Andre Dekker (nacido el 20 de junio de 1974) es un físico médico , autor y académico holandés que es profesor [1] y director de Ciencia de Datos Clínicos en la Universidad de Maastricht (UM), Maastricht UMC+ y Maastro Clinic. También ocupa el puesto de director científico en Medical Data Works. [2]
La investigación de Dekker se centra en las infraestructuras de datos FAIR federadas , la IA para modelos de predicción de resultados de salud y la aplicación de la IA para mejorar la salud de los pacientes y los ciudadanos. [3] Ha escrito 250 artículos y es coautor del libro Fundamentals of Clinical Data Science . [4]
Dekker realizó una Maestría en Ciencias en Física Aplicada en la Universidad de Twente y obtuvo otra maestría en Diseño de Tecnología de la Universidad Tecnológica de Eindhoven en 2000. Completó su doctorado en medicina en 2003 y realizó una residencia en Física Médica de Radioterapia en la Clínica Maastro de 2003 a 2005. [5]
Dekker se desempeñó como residente de física médica de radioterapia en la Clínica Maastro de 2003 a 2005, y luego asumió el papel de jefe de física médica y miembro del equipo de gestión hasta 2010. Fue jefe de información y servicios, miembro del equipo de gestión en la Clínica Maastro de 2010 a 2015 y director científico en Maastro Innovations de 2010 a 2018. Ha formado parte de consejos asesores de organizaciones, entre ellas la Sociedad Europea de Radioterapia y Oncología, el Fondo Hanarth, [6] MD Anderson , la Fundación Novo Nordisk , el Fondo Nacional de Investigación de Luxemburgo y el Centro Cardíaco Peter Munk . [7] Se desempeña como jefe de ciencia de datos clínicos en el Centro Médico de la UM, al mismo tiempo que ocupa los puestos de profesor titular de ciencia de datos clínicos, [8] director científico en Medical Data Works y físico médico en la Clínica Maastro. [9]
Dekker codirigió el proyecto ProTRAIT, centrado en la creación de una base de datos unificada para evaluar los datos clínicos de los pacientes sometidos a tratamiento con protones, que apareció en los medios de comunicación holandeses. [10] [11] Enfatizó el potencial de la IA para mejorar la toma de decisiones en oncología radioterápica al facilitar la toma de decisiones compartida entre médicos y pacientes en un artículo de Imaging Technology News , [12] y discutió soluciones éticas de IA que benefician a los pacientes a través de asociaciones académicas, de atención médica y tecnológicas en una entrevista con Innovation Origins . [13] Fue invitado a la Sociedad Estadounidense de Oncología Radioterápica para compartir su visión sobre el futuro de la IA en el campo de la oncología radioterápica. [14] Además, se dirigió a los investigadores de NITC y a los médicos de MVRCCRI, destacando el potencial significativo de aplicar métodos de aprendizaje automático para la detección y el tratamiento tempranos del cáncer. [15]
Dekker ha centrado su investigación en la construcción de infraestructuras globales de intercambio de datos FAIR, empleando IA para desarrollar modelos de predicción de resultados a partir de esos datos y utilizando esos modelos para mejorar los resultados de los pacientes. [16]
Dekker, junto con Pieter Kubben y Michel Dumontier , fue coautor de Fundamentals of Clinical Data Science , que abordó temas como la medicina personalizada y ofreció información en un estilo optimizado para la atención médica sin requerir conocimientos matemáticos o de codificación. [17] Su investigación sobre la creciente importancia de los sistemas de apoyo a la toma de decisiones clínicas en oncología radioterápica analizó el proceso de múltiples etapas involucrado en el desarrollo de modelos de predicción robustos, enfatizando el papel fundamental de los modelos predictivos en la optimización de los resultados del tratamiento. [18] En un estudio colaborativo, propuso un sistema para caracterizar y clasificar la enfermedad oligometastásica. [19]
Dekker exploró la radiómica , particularmente en la obtención de imágenes de cáncer de pulmón de células no pequeñas , abordando los desafíos de extraer características cuantitativas de imágenes médicas para desarrollar modelos de diagnóstico, pronóstico o predicción que integren datos biológicos y médicos. [20] En colaboración con un equipo de investigadores, realizó un análisis radiómico de 1.019 pacientes con cáncer de pulmón o de cabeza y cuello utilizando datos de imágenes de tomografía computarizada (TC), identificando características radiómicas pronósticas que mostraron un poder significativo en conjuntos de datos independientes de los pacientes con cáncer. [21] Además, al describir el concepto y el potencial de la radiómica en la investigación del cáncer, él y sus colaboradores propusieron pautas para mejorar la integridad científica y la relevancia clínica de las investigaciones radiómicas. [22] Además, su revisión sistemática evaluó la reproducibilidad de las características radiómicas utilizadas en la obtención de imágenes de cáncer para la toma de decisiones clínicas, y señaló que la estabilidad de las características está influenciada por factores como la configuración de adquisición de imágenes, los algoritmos de reconstrucción y los métodos de preprocesamiento . [23]
Dekker introdujo un método para analizar señales pletismográficas para identificar parámetros de variabilidad de la frecuencia cardíaca vinculados a la frecuencia respiratoria , lo que condujo a una funcionalidad mejorada del oxímetro de pulso para el monitoreo no invasivo de la frecuencia respiratoria. [24] Su desarrollo de un aparato resultó en una patente aprobada para monitorear procesos fisiológicos secundarios mediante el análisis de variaciones de señales ópticas. [25] Luego presentó un método que utiliza la fotopletismografía para recopilar parámetros fisiológicos, que implica filtrar y analizar señales pletismográficas para identificar componentes de interés para determinar parámetros respiratorios. [26]