Precisiegeneeskunde: de toekomst van de gezondheidszorg vormgeven

Een interview met Dr. Dragan Primorac

Dr. Dragan Primorac (foto)Dr. Primorac, een wereldleider in gepersonaliseerde geneeskunde en oprichter van diverse baanbrekende initiatieven op het gebied van genomica en regeneratieve geneeskunde, neemt deel aan een diepgaande discussie over hoe precisiegeneeskunde de toekomst van de gezondheidszorg transformeert. Van genomische doorbraken tot AI-innovaties en baanbrekende kankertherapieën, biedt Dr. Primorac inzicht in hoe de gezondheidszorg steeds meer geïndividualiseerd raakt – en wat dat betekent voor patiënten en zorgverleners wereldwijd.

V: Dr. Primorac, kunt u eerst uitleggen wat gepersonaliseerde geneeskunde of precisiegeneeskunde inhoudt en waarom het als revolutionair wordt beschouwd?
A: Gepersonaliseerde geneeskunde, ook wel precisiegeneeskunde genoemd, zorgt voor een revolutie in de gezondheidszorg door medische behandelingen af te stemmen op de unieke kenmerken van elk individu. Deze aanpak integreert genetische, omgevings- en leefstijlfactoren om ziektepreventie, diagnose en behandeling te verbeteren. Hoewel de potentiële voordelen enorm zijn, brengt de implementatie van gepersonaliseerde geneeskunde ook aanzienlijke ethische, economische en logistieke uitdagingen met zich mee die moeten worden aangepakt om eerlijke en effectieve zorg voor iedereen te garanderen.

V: Welke rol speelt genomica in deze transformatie?
A: Genomics staat centraal in gepersonaliseerde geneeskunde. Naarmate de kosten van het sequencen van het volledige genoom blijven dalen, wordt de integratie van genetische tests in de routinematige klinische praktijk steeds haalbaarder. Vooruitgang in genomics, bio-informatica, kunstmatige intelligentie (AI) en data-analyse stelt ons nu in staat om genetische variaties te identificeren die de vatbaarheid voor ziekten en de respons op geneesmiddelen beïnvloeden. Aan de andere kant speelt multi-omics (epigenomics, transcriptomics, proteomics, glycomics, metabolomics, enz.) een cruciale en steeds grotere rol in gepersonaliseerde geneeskunde – het gaat zelfs verder dan genomics om een holistischer en preciezer inzicht in de individuele gezondheid te bieden.

V: Een interessant gebied waarover je hebt geschreven is farmacogenomica. Je recente boek, Farmacogenomica in de klinische praktijk, uitgegeven door Springer Nature, wordt algemeen beschouwd als eenis een van de meest Uitgebreide en impactvolle werken op dit gebied. Kunt u beschrijven hoe het werkt?
A: Een van de meest transformatieve toepassingen is farmacogenomica (PGx) – de studie van hoe genen de reactie van een individu op medicijnen beïnvloeden. Door inzicht te krijgen in genetische verschillen die het metabolisme, transport, de binding van receptoren, de werkzaamheid en de toxiciteit van geneesmiddelen beïnvloeden, kunnen clinici behandelingen afstemmen op individuele patiënten, waardoor het voorschrijven van geneesmiddelen op basis van trial-and-error wordt verminderd en bijwerkingen tot een minimum worden beperkt. Deze aanpak is met name effectief in de oncologie, psychiatrie en cardiologie, waar de reacties op geneesmiddelen sterk variëren.

V: Welke impact kan farmacogenomica in de praktijk hebben?
A: Een Amerikaanse studie uit 2018 schatte dat vermijdbare bijwerkingen (ADR's) en voorvallen (ADE's) als gevolg van het negeren van waarschuwingen voor onjuiste medicatie de gezondheidszorg jaarlijks tussen de $ 871 miljoen en $ 1.8 miljard kosten. Ons onlangs gepubliceerde boek, Pharmacogenetics in Clinical Practice (Springer Nature), behandelt alle cruciale aspecten van farmacogenetica (PGx) en is bedoeld om clinici, onderzoekers en studenten te ondersteunen bij het toepassen van deze inzichten in de dagelijkse medische praktijk.

