Digitale Gesund­heit ist nicht ganz so einfach

"Digital Health" ist erst recht in Zeiten von SARS-CoV-2 im Mittelpunkt vieler Diskussionen im Gesundheitswesen. Doch dahinter verbirgt ein ganzes Sammelsurium an verschiedenen Techniken. Künstliche Intelligenz, besser eher Augmented Intelligence, virtuelle Bilder, klinische Informationen von Patienten und Big Data-Analysen müssten unter einen Hut gebracht werden, hieß im Vorlauf zu den Praevenire Gesundheitstagen Seitenstetten (14.-16.10.2020).

Reinhard Riedl (Fachhochschule Bern/Digital Enabling): "Wir beschäftigen uns mit Augmented Intelligence und mit einem funktionierenden Datenfluss. Die Maschine bereitet vor, der Mensch entscheidet. Es geht nicht darum, dass der Mensch von der Maschine überwacht wird oder der Mensch bloß die Maschine überwacht. Es geht um eine Mensch-Maschine-Zusammenarbeit."

Die Gesundheitstage werden in diesem Jahr als Hybrid-Veranstaltung organisiert.

Ein Beispiel: In der Radiologie kann der Computer in Röntgen-, CT- oder MR-Bildern von Patienten verdächtige Organareale identifizieren und dem begutachtenden Arzt so zuführen, dass er sie optimal beurteilen kann. Für die Etablierung von "Digital Health" sei aber auf jeden Fall eine Grundstruktur die Voraussetzung:

Riedl meinte weiter: "Daten müssen dort verfügbar sein, wo sie gerade benötigt werden und dem Patienten von direktem oder indirekten Nutzen sein können."

Viele verstreute Daten

An Daten zu Patienten mangelt es in der Medizin zumeist nicht, aber sie sind oft verstreut über viele Orte des hoch komplexen Gesundheitssystems.

Gerd Folkers (Lehrstuhlinhaber für Pharmazeutische Chemie in Zürich) hat sich langjährig mit "Drug Design" beschäftigt. Er versuchte ebenfalls, die oft hochgeschraubten Erwartungen auf den Boden der Realität zu bringen. Zu den jahrelang in Wissenschaft und Pharmaindustrie so stark propagierten virtuellen 3D-Darstellungen von Proteinen oder Molekülen für die Wirkstoffentwicklung erklärte er:

"Das Problem bei der Übersetzung in virtuelle Realitäten ist die Qualität. Die Darstellungen haben große Reduktionsanteile." So sehe man Moleküle in der 3D-Animation quasi in einem Vakuum, ganz anders als es in der Biologie funktioniere.

"Uns fehlt einfach schon das Wasser. Dass wir mit ein paar Mal Drücken auf die 'Return'-Taste ein neues Antibiotikum schaffen können, hat sich als falsch herausgestellt."

Der Wiener Pharmaexperte Wolfgang Wein (Merck GmbH) erwartet sich trotzdem große Fortschritte durch Augmented oder Artificial Intelligence: "Der Krebs wird nicht durch den Menschen, sondern durch Artificial Intelligence besiegt werden."

Man werde Mutationen in Tumorgewebe vorausberechnen und danach die Therapie abstimmen können. Die Hoffnung ist auch, dass man durch Big Data-Analysen in Zukunft klinische Studien zur Erprobung von neuen Medikamenten einfacher und schneller machen kann.

Susanne Erkens (Roche): "Man kann vielleicht Placebo-Gruppen durch (historische; Anm.) Vergleichsgruppen ersetzen."

Aufgearbeitete Daten von Patienten, die nach dem bisherigen Stand der Medizin behandelt worden sind, könnten jenen aus einer real durchgeführten Studie mit einem neuen Medikament gegenübergestellt werden. Das Problem: Big Data-Daten sind immer retrospektiv, klinische Studien hingegen klassisch prospektiv, was die Voraussetzung für fundierte und aussagekräftige Schlussfolgerungen ist. Die fortgeschrittensten Rechenprogramme müssten nicht unbedingt "nur" für die Suche nach neuen Wirkstoffen eingesetzt werden. Immerhin gibt es in der Pharmaindustrie bereits Wirkstoffbanken mit Dutzenden Millionen Substanzen, viele davon bereits ausgetestet oder sogar beim Menschen im Einsatz. Doch neue Anwendungen für andere Erkrankungen ließen sich dadurch leichter finden, erklärte Folkers.

Und was fehlt laut diesen Experten?

Klinisch tätige Ärzte, Medizin- und Software-Wissenschaftler müssten zusammenkommen, um auf einer Ebene zu kooperieren. Bevor nicht die aus dem bloßen Patientengespräch erhobenen Informationen mit den (digitalen) Daten aus Labor, bildgebenden Untersuchungstechniken und anderen Quellen sinnvoll zusammengefasst werden, wird "Digitale Gesundheit" nicht alle jene Chancen nutzen können, die sie - potenziell - offeriert.