Cure Café FuroreMedical Intelligence

Toepassing in het UMC Utrecht

Robert Veen, 27 juni 2012

Introductie

Robert VeenDirectie Informatietechnologie, Beleid en ArchitectuurUMC Utrecht

Op weg naar Medical Intelligence

De versnelling• Overstap naar CS-EZIS van Chipsoft• Programma Research IT n.a.l. strategiestudie

Data Kennisplatform

Infra-structuur

Afbakening

DomeinData

De wereld van de onderzoeker

WMO

WBP

De wereld van de onderzoeker

Programma Research IT UMC Utrecht

Uitgangspunten strategiestudie Research IT• Versterken van reeds goed functionerende initiatieven• Borgen kwaliteit• Centraal faciliteren in samenwerking met divisies• Verleiden, niet opleggen

• Programma Research IT• Toekomstbestendige keuzes maken

Dataverzamelen

Research IT - Domein Data

Data-bewerken

LabjournaalMetaVisionFertibase

EZISLMS

GLIMSAccessNetQExcelSPSS

TeleformProMISe

OmnicomOpenClinica

Oracle ClinicalResearchOnline

Etc.

MathematicaSQL ServerWinStats

AccessExcelStataSPSSSAS

RCIAPass

S-PlusMLWinEpiInfo

Etc

Registraties Databases

Dataverzamelen

Research IT - Domein Data

Dataverzamelen

Research IT - Dataverzamelingen

Wat kan een EPD betekenen voor

wetenschappelijk onderzoek?

Research IT - Dataverzamelingen

Data-bewerken

Genotypen Fenotypen

BeeldenBiomateriaal

DNA

BloedUrine

WeefselEtc.

MRICT-scanRöntgen

Etc.

DossierVragenlijsten

UitslagenEtc.

Research IT - Dataverzamelingen

Data-bewerken

DNA

BloedUrine

WeefselEtc.

MRICT-scanRöntgen

Etc.

DossierVragenlijsten

UitslagenEtc.

Fenotypen

Meta-data

Meta-data

Meta-data

Research IT – Typen vraagstellingen

Data-bewerken

Diagnostisch Etiologisch

PrognostischTherapeutisch(clinical trial)

Inschatten van de kans op ziekte op basis patiëntprofiel en andere factoren

Het effect van de behandeling op beloop van de ziekte vaststellen

Voorspellen van het beloop

van de ziekte op basis

patiëntprofiel en andere gegevens

Oorzaken van ziekten

opsporen

Feotypen

EPD• Compleet• Gestructureerd• Gestandaardiseerd• Koppeling data

huisarts, apo etc.

EPD• Compleet• Gestructureerd• Gestandaardiseerd• Vastleggen

uitkomsten in dossier

EPD• Controlegroepen

nodig• Meer nodig data

dan routinezorgWel• Patiëntselectie

EPD• Controlegroepen

nodig• Blinderering,

randomisatie etc.• KwaliteitWel• Patiëntselectie• Evaluatie

bijwerkingen

Research IT – Typen vraagstellingen

BaselineFollow Up

Verwijzers

Behandelaar 1

Behandelaar 2

Behandelaar 3

CBS

ApotheekTijd Context

Research IT – Typen vraagstellingen

EPD’s kunnen gebruikt worden voor onderzoek mits• Er goede procedures op de werkvloer zijn• Gestructureerde invoer mogelijk is• Wordt gestandaardiseerd waar mogelijk• Validatie op invoer is ingericht • Context van observaties eenduidig is vastgelegd• Audit trails worden ondersteund• (Koppelen met huisartsennetwerken, apotheken, CBS, GBA,

Kankerregistratie etc. mogelijk is)

• Het gaat om veel patiënten die langdurig worden gevolgd• Integratie van zorg en onderzoek meerwaarde biedt

Research IT – Aanpak dataverzameling

Showcases• Vraaggestuurd vanuit wetenschappelijke speerpunten

Databewerken

Research IT - Domein Data

Databewerken

Research IT - Domein Data

Zouden er cultuurverschillen kunnen bestaan tussen IT’ers

en onderzoekers?

Research IT – Historie

Programma Zorg-ICT UMCU• Overstap naar CS-EZIS• Herbouw van aantal grote cohorten

• SMART (ca. 10.000 patiënten)• Parelsnoer• = Succesvol

• Basis voor samenwerking met LUMC en Furore• Bouw formulieren EZIS• Extracties uit EZIS• Gebruik ProMISe i.k.v. Parelsnoer

• Basis voor uitgangspunten architectuur

Research IT – Ontwikkeling Research Data Platform

Architectuur is een voorwaarde• Duurzaam toegankelijk, transparant en

herhaalbaar• Regelgeving verankerd in systemen• Conceptueel begrijpelijk

• Snel en slagvaardig leveren• Helderheid over kwaliteit• Samenwerken en uitwisselen

Research IT – RDP Key design decisions

1 • Het RDP is een centrale voorziening• Het RDP kent een sterke ontkoppeling van bronnen: business rules upstream• Volledig auditeerbaar• Generiek opgezet, gericht op herbruikbaarheid

2 Focus op:• Wet medisch wetenschappelijk onderzoek met mensen• Wet bescherming persoonsgegevens• Good Clinical Practice

2.1 • Het RDP kent een fijnmazig autorisatiemodel• Patientgegevens zijn in het RDP standaard gepseudonimiseerd• Het RDP moet toegang en gebruik van data vastleggen in metadata

2.2 • De onderzoeker heeft een datamanager als aanspreekpunt• Self-service wordt toegepast waar mogelijk.