V: Kunt u specifieke voorbeelden geven van de manier waarop genetische tests de behandeling kunnen sturen?
A: Genetische tests voor leverenzymen zoals CYP2D6 en CYP2C19 kunnen bijvoorbeeld patiënten identificeren die mogelijk niet reageren op gangbare antidepressiva. Aangezien ongeveer 60% van de 700,000 mensen die jaarlijks zelfmoord plegen een stemmingsstoornis zoals depressie of bipolaire stoornis heeft, onderstreept dit het cruciale belang van farmacogenomische (PGx) tests voor het verbeteren van de behandeling en resultaten van psychische aandoeningen. Bovendien speelt farmacogenomica een cruciale rol bij het optimaliseren van clopidogreltherapie – een bloedplaatjesaggregatieremmer – door variaties in het CYP2C19-gen te analyseren. Personen met bepaalde genetische varianten worden geclassificeerd als intermediaire of trage metaboliseerders, wat betekent dat ze minder van de prodrug omzetten in de actieve vorm. Deze verminderde activering verhoogt het risico op cardiovasculaire complicaties, zoals een beroerte of hartaanval, aanzienlijk, wat het levensreddende potentieel van gepersonaliseerde behandelstrategieën onderstreept.

V: Wat zijn enkele van de huidige uitdagingen bij de implementatie van farmacogenomica in klinische settings?
A: Ondanks de beloftes die farmacogenomica biedt, stuit de integratie ervan in de klinische praktijk op obstakels, zoals hoge testkosten, beperkte training van clinici en zorgen over de privacy van genetische data. Niettemin is het potentieel van farmacogenomica om de veiligheid en werkzaamheid van geneesmiddelen te verbeteren onmiskenbaar.

V: Hoe draagt kunstmatige intelligentie bij aan precisiegeneeskunde?
A: AI transformeert gepersonaliseerde geneeskunde in rap tempo door de analyse van complexe datasets – waaronder genomische, leefstijl- en klinische informatie – mogelijk te maken om ziekterisico's te voorspellen en behandelingen te sturen. AI-tools worden nu gebruikt om aandoeningen zoals diabetes, de ziekte van Alzheimer en hart- en vaatziekten te voorspellen, wat eerdere en nauwkeurigere interventies mogelijk maakt. Door gebruik te maken van gegevens uit elektronische patiëntendossiers, genetische profielen en wearables, verbetert AI de diagnostische nauwkeurigheid en maakt het zeer gepersonaliseerde behandelplannen mogelijk.

V: In een recent gepubliceerd onderzoek hebben u en uw collega's een geïntegreerde AI-tool genaamd OncoOrigin ontwikkeld en gevalideerd voor het voorspellen van de primaire kankerlocatie bij patiënten met kanker van onbekende primaire oorsprong (CUP). Dit is een nieuwe toepassing van machine learning in de oncologie. Kunt u uitleggen hoe deze aanpak werkt en wat deze baanbrekend maakt?

A. In deze in silicium In mijn onderzoek analyseerde mijn team van het St. Catherine Hospital en de wetenschappers van US Dartmouth Health meer dan 20,000 monsters van metastatische tumoren en mutaties in meer dan 600 verschillende genen. De resultaten zijn gebaseerd op computationele simulaties. Ten slotte werd het optimale model geïntegreerd met een grafische gebruikersinterface in de OncoOrigin-software. Van de vier geteste machine learning-modellen toonde XGBoostClassifier de beste prestaties, met een ROC-AUC-waarde van 0.97 (Receiver Operating Characteristic – Area Under the Curve), waarbij de maximaal mogelijke waarde 1 is. Een waarde van 1 staat voor een perfect model dat elk tumortype correct en foutloos classificeert, terwijl een waarde van 0.5 aangeeft dat het model niet beter presteert dan willekeurig gokken. Hoe dichter de ROC-AUC-waarde bij 1 ligt, hoe nauwkeuriger het model de juiste primaire tumorlocatie identificeert.

