In samenwerking met de Intensive Care-afdeling van het UMC Utrecht heeft Theodoros Charitos een model gemaakt waarmee beademing-gerelateerde longontsteking kan worden opgespoord. Dankzij de nieuwe methoden en technieken die Charitos heeft ontwikkeld, kunnen artsen met dit model sneller en betrouwbaarder dan met oude modellen een diagnose stellen. Charitos promoveert op 17 september bij het departement Informatica van de faculteit Bètawetenschappen aan de Universiteit Utrecht.

Om specialisten in de toekomst te helpen bij het nemen van kritieke beslissingen worden computersystemen ontwikkeld. Gebaseerd op het onderzoek van Charitos krijgen artsen op de Intensive Care-afdeling van het UMC Utrecht nieuwe beslissingsondersteunende modellen.

Longontsteking voorkomen
Het is van levensbelang om beademing-gerelateerde longontsteking snel op te sporen en te behandelen: patiënten op een Intensive Care-afdeling zijn immers al erg ziek en niet opgewassen tegen zo’n longontsteking. Idealiter begint de behandeling al voordat de precieze ziekteverwekker bekend is, maar het is ook belangrijk dat niet zomaar iedereen een breed-spectrum antibioticum krijgt. Dat zou bacteriën immers resistent maken, waardoor het in de toekomst steeds moeilijker wordt om zo'n longontsteking te behandelen. Dus moet de behandelend arts een zorgvuldige afweging maken voor het behandelen van een mogelijke longontsteking binnen de resistentieproblematiek. Daarbij kan het model van Charitos de arts ondersteunen.

Bayesiaanse modellen
In het onderzoek van Charitos staan zogenaamde dynamische Bayesiaanse modellen centraal. Dit zijn statistische modellen waarmee je kunt redeneren over een reeks van gebeurtenissen in de tijd en op basis waarvan je voorspellingen kunt doen. Deze modellen combineren statistische patronen met de kennis van experts en kunnen zo zinvolle ondersteuning bieden aan specialisten bij het nemen van kritieke beslissingen.

Datum : 13 september 2007
Bron / Auteur : Universiteit Utrecht