Kan geavanceerde technologie ons helpen drugsgebruik tegen te gaan?

• Chinese chirurgen behandelen drugsverslaving met hersenimplantaten
• De Addicaid-app maakt gebruik van KI om methverslaafden clean te houden
• Met Sober Grid kun je een ​​terugval voorspellen
• hc1 gebruikt machine learning om patronen van opioïdenmisbruik te herkennen
• inRecovery is een blockchain-aangedreven platform voor herstellende verslaafden
• Kan technologie ons helpen drugsgebruik tegen te gaan?

Drugsverslaving is een ernstig probleem waar miljoenen mensen over de hele wereld mee worstelen. Het kan verwoestende gevolgen hebben – niet alleen voor de verslaafde zelf maar ook voor de mensen om de verslaafde heen. Drugsverslaving kan leiden tot verschillende infectieziekten en andere gezondheidsproblemen, misdaad, werkloosheid, dakloosheid, sociale uitsluiting en zelfs de dood. Door het afnemen van de productiviteit van verslaafde werknemers en de hoge kosten van de verslavingszorg heeft drugsmisbruik bovendien een enorme invloed op de samenleving.

Volgens het World Drug Report 2019 van de VN gebruikten in 2017 ongeveer 271 miljoen mensen wereldwijd drugs en worstelden 35 miljoen mensen met drugsverslaving. Uit het rapport blijkt dat het aantal drugsgebruikers – vergeleken met het vorige decennium – met 30 procent is toegenomen. Deze toename is echter deels toe te schrijven aan verbeterd onderzoek en accuratere data, evenals de groeiende wereldbevolking.

Het rapport onthult ook dat drugsgebruik in 2017 heeft geleid tot 585.000 doden en het verlies van 42 miljoen gezonde levensjaren. Ongeveer tweederde van de genoemde sterfgevallen werden toegeschreven aan het gebruik van opioïden. Jammer genoeg heeft de meerderheid van de drugsverslaafden nog steeds geen toegang tot adequate behandeling. Slechts een op de zeven krijgt verslavingshulp. Om dit groeiende probleem aan te pakken en ervoor te zorgen dat iedereen toegang krijgt tot de juiste zorg, wenden medische professionals over de hele wereld zich in toenemende mate tot technologie.

Chinese chirurgen behandelen drugsverslaving met hersenimplantaten

Onderzoekers aan het Ruijin Hospital in Shanghai hebben onlangs een nieuw klinisch onderzoek gelanceerd waarin gekeken wordt of men methamfetamine-verslaving met DBS (deep brain stimulation of diepe hersenstimulatie) kan behandelen. Het is een zeer experimentele procedure waarbij twee kleine gaatjes in de schedel van een patiënt worden geboord, waarna er een apparaat in de hersenen wordt geïmplanteerd. Het apparaat is bevestigd aan de nucleus accumbens van de patiënt, een kleine structuur in de buurt van de basis van de voorhersenen die wordt geassocieerd met verslaving. Het apparaat stimuleert bepaalde delen van de hersenen in dat gebied met elektrische impulsen – een soort pacemaker dus, maar dan voor de hersenen.

DBS is het verleden al gebruikt om aandoeningen als Parkinson te behandelen, maar het blijft een zeer omstreden techniek. Tegenstanders vinden dat het helemaal moet worden verboden, omdat de risico’s veel groter zijn dan de mogelijke voordelen. Het probleem is dat we nog steeds niet volledig begrijpen hoe DBS werkt – of dat het überhaupt positieve effecten heeft. Op dit moment weten wetenschappers niet eens precies waar de elektroden moeten worden geplaatst om verslaving te behandelen. Bovendien behoren hersenbloedingen, toevallen, infectie en persoonlijkheidsveranderingen allemaal tot de risico’s.