V: Zijn er zorgen over AI in de gezondheidszorg?
A: Er blijven uitdagingen bestaan, waaronder zorgen over dataprivacy, algoritmische bias en de interpreteerbaarheid van AI-gestuurde beslissingen. Tijdens de conferentie die we in juni 2026 in Dubrovnik organiseren – gezamenlijk georganiseerd door het St. Catherine Specialty Hospital, de Mayo Clinic, de International Society for Applied Biological Sciences (ISABS) en het International Center for Applied Biological Research (ICABS) – zullen we alle belangrijke vragen met betrekking tot de toepassing van kunstmatige intelligentie in de klinische praktijk bespreken. Meer dan 500 artsen en wetenschappers van over de hele wereld – waaronder diverse Nobelprijswinnaars – zullen deelnemen aan dit baanbrekende evenement om de toekomst van kunstmatige intelligentie in de geneeskunde te bespreken.

V: Hoe worden Polygene Risicoscores (PRS) in de klinische praktijk gebruikt?
A: In het tijdperk van informatietechnologie hebben clinici en wetenschappers een extra belangrijk instrument ontwikkeld voor precisiegeneeskunde: polygene risicoscores (PRS). Deze scores verzamelen gegevens van meerdere genetische varianten om het risico van een individu op complexe ziekten zoals coronaire hartziekte of borstkanker te schatten. PRS worden steeds vaker gebruikt ter ondersteuning van screening en preventiestrategieën, wat een proactievere en persoonlijkere benadering van de gezondheidszorg mogelijk maakt.

V: Kunt u ons meer vertellen over nutrigenomics en de mogelijkheden ervan?
A: Nutrigenomics onderzoekt hoe genen interacteren met voedingsstoffen en biedt daarmee een nieuwe dimensie in gepersonaliseerde gezondheid. Door het genetische profiel van een individu te analyseren, maakt nutrigenomics het mogelijk om voedingsplannen op maat te maken die de gezondheid optimaliseren, ziekten voorkomen en het welzijn verbeteren. Sommige mensen kunnen bijvoorbeeld genetische varianten hebben die de vetstofwisseling, vitamine-opname of cafeïnegevoeligheid beïnvloeden. Gepersonaliseerde voedingsadviezen op basis van deze informatie kunnen het risico op chronische aandoeningen zoals obesitas, diabetes en hart- en vaatziekten helpen verminderen. Hoewel nutrigenomics nog steeds een opkomend vakgebied is, biedt het grote belofte voor de toekomst van de preventieve geneeskunde.

V: Hoe verandert gepersonaliseerde geneeskunde specifiek de kankerzorg?
A: Kankerbehandeling is een nieuw tijdperk ingegaan, gedreven door de kracht van gepersonaliseerde geneeskunde. In tegenstelling tot traditionele benaderingen die dezelfde behandeling toepassen op alle patiënten met een bepaald type kanker, past gepersonaliseerde oncologie therapieën toe op basis van iemands genetische samenstelling, tumorbiologie en moleculaire markers. Gepersonaliseerde geneeskunde verandert niet alleen de manier waarop we kanker behandelen, het verandert ook de manier waarop we het begrijpen. Door de behandeling af te stemmen op de unieke biologie van elke patiënt, komen we dichter bij een toekomst waarin kankerzorg preciezer, effectiever en humaner is.

