Laten we een specifiek scenario bestuderen. Een dokter inspecteert de angiogram van een patiënt en ziet een probleem: er zit een vernauwing in de coronaire slagaderen die de bloedstroom naar de hartspier mogelijks blokkeert. De dokter moet besluiten of zij/hij een tube zal aanbrengen in de slagader om de doorgang opnieuw breder te maken – een stent, in vakjargon. Maar het inbrengen van zo’n stent is een invasieve procedure, en eigenlijk is de dokter niet zeker of de verstopping wel serieus genoeg is om zo’n zware ingreep te rechtvaardigen.

Veel interessanter dan de puur anatomische informatie (het beeld van de verstopping op de angiogram), is functionele informatie – namelijk: hoeveel bloed stroomt er nog naar het hart? Een voorbeeld van een relevante functionele parameter is de fractional flow reserve (FFR). De FFR meet het drukverlies over de verstopping. Is het drukverlies te groot (FFR < 0.80), dan stroomt er niet genoeg bloed naar het hart en is stenting noodzakelijk. Is het drukverlies beperkt (FFR > 0.80), dan is stenting niet noodzakelijk. Het grootste nadeel is dat het meten van deze FFR ook een invasieve ingreep is. Kiezen voor een invasieve ingreep om een andere invasieve ingreep mogelijks te rechtvaardigen, klinkt dus als een behoorlijke cirkelredenering. Computermodellen kunnen daarentegen wel een manier bieden om deze functionele informatie op een niet-invasieve manier te verkrijgen.  

Computers zijn heel erg goed in het oplossen van ingewikkelde vergelijkingen waar wij als mens weinig weg mee kunnen. Startende van de anatomische beelden met de vernauwing kunnen computermodellen de bloedstroom in de coronaire slagaders simuleren. Dit gebeurt door het oplossen van de zogenaamde Navier-Stokes-vergelijkingen. Dankzij dit model van de bloedstroom kan de dokter de FFR nu ook virtueel berekenen. En dan kan zij/hij op basis van dit model beslissen of er geopereerd moet worden of niet. 

Computermodellen kunnen dus een belangrijke link leggen tussen anatomische en functionele informatie, zonder daarbij te hoeven opereren. Zo kunnen ze een deeltje van het menselijk lichaam blootleggen dat aan ons oog ontschiet.

Uiteraard kunnen computermodellen nog veel meer dan de dokter louter bijstaan in het diagnostisch proces.  Stel je voor dat er verschillende zaken zijn waar de dokter over moet beslissen, zoals de lengte en diameter van de stent die zij/hij wil gebruiken, maar ook het aantal stents en de precieze locatie waar die stent(s) ingebracht moeten word(en). Elke stentstrategie kan leiden tot een verschillende fysiologische respons, waarvan de ene een betere uitkomst zal bieden dan de andere. Maar hoe kan de dokter, voor de ingreep plaatsvindt, weten wat uiteindelijk in één specifieke patiënt de beste oplossing zal zijn?

Met dat computermodel van de bloedstroom kan de dokter ook – virtueel – een stent ter hoogte van de vernauwing plaatsen, en evalueren hoe goed de bloedstroom nu verloopt. De FFR kan nu berekend worden na  virtuele stentplaatsing. En dit kan niet één keer gedaan worden, maar meerdere keren, voor alle verschillende stentstrategieën. Achteraf kan aan de hand van de FFR nagegaan worden wat uiteindelijk de beste oplossing was, en die kan de dokter implementeren in de patiënt. Het baseren van deze keuze op computermodellen staat bekend als virtual treatment planning. Het grote voordeel is dat de dokter zoveel mag proberen als nodig is, want het is toch ‘maar’ virtueel. 

Bovenstaand voorbeeld is niet zomaar verzonnen. HeartFlow is een voorbeeld van een Amerikaans bedrijf dat zich bezig houdt met het plannen van dit soort interventies. FEops is dan weer een Belgisch bedrijf dat onder andere virtual treatment planning doet voor het vervangen van defecte hartkleppen.

Gelijkaardige strategieën kunnen ontwikkeld worden voor andere organen, zoals de hersenen, de nieren, de longen, etc. Uiteindelijk is de ambitie van computermodellen om een beter inzicht te verkrijgen in de werking van het menselijke lichaam. Daarvoor moet er ook gekeken worden naar interacties op kleinere schaal (het cellulaire en het moleculaire niveau) en op grotere schaal (verbindingen tussen verschillende organen). Elk van deze modellen hebben een eigen aanpak, met elk hun eigen uitdagingen.

Het ultieme doel is om een zogenaamde ‘digital twin’ van een patiënt te creëren. Die benaming mag vrij letterlijk genomen worden: het is de bedoeling om een zo accuraat mogelijke digitale kopie van de patiënt te maken. Het zal dus ooit een hels karwei worden om al die puzzelstukjes aan elkaar te hangen en alle modellen te integreren in één groot model van het menselijk lichaam. Net zoals bij virtual treatment planning is het idee van de ‘digital twin’ om nieuwe behandelingen en medicijnen virtueel uit te testen, voor ze op de echte patiënt toegepast worden. Het grootste verschil is dat de focus nu niet meer ligt op een enkel orgaan, maar op een volledig lichaam.

Computermodellen maken het dus steeds meer mogelijk om unieke behandelingen te ontwikkelen, die afgetoetst zijn op de specifieke situatie in het lichaam van één patiënt. Dit heet ‘patiënt-specifieke geneeskunde’ – en het is één van de vele tendensen die de geneeskunde zoals we die nu kennen gedurende de komende decennia grondig zal hertekenen.