Eerder probeerden onderzoekers van twee laboratoria in de VS alcoholisme met DBS te behandelen. Omdat de voorlopige resultaten de risico’s niet konden rechtvaardigen, werden beide klinische onderzoeken uiteindelijk gestaakt. “Het zou fantastisch zijn als er iets als een schakelaar was die je aan of uit kon zetten, maar dat is in dit stadium nog slechts een fantasie”, zegt Adrian Carter, hoofd van de neuroscience & society-groep aan de Monash University in Melbourne. “Er gaan enorm veel risico’s gepaard met het promoten van zulke ideeën”.

De Addicaid-app maakt gebruik van KI om methverslaafden clean te houden

Het overwinnen van een verslaving kan een behoorlijk zwaar proces zijn. Vooral wanneer het gaat om methamfetamineverslaving. Jaren van methmisbruik kunnen ernstige schade veroorzaken aan de dopaminereceptoren in de hersenen, wat leidt tot een aandoening die anhedonia wordt genoemd, waardoor verslaafden geen plezier meer kunnen voelen. Methverslaafden voelen zich vaak vreselijk ziek tijdens het afkicken en worstelen met symptomen als misselijkheid, koorts, zweten en braken. In combinatie met anhedonia leiden deze afkickverschijnselen in veel gevallen tot een depressie waardoor de patiënt uiteindelijk terugvalt. Helaas zijn traditionele methoden niet effectief gebleken bij de behandeling van methverslaving en het slagingspercentage is maar 12 procent. Inmiddels wordt er steeds meer onderzoek gedaan naar de rol van kunstmatige intelligentie als mogelijke oplossing voor deze specifieke verslavingsproblematiek.

Addicaid is een app die ontwikkeld is door ex-methverslaafde Sam Frons. De app maakt gebruik van kunstmatige intelligentie in combinatie met klinisch onderzoek en kan voorspellen wanneer een verslaafde op het punt staat terug te vallen. Daarnaast biedt de app ook aanvullende behandelsuggesties, waaronder cognitieve gedragstherapie, en informatie als telefoonnummers voor behandellijnen en -centra. Wanneer de app bijvoorbeeld ontdekt dat een alcoholist een bar binnenloopt, krijgt de gebruiker van de app – om een terugval te voorkomen – telefoonnummers van hulplijnen of andere tips toegestuurd.

Deze tips en suggesties zijn gepersonaliseerd op basis van de informatie die de gebruiker met de app gedeeld heeft, zodat ze specifiek voldoen aan de behoeften van de persoon in kwestie. Dit is vooral belangrijk omdat herstel voor elke persoon anders is en wat voor de ene verslaafde werkt, is bij een ander misschien niet effectief. In theorie zou deze aanpak effectiever moeten zijn dan traditionele methoden om een terugval bij methverslaafden te voorkomen.

Met Sober Grid kun je een ​​terugval voorspellen

Sober Grid is ’s werelds grootste mobiele ‘clean community’. Het is een gratis app die verslaafden helpt met ondersteuning door hen in contact te brengen met verschillende instanties en andere mensen die hetzelfde doormaken. De app heeft meer dan 120.000 gebruikers in verschillende stadia van het herstelproces, van gebruikers die pas begonnen zijn met afkicken tot langdurig exverslaafden die de app gebruiken om anderen ondersteuning te bieden. Dit grote ledenbestand heeft Sober Grid in staat gesteld jarenlang data te verzamelen over de herstelprocessen, wanneer terugvallen over het algemeen plaatsvinden en ook het soort communicatie dat aan een terugval voorafgaat. Dit inspireerde het volgende idee: wat als er een manier was om een terugval op basis van deze gegevens te voorspellen?

