Definitie

Big Data is geen technologie op zichzelf, maar een verzamelnaam voor digitale datasets die zo groot en complex zijn dat ze moeilijk (of onmogelijk) te beheren zijn met traditionele software en/of hardware; noch kunnen ze worden beheerd met de gebruikelijke data-managementmethoden [1,2].

De grote hoeveelheden data kunnen leiden tot nieuwe inzichten in patronen door het alternatief te genereren, combineren en analyseren. Data is afkomstig uit interne en externe bronnen, verschillende formats en locaties. Voorbeelden van relevante databronnen in de gezondheidszorg zijn medische dossiers, onderzoeksliteratuur, communicatie, biometrische gegevens, transactiegegevens, sensordata, websites en social media [3]. De data kan ook worden ingezet voor andere doeleinden dan waarvoor het oorspronkelijk verzameld is [1,4].

Toepassingen & voordelen

In het digitale tijdperk is het gebruik van data van steeds groter belang. Analyses van datasets kunnen associaties, patronen en trends identificeren en bijvoorbeeld ziekten in eerdere stadia dan voorheen mogelijk was ontdekken. Met deze kennis kunnen zorgprofessionals en andere stakeholders in het zorgsysteem de efficiëntie en effectiviteit van diagnoses verbeteren. Preventieve strategieën en/of medische interventies, diensten en beleid sluiten met het gebruik van Big Data beter aan op individuele patiënten [1,5,6]. Dit resulteert uiteindelijk in hogere kwaliteit van zorg, lagere kosten en verbeterde patiëntuitkomsten. Onderzoekers stellen dat Big Data de Amerikaanse gezondheidszorgkosten met zo’n 12 tot 17% kan verlagen [7]. Big Data biedt ook potentiële voordelen voor translationeel onderzoek op het gebied van zorg en welzijn. Daarnaast kan het gebrek aan kennis over progressie en ziekteverloop van gebruikelijke én zeldzame ziekten worden opgevuld [8]. Tot slot kunnen effecten op populatieniveau worden ontdekt, zoals off-target effecten en bijwerkingen van medicijnen of het voorkomen van co-morbiditeit [9,10].

Markt

Wikibon voorspelt dat de wereldwijde markt voor Big Data de komende jaren zal groeien naar een waarde van bijna $93 miljard in 2026. Dit betekent een jaarlijkse groei van 14,4% [11,12]. De gezondheidszorg is een van de sectoren die zorgt voor deze groei. De verwachting is dat Big Data bijdraagt aan een verbeterde kwaliteit en lagere kosten [13].

Drijvers

Er zijn meerdere factoren die de groei van de Big Data markt stimuleren [1,5]:

• Grotere beschikbaarheid van data door digitalisering en nieuwe technologieën als Internet of Things, holistic tracking en high-throughput technieken, waaronder next generation sequencing.
• Snellere verbindingen, processoren en grotere opslagmogelijkheden.
• Toenemende vraag naar transparantie en inzicht in gezondheidsgegevens.
• Personalized care en medicine vragen om een analyse van veel complexe data [13].

Groeiende beschikbaarheid (medische) data
Groeiende connectiviteit en verbeterde data-infrastructuur
Nieuwe technologische mogelijkheden

Belemmeringen

Steeds meer nadruk op privacy gevoeligheid
Gebrek aan expertise
Onwetenheid en terughoudendheid onder mogelijke gebruikers

Ondanks de mogelijkheden zijn er nog vele uitdagingen voor het gebruik van Big Data. Een van de grootste uitdagingen blijkt nog steeds de mogelijke aantasting van de privacy van het individu. De meeste medische gegevens zijn anoniem. Maar door de combinatie van gegevens uit verschillende bronnen is de kans steeds groter dat de identiteit achter de gegevens bekend wordt [14].

De vraag is of mensen zich in de dagelijkse praktijk wel zorgen maken om hun privacy, gezien het gemak waarmee velen persoonlijke gegevens openbaar maken via social media. Privacy lijkt minder vaak iets te zijn waar men recht op heeft en vaker iets waarvoor men moet betalen [14,16]. Een andere uitdaging ligt in de centralisatie van kennis. “Informatie is macht” en het gevaar schuilt dat er door Big Data private monopolies op data en kennis ontstaan. Zo wordt de samenleving steeds afhankelijker van private partijen [16]. Ondanks de financiële kansen van Big Data, lijkt de bereidheid om te investeren in het onderzoek naar datatoepassingen beperkt, terwijl dit juist wel extra belangrijk is in de gezondheidszorg [17]. Want de techniek is niet foutloos. Analyses leveren nog te vaak onterechte correlaties op of de datasets zijn niet gestructureerd waardoor er een ‘rubbish in, rubbish out’-effect optreedt [18]. Een mogelijke oplossing wordt hier geboden door Deep Data (zie kader Deep Data). Tot slot zal er ook een bepaalde mate van acceptatie nodig zijn. Gaat een arts wel akkoord met een diagnose gesteld door een computer? De arts is immers eindverantwoordelijk en gewend om diagnoses autonoom te stellen, gebaseerd op eigen klinisch inzicht [15,16]. Op dit moment is er nog een gebrek aan ‘vakmensen’ die Big Data kunnen implementeren in de gezondheidszorg [7,13,19].

Conclusie

Met alle mogelijkheden en snelle ontwikkelingen om de kwaliteit van analyses te verbeteren zal Big Data veel teweegbrengen in de gezondheidszorg. Het wordt hiermee steeds makkelijker om behandeling en diagnose persoonlijker te maken en predictief in te steken.