Using Big Data and Machine Learning to Give Children a Promising Start

Onderzoeker: Elise Segers, PhD-student aan Erasmus Medisch Centrum

In Nederland worden 16% van de kinderen te vroeg of te klein voor hun zwangerschapsduur geboren (small-for-gestational-age; SGA). Deze kinderen hebben onder andere een grotere kans op chronische ziektes zoals suikerziekte, hart- en vaatziekten, schizofrenie en obesitas later in het leven. Vroegtijdige signalering en inzet van passende zorg kan uitkomsten verbeteren, gezondheidsverschillen verkleinen en geeft niet alleen individueel maar ook maatschappelijk grote winst.

Ons onderzoek richt zich op het aanpakken van deze ongelijkheden door gebruik te maken van Big Data en machine-learning om een voorspellingsmodel voor kleine baby’s (SGA) te ontwikkelen. Dit model kijkt zowel naar medische als sociaaleconomische kenmerken. We bouwen voort op eerdere studies waarin medische en sociaaleconomische kenmerken zijn samengevoegd om voorspellingen te doen over vroeggeboorte. Met ons nieuwe model willen we vroegtijdig risicogroepen identificeren, zodat gerichte hulp kan worden geboden.

We vinden het belangrijk om zorgvuldig met deze gegevens om te gaan en ervoor te zorgen dat ons onderzoek bijdraagt aan een eerlijker zorgsysteem. Dit zal leiden tot betere behandelresultaten en een gelijkere toegang tot zorg voor alle kinderen, ongeacht hun achtergrond. Door slimme vernieuwingen toe te passen, werken wij aan een gezondere toekomst voor alle kinderen en een gezondere samenleving!