Om dit te onderzoeken heeft Sober Grid de krachten gebundeld met onderzoekers van de University of Pennsylvania. Samen hebben zij een ​​algoritme ontwikkeld dat gebruikmaakt van kunstmatige intelligentie om het taalgebruik van leden van Sober Grid te analyseren en daarmee toekomstige terugvallen te voorspellen zodat er op tijd ingegrepen kan worden. “De woorden die mensen gebruiken weerspiegelen wie ze zijn (bijvoorbeeld hun persoonlijkheid) en hoe ze zich voelen (bijvoorbeeld blij, depressief, gestrest, ontspannen). Mensen die Sober Grid gebruiken plaatsen berichten op het platform – bijvoorbeeld over hoeveel dagen ze clean zijn. Met deze informatie, op basis van de frequentie waarmee bepaalde woorden gebruikt worden – bouwen we statistische modellen om een mogelijke terugval te voorspellen”, vertelt Lyle Ungar, hoogleraar computer- en informatiewetenschap aan de University of Pennsylvania en een van de onderzoekers van het project.

Uiteraard wordt alle informatie die in het project wordt gebruikt geanonimiseerd zodat er geen privacyproblemen ontstaan. Zodra het algoritme detecteert dat een persoon het risico loopt om terug te vallen, wordt er onmiddellijk support geboden in de vorm van korte mindfulness-modules of cognitieve gedragstherapie, of door de persoon in contact te brengen met een van de beschikbare coaches. De service is volledig optioneel en biedt gebruikers alleen opties waarvoor ze zich expliciet hebben aangemeld.

hc1 gebruikt machine learning om patronen van opioïdenmisbruik te herkennen

Volgens schattingen waren er in 2017 wereldwijd 53,4 miljoen opioïdengebruikers en 110.000 opioïdengerelateerde sterfgevallen – er is dus sprake van een ware opioïdencrisis. Opioïden zijn een groep van sterke pijnstillers zoals bijvoorbeeld morfine en codeïne – ook wel bekend als ‘narcotische analgetica’. Deze worden veelvuldig voorgeschreven aan mensen met chronische hoofdpijn of rugklachten of die herstellende zijn van een operatie of kankerbehandeling ondergaan. De werkzame en zeer verslavende bestanddelen van deze medicijnen hebben een groot potentieel voor misbruik. Nederland kent ongeveer 14.000 problematische gebruikers. In 2015 waren 9.000 mensen met een primaire verslaving aan opioïden in behandeling voor deze verslaving. In 2017 stierven 52 mensen direct aan een overdosis. Opioïden waren in 2017 verantwoordelijk voor de helft van het aantal dodelijke overdoses in Nederland.

Om dit groeiende probleem aan te pakken en misbruik te voorkomen heeft het in Indiana gevestigde softwarebedrijf hc1 het Opioid Dashboard ontwikkeld, een platform dat gebruikmaakt van machine learning-technologie om patronen van verslaving te herkennen. Voor de ontwikkeling van het platform werkte hc1 samen met verschillende laboratoria in de Verenigde Staten en werd gebruikgemaakt van geanonimiseerde data om de machine learning-algoritmen te trainen in het identificeren van mogelijke patronen. Hierdoor kon het bedrijf een enorm uitgebreide database samenstellen met meer dan 90 miljoen gebruikersprofielen. Deze kunnen door organisaties in de gezondheidszorg worden gebruikt om betere, meer persoonlijke zorg te bieden. Via het platform kun je nu bijvoorbeeld aan de hand van recepten onderzoeken of er een verband bestaat tussen het aantal voorgeschreven middelen en medicijnmisbruik in een bepaalde regio. Het bedrijf hoopt dat het op een dag bovendien ook toekomstig gedrag kan voorspellen.

