Pharmazeutische Zeitung online
Personalisierte Medizin

Chancen und Risiken für die Apotheke

Von der Interventions- zur Präventionsmedizin

Zugleich werden immer schnellere Mobilfunksysteme wie 5G eingeführt und Cloud-Technologien entwickelt, die mit dem IoT verbunden sind und dadurch den täglichen Umgang mit den großen Mengen an digitalen Daten erst ermöglichen. Auf diese Weise verbinden sich beide Welten zu einem »industriellen Internet«, das sensible, persönliche ­Daten von Patienten mit Sensoren, Anwendungen und Technologien verschaltet, um Daten von physikalischen Objekten oder anderen Quellen zu sammeln, zu analysieren und daraus Interventionsvorschläge abzuleiten. Mit der derzeitig praktizierten Sammlung von analytischen Informationen ist es also nicht getan, solange daraus kein nutzbares Wissen generiert wird. Deshalb kommt der Entwicklung von Algorithmen auf Basis künstlicher Intelligenz, die ältere und aktuelle Daten in Patientenakten fortlaufend aufzeichnen und analysieren, eine große Bedeutung bei der optimalen Ausnutzung des Potenzials von Big Data zu. So können mithilfe einer präzisen, datengestützten Analyse auf individueller Basis viele Patienten früher im Diagnose- und Therapieprozess erreicht und mit wichtigen Informationen über die richtigen Kanäle geleitet und fortwährend unterstützt werden.

Das würde den langsamen Übergang von der Interventionsmedizin zur Präventionsmedizin bedeuten, also zur stärkeren Individualisierung der medizinischen Behandlung und einer stärkeren Personalisierung der jeweiligen Medikation über individuell angepasste Verschreibungen. Bewegten wir uns in der Vergangenheit noch überwiegend auf der deskriptiven Ebene, befinden wir uns mittlerweile auf der dia­gnostischen Ebene und stehen kurz vor der Umsetzung der prädiktiven und ­reaktiven Ebene. Hierbei werden gemessene Gesundheitsparameter mit Krankheitsmodellen und Analysen­algorithmen aus dem Bereich der künstlichen Intelligenz kombiniert, sodass im Fall von unerwarteten Abweichungen in den erfassten Parametern Personen aufgefordert werden, zu reagieren. Im Fall von unerwarteten Herzfrequenzen kann die Person beispielsweise aufgefordert werden, ein EKG zu machen. Auf der langfristig angestrebten präskriptiven und proaktiven Ebene werden durch kontinuier­liches Gesundheitsmonitoring mithilfe der künstlichen Intelligenz Situationen ermittelt, in denen beispielsweise eine lebensbedrohende Krise bei einem Patienten aufzutreten droht, sodass eine frühzeitige Intervention gewährleistet werden kann (Abbildung 1).

Wie groß das Potenzial von Big Data im Gesundheitswesen sein kann, zeigt der Computer Watson von IBM. Watson greift auf Terabytes an Informationen über medizinisches Wissen, klinische Fälle sowie Fachliteratur zurück und soll anhand dessen Diagnosen stellen und eine Behandlung vorschlagen. Bislang gab es aber bei der praktischen Anwendung stets Probleme, die einen breiten Einsatz von Watson in der Klinik verhinderten.

Von den Möglichkeiten, die Big Data in Kombination mit künstlicher Intelligenz bietet, werden vermutlich in erster Linie chronisch Kranke profitieren. Statt Kontrollbesuchen beim Arzt werden medizinische Datenzentren die übermittelten Daten Tag und Nacht überwachen können und bei Norm­abweichungen warnen. Werden dann von diesen Systemen bedenkliche Entwicklungen erkannt, können medizinische Fachleute rechtzeitig intervenieren. Ein solches Modell würde nicht nur eine individuelle Betreuung rund um die Uhr gewährleisten, sondern auch die Behandlungskosten senken.

Seite<1234>

Mehr von Avoxa