaseerd op routinematig aanwezige informatie in het EHR.
• Uitbouwen van dit predictie-model naar identificatie van pathogeen-groepen (S.aureus, gram-negatieve staven), gecombineerd met risicogroepen voor cefalosporine-resistentie (oa ESBL).
• Gebruik van clustering en visualisatie-technieken voor het ontwikkelen van applicaties voor het real-time monitoren van het beloop van infecties en kuurduren.

• Je gaat werken bij het A-team; het samenwerkingsverband van de afdelingen Medische Microbiologie en infectiepreventie met de afdelingen Infectieziekten en de Apotheek. In aanvulling op je onderzoekstaken verzorg je enkele taken van dit team, zoals het organiseren en analyseren van het periodieke scoren van antibiotica-voorschriften.
• Naast het A-team neem je ook deel aan het data-team dat het datawarehouse beheert.

In deze teams werken enthousiaste mensen, die in goede sfeer samenwerken, geinteresseerd zijn in infectieziekten, en passie hebben voor data-gedreven patientenzorg. Er zijn collega-datascientists en PhD-students werkzaam binnen deze teams.

Het A-team verzorgt ook een regionaal project in samenwerking met het ABR-zorgnetwerk, en een landelijke registratie (‘de Antimicrobial Stewardship Monitor’), waaraan je zal deelnemen.