“We maken gebruik van machine learning-technologie om een ​​beeld te krijgen van wat er in heel Amerika gebeurt”, zegt Brad Bostic, de CEO van hc1. “Het is een early warning-systeem. We kunnen dankzij verschillende indicatoren voorspellen waar we onze energie en (financiële) middelen op moeten richten om het misbruik van opioïden te verminderen. Federale en deelstaatregeringen gebruiken fondsen om het gebruik van opioïden aan banden te leggen, maar het is erg moeilijk om de impact te meten. Als we kunnen zoeken op provincie of postcode, kunnen we veel beter bepalen of een investering in een populatie misbruik wel of niet terugdringt”.

inRecovery is een blockchain-aangedreven platform voor herstellende verslaafden

Herstel is een enorm complex proces dat bestaat uit verschillende stappen, waaronder drugstesten, therapiesessies, medische voorschriften, monitoren van vitale functies en verschillende groepsactiviteiten. Als je als verslavingszorger de verantwoordelijkheid hebt over zoveel verschillende patiënten en activiteiten kan het een uitdaging zijn om een goed persoonlijk contact te onderhouden met individuele patiënten, waardoor de betrokkenheid van de patiënt kan afnemen en de behandelingen hun effectiviteit kunnen verliezen. inRecovery is ontwikkeld om een aantal van deze problemen aan te pakken en verslaafden zowel met herstel als sociale re-integratie te ondersteunen.

inRecovery is ’s werelds eerste op blockchain gebaseerde platform voor verslavingsherstel en bestaat uit verschillende componenten. Het is speciaal ontworpen om de patiëntenbetrokkenheid te vergroten en behandeling en resultaten te verbeteren. De inRecovery+ app maakt gebruik van een gamification-model om een grotere mate van betrokkenheid bij patiënten te stimuleren. Dit wordt gedaan door hen te belonen met punten voor therapiesessies, groepsactiviteiten, meetings en drugstesten. Patiënten kunnen ook badges verdienen voor uitstekend gedrag, zoals 100 procent deelname of aanwezigheid, vrijwilligerswerk, carrièreplanning en verschillende activiteiten.

Patiënten worden bij hun herstel begeleid door middel van gepersonaliseerde Therapy Paths, gebaseerd op hun type verslaving en het benodigde zorgniveau. Therapy Paths worden mogelijk gemaakt door EMMA (Enhanced Machine Medicine for Addiction), een intelligentie-engine die gebruikmaakt van machine learning om in real time gepersonaliseerde therapie voor elke patiënt te ontwikkelen. EMMA houdt voortdurend toezicht op patiënten, stelt bepaalde activiteiten voor en waarschuwt therapeuten en revalidatiemanagers als er een verhoogd risico op terugval gedetecteerd wordt. Alle incidenten worden vastgelegd op de inRecovery-blockchain, de ruggengraat van het platform. Naast het beschermen van de privacy van patiënten, helpt blockchain hen ook weer te integreren in de maatschappij doordat het systeem een betrouwbaar rapport kan ontwikkelen met betrekking tot het herstel van de patiënt, dat ze aan potentiële werkgevers en woningverhuurders kunnen laten zien.

Kan technologie ons helpen drugsgebruik tegen te gaan?

Omdat drugsgebruik overal ter wereld blijft toenemen, vaak met dodelijke gevolgen, zoeken zorgprofessionals steeds vaker naar alternatieven voor traditionele behandelingsmethoden. Hoewel therapie en revalidatie een effectieve manier kunnen zijn om drugsverslaving te bestrijden, is deze hulp niet voor iedereen beschikbaar. Sterker nog, slechts een klein deel van de verslaafden krijgt de hulp die ze nodig hebben. In de afgelopen jaren is gebleken dat technologie een mogelijke oplossing kan bieden voor deze uitdagingen.

Technologie heeft al veel verschillende aspecten van ons leven veranderd en zou ook in de verslavingszorg van betekenis kunnen zijn. Of het nu gaat om hersenimplantaten om verslavingsgevoeligheid te behandelen, of het inzetten van kunstmatige intelligentie om patiënten te monitoren en te voorspellen wanneer ze op het punt staan ​​terug te vallen – technologie zal in de toekomst ook een steeds grotere rol gaan spelen in de strijd tegen drugsverslaving.