ZonMw heeft de GO FAIR Foundation opdracht gegeven te starten met de eerste fase en stappen van het uitvoeren van het Virus Outbreak Data Access Network (VODAN). Het streven van dit implementatienetwerk is om de data over de uitbraak van het coronavirus benaderbaar te maken voor leer-algoritmes volgens het Personal Health Train principe.
GO FAIR en ZonMw roepen experts op de gebieden van infectieziektes en data op hieraan mee te werken. De initiatiefnemers en financiers van de VODAN opdracht willen met hun initiatief bijdragen aan een oplossing voor de COVID-19 epidemie.
Paraatheid bij epidemie verbeteren
ZonMw is lid van GloPID-R, een wereldwijd samenwerkingsverband tussen onderzoeksfinanciers op het gebied van de paraatheid voor uitbraken van infectieziekten. Als zodanig financiert ZonMw gezondheidsonderzoek en stimuleert het zorginnovatie.
De Personal Health Train-benadering kan mogelijk nog net op tijd een nuttige bijdrage leveren aan de COVID-19-crisis, maar een garantie kan daarvoor niet gegeven worden. Gesteld wordt dat de methode in ieder geval de mate flink kan verhogen waarin landen op toekomstige, in omvang vergelijkbare, epidemieën voorbereid zullen zijn.
Personal Health Train-methode
Bij het Personal Health Train-principe blijft data staan op de plek waar ze gegenereerd zijn. De raadpleging voor onderzoeksvragen gebeurt door de data te 'bezoeken' en in een wagon te 'laden'. De voorwaarden die gelden voor het raadplegen en bevragen van de data worden door de beheerders van de data bepaald. Dit garandeert dat de data op een gelijkwaardige en gecontroleerde manier voor onderzoek beschikbaar gesteld wordt.
De Personal Health Train-methodiek wordt ook al toegepast onderzoek naar uitkomsten en patronen in de diagnose en behandeling van zeldzame tumoren. Daarbij is internationale samenwerking, en toegang tot data in verschillende landen, ook van belang.