3 • Er zijn catalogi beschikbaar die inzicht geven in de beschikbare data• Data worden gerepresenteerd als klinische bouwstenen

4 • Er zijn meerdere ‘productlijnen’ met verschillende kwaliteitsnormen (snel en opportunistisch versus duurzaam en systematisch)

5 • Het RDP kan mappen op meerdere referentiemodellen (1:N) of codestelsels• Via het RDP kan data met onderzoeksgroepen buiten het UMC beschikbaar worden

gedeeld

Research IT – Architectuur dataverwerking

CS EZIS CS DWH

• Datamodel EZIS niet bekend• Business rules in ETL.• Het DWH is vluchtig, er wordt geen historie opgebouwd• Niet volledig (bijv. geen vragenlijsten, medicatie)• Rapportagetools van Chipsoft leiden tot puntoplossingen

Research IT – RDP Key design decisions

1 • Het RDP is een centrale voorziening• Het RDP kent een sterke ontkoppeling van bronnen: business rules downstream• Volledig auditeerbaar• Generiek opgezet

2 Focus op:• Wet medisch wetenschappelijk onderzoek met mensen• Wet bescherming persoonsgegevens• Good Clinical Practice

2.1 • Het RDP kent een fijnmazig autorisatiemodel• Patientgegevens zijn in het RDP standaard gepseudonimiseerd• Het RDP moet toegang en gebruik van data vastleggen in metadata

2.2 • De onderzoeker heeft een datamanager als aanspreekpunt• Self-service wordt toegepast waar mogelijk.

3 • Er zijn catalogi beschikbaar die inzicht geven in de beschikbare data• Data worden gerepresenteerd als klinische bouwstenen

4 • Er zijn meerdere ‘productlijnen’ met verschillende kwaliteitsnormen

5 • Het RDP kan mappen op meerdere referentiemodellen (1:N)• Via het RDP kan data met onderzoeksgroepen buiten het UMC beschikbaar worden

gesteld

Research IT – Architectuur dataverwerking

» Het ‘productie proces’ van gegevens naar informatie (conform UMCU Research architectuur)

4. Genereer en presenteer informatie producten

3. Verrijk, veredel en filter de data

2. Registreer en veranker de data

1. Verkrijg de (ruwe, onversneden) Data STAGING

INTEGRATIE

TRANSFORMATIE

UITGIFTE

EZIS GLIMS LMS Studiexyz

Research IT – Diensten en ‘productielijnen’

Zuivere ICT ontwikkeling

gedelegeerde ontwikkeling

Selfserviceontwikkeling

Ontwikkelstraat discipline (OTAP)Ontwikkelaars op afstand van gebruiker Onderling afhankelijk/ binnen kadersSterke specialisatie/ rolscheiding

Lichtgewicht ontwikkelprocesMinimale specialisatie/ rolscheidingZelfvoorzienend / beperkte vrijheden

Wendbaarheid(Opportunistische aanpak)

Duurzaamheid (Systematische aanpak)

Ad-hoc ontwikkelproces Ontwikkelaar = gebruikerZelfvoorzienend / zeer veel vrijhedenZeer brede taken (voorbeeld: Excel)

Research IT – Diensten en ‘productielijnen’

Welke ‘produktielijnen’ bieden wij aan?

Research IT – Integratie: PoC Data Vault

Patiënt

SerumVriezer

Uitgifte

Ont-vanger

Research IT – Aanpak databewerking

• Roadmap op basis van plateaus en volwassenheid• Realisme in verwachtingen eerste jaar• Vliegwiel gaat steeds sneller draaien naarmate meet gegevens

beschikbaar zijn• Organiseer een centrale voorziening onder architectuur (met mandaat)• Organiseer de regiefunctie tussen bedrijfsvoering en research• Organiseer de accountmanagement functie (o.a. data governance)• Organiseer de financiering van de voorziening• Deliver, Deliver, Deliver • Kleine teams!• De vrager/product owner is vitaal onderdeel - waarde

4. Self-service

METADATA

1. Data staging

Research IT - Applicaties

Uitgifte

Transformatie

Integratie

Staging

2. Data Vault

3. Data ManagementSECURITY

Research IT - Dataverzamelingen

Data-bewerkenRegie

Team

Beleid

Tools

Wettenregels

Training

Architectuur

Beheer

Loket

Research IT – Samenwerking UMCU, LUMC en Furore

• LUMC en UMCU maken beide gebruik van• EZIS• ProMISe• Parelboxadapter

• Samenwerking op het vlak van tools en architectuur • Reduceert kosten• Bespaart tijd• Bevordert uitwisseling kennis

• Hoe beheers je dit proces?• Rol Furore als ‘moderator’

Research IT – Samenwerking UMCU, LUMC en Furore

Uitgifte

Transformatie

Integratie

Staging

CS EZIS

Uitgifte parels

Mapping lab, medicatie, ProMISe (Parelsnoer)

Vastleggen feiten EZIS

Selectie relevante data(scope Parelsnoer)

Tool voor ontsluiten vragenlijsten

Data Vault?

DCMMedicatie

Dataverzamelen

Research IT - Domein Data

Data-bewerken

Vragen?