- Datenanalyse Wie Daten Diagnose und Therapie revolutionieren DeviceMed vom 14. Oktober 2021
ArtikelWien/Berlin, 14.10.2021
Mitte der 90er Jahre wurde der menschliche Körper digital. Seitdem wächst die Menge an menschlichen Daten für medizinische Zwecke rasant. Mit dem richtigen Zugang und der Auswertung dieser Daten können neue Therapien oder Diagnoseformen entwickelt werden. Ein Artikel von DeviceMed.
Mitte der 90er Jahre wurde der menschliche Körper digital. Das Visible Human Project veröffentlichte eine komplette computerlesbare anatomische 3D-Studie einer Frau und eines Mannes, zusammengesetzt aus zig feinen Körperschnitten aus MRT- und CT-Aufnahmen. Dieser digitale Körperatlas ermöglichte das Studieren des Körperinneren, ohne den Schreibtisch zu verlassen.
Seitdem ging es in immer kürzeren Abständen voran. Zur Jahrtausendwende gelang es den Wissenschaftlern um den Biochemiker Craig Venter, das menschliche Genom zu entschlüsseln. Seither wächst die Menge an menschlichen Daten für medizinische Zwecke rasant.
Die wohl bahnbrechendste Errungenschaft ist Googles Unternehmen Deep-Mind zu verdanken. Dessen Forscher können mit Hilfe des KI-Systems Alphafold die Proteinstruktur von Proteinen ermitteln. Das sind Grundbausteine des Lebens – Antikörper, Enzyme oder Hormone gehören dazu. Aber auch Bestandteile der Hülle von Viren. Die Struktur von Proteinen ist sehr komplex. Wer weiß, wie genau sich ein Protein verknäult, erfährt auch, wie es wirkt, wie es sich im Zusammenspiel mit anderen Molekülen verhält. Auf diese Weise können Wissenschaftler neue Medikamente entwickeln. Die Proteinstrukturen zu ermitteln dauert teilweise viele Jahre – mit Hilfe der KI Alphafold gelingen die Analysen innerhalb von Stunden.
Die eigentliche Revolution ist der Miniaturisierung von Sensoren zu verdanken. Erst sie schaffen den Zugang zu den Daten. Sie messen farbliche Unterschiede in Venen unter der Haut und schließen daraus auf den Herzschlag. Sie analysieren schwache elektrische Signale am Handgelenk und erkennen als rudimentäres EKG die Vorzeichen von Herzinfarkten wie bei den modernen Formen von Smartwatches. Die Träger der Uhren sind so gewarnt – und können früher zum Arzt. Auch die Diagnose von Diabetes ohne Piks steht bereits auf der Agenda der Sensorentwickler. Ein Patent von Apple beispielsweise sieht vor, die Zuckerkonzentration im Blut anhand des Atems zu messen.
Mit Daten zu neuer Medizin: Sensoren schaffen den Zugang
Sensoren sind also das Tor zum Datenschatz. Algorithmen dagegen sind die Steuerzentrale, wenn es darum geht, aus Daten Erkenntnisse zu machen. Das Start-up Verily, eine Tochter der Google-Konzernmutter Alphabet, verwendet einen am Bauch befestigten Minisensor, um die Blutzuckerkonzentration kontinuierlich zu bestimmen. Die dazugehörende App wertet die Daten aus und dient den Patienten als Informationszentrale. Sie unterstützt bei der Bewältigung von Diabetes im Alltag durch Tipps und Warnsignale.
Einen anderen Ansatz verfolgt die Uniklinik für Augenheilkunde und Optometrie in Wien. Dort haben die Experten um Leiterin Ursula Schmidt-Erfurth erkannt, welches Potenzial in der maschinellen Analyse der Netzhautmuster im Auge steckt. Ihr Augenscanner macht in einer Sekunde 40.000 Aufnahmen der Netzhaut. Die Bilder dieser optischen Kohärenztomographie werden von einem KI-System ausgewertet. Inzwischen kann das trainierte System Diabetes schneller und zuverlässiger diagnostizieren als der Mensch. Schmidt-Erfurth sieht großes Potenzial in dieser Technologie: Künftig sollen auch andere Erkrankungen innerer Organe abgelesen werden können, wie Nierenprobleme und kardiovaskuläre Erkrankungen.
Dabei ist das Prinzip bei der Auswertung der Biomarker immer gleich. Egal ob Netzhautmuster, Blutkörper, Stimme, elektrische Ströme auf der Haut oder Bewegungsmuster: Moderne Sensoren und die Auswertung der Daten mit Hilfe von KI ermöglichen die Früherkennung von zahlreichen Krankheiten. Je stärker sie miniaturisiert werden, desto eher können sie auch in den Alltag von Menschen als Frühwarnsystem integriert werden.
Mit der Diagnose sind die Möglichkeiten der Datenanalyse jedoch noch lange nicht ausgeschöpft. Gerade weil die modernen Analysegeräte in der Lage sind, auch sehr kleine Veränderungen zum Beispiel am Auge zu erkennen, können sie auch die Reaktion auf eine Therapie registrieren.
Ein anderes Beispiel für das Zusammenspiel von Mensch und Maschine ist die Therapie der Krankheit Parkinson. Hier lässt sich aus dem Gang eines Patienten auf den Zustand der Krankheit schließen. Forscher des Uni-Klinikums Erlangen und der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) haben ein Diagnose-Tool entwickelt, mit dessen Hilfe die Gangqualität erfasst wird. Mit Hilfe von Sensoren im Schuh werden die Daten zum individuellen Gang erfasst. Ein KI-Algorithmus kann auf der Grundlage von Veränderungen im Gang, von Therapie-Maßnahmen und Veränderungen im Krankheitsbild ableiten, inwieweit therapeutische Maßnahmen erfolgreich sind oder nicht.
Die Beispiele zeigen, dass das Potenzial von Körperdaten für Diagnose und Therapie groß ist. Die Vorbehalte sind es allerdings auch. Denn genauso, wie sich die Daten zum Nutzen der Menschen verwenden lassen, können sie auch eingesetzt werden, um Verhaltensauffälligkeiten zu erkennen, das Solidarprinzip der Krankenversicherung auszuhebeln und Fehlverhalten zu bestrafen. Zur Analyse von menschlichen Daten gehört daher immer auch die Einhaltung ethischer Standards. Gelingt dies, können wir alle von diesem Datenschatz profitieren.