V: Kunt u voorbeelden geven van hoe gerichte therapieën werken bij de behandeling van kanker?
A: Bijvoorbeeld, bij niet-kleincellige longkanker (NSCLC) – goed voor ongeveer 85% van alle longkankers – kunnen patiënten met mutaties in het gen voor de epidermale groeifactorreceptor (EGFR) baat hebben bij doelgerichte therapieën zoals osimertinib (Tagrisso). Dit medicijn richt zich specifiek op EGFR-mutaties, onderdrukt effectief de proliferatie en overleving van tumorcellen en biedt een effectiever en minder toxisch alternatief voor conventionele chemotherapie. Een ander voorbeeld van doelgerichte therapie is de behandeling van gemetastaseerde colorectale kanker met een BRAF V600E-mutatie. Deze mutatie zorgt ervoor dat het BRAF-eiwit – dat normaal gesproken betrokken is bij de regulering van celgroei – permanent actief wordt, wat leidt tot ongecontroleerde tumorproliferatie. Encorafenib (Braftovi®), een BRAF-remmer, blokkeert dit gemuteerde eiwit en stopt de overactieve signalering. In combinatie met cetuximab (Erbitux®), een monoklonaal antilichaam dat zich richt op EGFR, wordt de behandeling aanzienlijk effectiever door gelijktijdig twee belangrijke pathways te remmen die betrokken zijn bij tumorgroei.

V: Welke uitdagingen staan ons nog te wachten op het gebied van gepersonaliseerde kankerbehandeling?
A: De complexiteit van kanker blijft een enorme uitdaging. Tumoren zijn zeer heterogeen en kunnen in de loop van de tijd evolueren, waarbij ze vaak resistentie ontwikkelen tegen aanvankelijk effectieve therapieën. Deze dynamiek vereist continue monitoring, adaptieve behandelplannen en een sterke toewijding aan voortdurend onderzoek en innovatie.

V: Wat is patiëntgerichte therapie en hoe past dit in de precisiegeneeskunde?
A: Therapieën met mesenchymale stamcellen (MSC's) en microgefragmenteerd vetweefsel (MFAT's) worden ook beschouwd als vormen van gepersonaliseerde geneeskunde, met name wanneer ze gebruikmaken van het eigen biologische materiaal van de patiënt. Mesenchymale stamcellen (MSC's) hebben een opmerkelijke klinische efficiëntie aangetoond in een breed scala aan toepassingen in de regeneratieve geneeskunde, ondersteund door zowel preklinische als klinische studies.

 MFAT-therapie daarentegen omvat het oogsten van vetweefsel van een patiënt via een minimaal invasieve procedure. Dit weefsel wordt vervolgens verwerkt en opnieuw geïnjecteerd in specifieke gebieden met letsel of degeneratie, zoals gewrichten, pezen of ligamenten, op basis van de specifieke klinische toestand van de patiënt. MFAT is rijk aan stamcellen afkomstig van vetweefsel, groeifactoren en ontstekingsremmende middelen, die allemaal weefselherstel en -regeneratie ondersteunen op een manier die aansluit bij de unieke biologie van de patiënt.

V: Hoe ziet u de toekomst van gepersonaliseerde geneeskunde?
A: Ondanks de uitdagingen is het potentieel van gepersonaliseerde geneeskunde om de gezondheidszorg te revolutioneren onmiskenbaar. Het biedt een toekomst waarin behandelingen effectiever zijn, bijwerkingen tot een minimum worden beperkt en ziekten worden opgespoord voordat ze levensbedreigend worden. Het realiseren van deze visie vereist investeringen in onderzoek, onderwijs en infrastructuur, evenals een toewijding aan het aanpakken van de ethische en maatschappelijke implicaties van dit evoluerende vakgebied. Met doordachte planning, inclusief beleid en ethische praktijken kan gepersonaliseerde geneeskunde een hoeksteen worden van de gezondheidszorg van de 21e eeuw en de belofte van echt geïndividualiseerde zorg waarmaken.

Deel dit artikel: