Neem een klompje menselijke cellen onder de loep en je hebt honderdduizenden datapunten om je tanden in te zetten. Vertienvoudig dat aantal gerust diverse keren want één mens zegt nog niks in diagnostisch onderzoek, en doe dezelfde exercitie met monsters uit de controlegroep. Voor wie gek is op data moet diagnostiek de zevende hemel zijn.
Dit is de wereld van Qurin. Ze ontwikkelen urinetesten die aantonen of in iemands erfelijk celmateriaal veranderingen te zien zijn die op beginnende kanker wijzen. Daar gaat een enorm complexe R&D-fase aan vooraf: uitvogelen welke veranderingen in erfelijk materiaal een levensgrote kans op specifieke typen kanker geven.
Sparren met experts
Artificial Intelligence was daarin voor Qurin uiteraard al een beproefde methode. Maar om het onderste uit de kan te halen haalden ze Pipple erbij. Zijn er aanvullende AI-methodes die we zelf nog niet toepassen? En hoe richten we de processen daaromheen solide in?, vroeg Judith Heikoop zich af, interim Chief Executive Officer bij Qurin. Heikoop: ‘We hebben een kundige data scientist in eigen huis, maar die is alleen bezig op ons eigen postzegelgebiedje. We hadden behoefte om eens stevig te sparren met een groep experts, jong en up to date, die data science in de volle breedte toepast in verschillende domeinen.’
Interessante conclusies na elke sprint
Wat volgde was een traject van acht maanden waarbij Pipple zich onderdompelde in de business van Qurin, in nauwe samenwerking met hun data scientist. Heikoop: ‘Na werkelijk elke sprint legden ze interessante conclusies op tafel. Daar worden wetenschappers als ik blij van, want we zijn gedreven door resultaat.’
Cruciale eyeopener
Pipples voornaamste advies aan Qurin: structureer en documenteer jullie data en code goed. Het belang daarvan was an sich niet nieuw voor Heikoop. ‘Wil je met nieuwe technologie een verschil maken in een sterk gereguleerde markt, dan moeten je resultaten reproduceerbaar zijn. De eyeopener was dat Qurin hier nog veel meer mee kan winnen dan we wisten. Pipple liet zien hoe we met meer structuur ook de schaal waarop we testen aanzienlijk kunnen vergroten. En hoe we resultaten makkelijker kunnen vergelijken. Cruciale inzichten waarmee we zelfstandig sneller progressie kunnen boeken.’
Inzicht in het speelveld
De allergrootste waarde van het traject met Pipple zat ‘m voor Heikoop in de discussies. ‘Ze konden de ongelofelijk ingewikkelde dingen die ze deden op een eenvoudige manier uitleggen. Mét respect voor de verduidelijkingsvragen en de input van mensen die vanuit een ander perspectief naar de zaken keken. Het is niet dat ik hierdoor hun werk nu zelf kan doen, dat niveau ga ik nooit bereiken. Maar dankzij Pipple overzie ik ons speelveld op het gebied van AI wel veel beter. Ik snap nu welke kritische factoren ervoor zorgen dat iets gaat werken of niet. En wat dus de vragen zijn die ik in het vervolg kan stellen om goede beslissingen te nemen.’
