Some thoughts on health and healthcare

One of the lessons of the COVID-19 pandemic is the need for clinical data fast to study disease patterns. Clinical data are essential not only in times of crisis but also during the ‘normal’ operation of the healthcare system for clinical trials, RWE, epidemiology, SDOH, the capacity of ER’s, etc... One way to achieve this is to use a federated system of OHDSI OMOP CDM databases, which mirrors the data of Electronic Health Records (EHR) in hospitals daily. By putting SNOMED CT, LOINC, and other standardized data in these databases in each hospital, the data can be analyzed with a standardized algorithm (R, Python, …), and the aggregated and anonymized data can be sent to national and international (EU) databases. This would avoid the chaos of standardizing data in a hurry when a health crisis arises (as was the case with COVID-19). The healthcare community can regularly use the OHDSI OMOP CDM databases for clinical trials, Real World Evidence (RWE), etc., so they are not sitting idle

From 22 until 26 May 2023, the first UHasselt Summer School on Big Data for Health and Care was organized by Liesbet M. Peeters and her team of the  Research Group in Biomedical Data Sciences ( Big Data for Health and Care - Summer School ). The Summer School gave some fascinating insights on the potential of big data to revolutionize the way we approach healthcare challenges. The increasing availability of healthcare data will have the potential to gain new insights into disease prevention, diagnosis, crisis management, and treatment. Consequently, the power of big data in healthcare can make a meaningful impact on patient outcomes and how we deal with our healthcare challenges on a national and European scale. Many thanks to Liesbet Peeters and her colleagues for organizing this inspiring and exciting week. Many thanks also to Noëlla Pierlet (ZOL) and Peter De Jaeger (AZ Delta), to name a few, for the inspiring discussions. It was a pleasure to exchange ideas and inspiration with

  Evolutie van verschillende Omicron-varianten van het SARS-CoV-2 virus in België tot week 23 van 2022 (bronnen ECDC en GISAID).

 In Antwerpen wordt er tegen de sterren op geboosterd met het oog op de oprukkende Omikronvariant. Trots op het werk van Dr. Jan Stroobants  (ZNA-spoedarts, coördinator van VacCovid), de stad Antwerpen en alle medewerkers en de vele vrijwilligers die dit allemaal mogelijk maken ( Het Antwerpse boosteren gaat zo snel dat het een ‘internationaal voorbeeld’ zou moeten zijn ).  

 Met de toenemende druk op de gezondheidszorg om beter om te springen met de beschikbare middelen, wordt het belangrijker om zorgprocessen efficiënt en effectief te organiseren. Dat geldt zowel voor de normale werking als in tijden van gezondheidscrisissen. Nog steeds worden theoretische modellen gemaakt van zorgpaden die niet overeenstemmen met hoe het er echt aan toe gaat op de werkvloer. Process Mining kan helpen om in kaart te brengen hoe een zorgproces in de praktijk verloopt, zodat theorie en praktijk beter op mekaar kunnen worden afgestemd. Proces Mining laat toe om op basis van bijvoorbeeld ADT-data te tonen hoe een zorgproces werkelijk verloopt. Je ziet dan beter wat de afwijkingen zijn ten aanzien van het theoretische zorgpad, het zogenaamde ‘normale’ zorgpad (MDC of APR-DRG). Ook wordt met Process Mining zichtbaar welke deelprocessen geen waarde toevoegen, inefficiënt verlopen of niet compliant zijn met een optimaal verloop van het zorgproces. Process Mining k

M.i. gaan we met COVID-19 van een epidemische naar een endemische fase en moeten we ons voorbereiden op een transformatie van ons publieke gezondheidszorgsysteem (coördinatie & capaciteitsmanagement, surveillance, robuuste en tijdige 'health data', NPI's, vaccinatiestrategie, ...).