Digitale epidemiologie: to think big
We leven in een digitaal tijdperk: big data, machine learning met algoritmes en de booming artificial intelligence. Dat opent de deur voor digitale epidemiologie.
Dokter Wim Van Hooste, preventieadviseur-arbeidsarts
Dit jaar verschenen er al twee interessante publicaties over digitale epidemiologie (Nalongo, IDOSR J Appl Scie, 2026, ; Khan, Pak J Med Cardio Rev, 2026).
Marcel Salathé en collega’s kwamen als eerste op de proppen met de term digital epidemiology (Salathé et al., PLoS Comput Biol, 2012). Salathé omschreef ‘digitale epidemiologie’ 6 jaar later als “de epidemiologie die gebaseerd is op digitale gegevensbronnen voortgebracht buiten de volksgezondheidssystemen” (Life Sci Soc Policy, 2018).
Deze innovatieve wetenschappelijke discipline – de optelsom van big data, computational modeling en digitale platforms – kan bestaan naast de conventionele of traditionele epidemiologie.
Met de hulp van sociale media, zoekmachines, smartphones en wearables kan ze bij outbreaks (Influenza, Zika, Dengue, COVID-19, Ebola) of plotse veranderingen in therapeutische opties veel sneller, bijna in real-time, alarm slaan (Bansal et al., J Infect Dis, 2016; Lippi et al., J Epidemiol Global Health en Ann Transl Med, 2019; Tarkoma et al., EClinicaMedicine, 2020; Fallatah & Adekola, Infect Prev Pract, 2024).
Vijftig procent van alle publicaties over digitale epidemiologie gaat over infectieziekten (Park et al., Healthc Infirm Res, 2018). Digitale epidemiologie wordt soms ook wel aangeduid als DDD (Digital Disease Detection).
We leven in een digitaal tijdperk: big data, machine learning met algoritmes en de booming artificial intelligence. Laten we the bigger picture schetsen en beginnen met de Big Data. Ze worden gekarakteriseerd door 5 V’s: volume, variety, velocity, veracity en value (Lee & Yoon, Kidney Res Clin Pract, 2017, Fallatah & Adekola, 2024).
Digitale epidemiologie heeft een waslijst aan voordelen, maar toch dienen we kritisch te zijn en blijven.
Massale datasets kunnen helpen om patronen en trends te herkennen op populatieniveau. Maar zijn ze wel te veralgemenen naar de ganse bevolking? Er kan bias zijn door onder- of oververtegenwoordiging (want niet iedereen is online of maakt gebruik van de digitale technologie), er is misleidende of onduidelijke informatie online en niet te vergeten er zijn complexe algoritmes vereist voor de vele analyses. Kortom de representativiteit van de data kan in vraag gesteld worden.
Real-time data zijn goedkoper dan de gestandaardiseerde protocollen omdat er geen grootschalige (lees: dure) epidemiologische veldonderzoeken noodzakelijk zijn. Google Trends (Alphabet Inc.) heeft slechts een matige betrouwbaarheid bij epidemiologie (bv. Google Flu Trends; Cervellin et al., J Epidemol Glob Health, 2017). Kan digitale epidemiologie de gaten dichten die er zijn in de traditionele epidemiologie (Lippi & Cervellin, 2019)?
Digitale epidemiologie heeft een waslijst aan voordelen, maar toch dienen we kritisch te zijn en blijven. De ethische uitdagingen zijn divers (Vayena et al., PLoS Comput Bio, 2015). De bezorgdheden omvatten geïnformeerde toestemming voor het gebruik van de data, anonimiteit van de data, beschermde toegang en statistische problemen (Höhle, Life Sci Soc Policy, 2017; Lippi & Cervellin, Ann Trans Med, 2019; Walker, Digital Epidemiology, Book Chapter 1, 2023).
Is het in het belang van het volk dat veel data openlijk beschikbaar zijn? Hoe zag Salathé zelf in 2018 de toekomst? Individuen stellen een beetje persoonlijke data ter beschikking in ruil voor privacy over de rest van hun data (Salathé, 2018). Het ‘algemeen belang’ dienen versus onze privacy en autonomie (Vayena et al., 2015). Er is een conflict tussen individuele gezondheid en digitale volksgezondheid (digital health)(Mittelstadt et al., Life Sci Soc Pol, 2018). Daarenboven zijn de Europese Unie General Data Protection Regulation (GDPR) artikels 15 en 20 van toepassing op alle medische data.
Wat is epidemologie? Frérot et al. konden een poos geleden 104 definities terugvinden in de periode 1978-2017 (PLoS ONE, 2018). Digitale epidemiologie was er maar eentje van …
