zum Hauptinhalt
Maßgeschneidert. Der Abgleich von Patientendaten kann die Therapie entscheidend optimieren.
© Frank May/dpa-picture alliance

Big Data in der Medizin Datenflut, die Leben rettet

Der Potsdamer HPI-Forscher Matthieu Schapranow spricht im PNN-Interview über maßgeschneiderte Medizin durch Big Data, gezielte Prävention, erfolgreiche Therapien und den Umgang mit sehr sensiblen Daten.

Herr Schapranow, warum ist Big Data für die Medizin so wichtig?
 

Daten sind die Grundlage neuen Wissens, der Antriebsmotor der Wirtschaft. In der Medizin geht es darum, Patienten möglichst rasch von Krankheiten zu befreien. Dazu müssen sie so umfassend wie möglich durch Daten charakterisiert werden. Heute stellt die Erhebung der Daten kein Problem mehr dar, denn neueste Laborverfahren sind geradezu sprudelnde Datenquellen. Der Arzt steht vielmehr vor der Herausforderung, die für die Behandlung relevanten Fakten herauszufiltern. Dabei geht das weit über seine persönlichen Erfahrungen hinaus: Es geht um weltweites Wissen, seltene Erkrankungen, genetische Veränderungen und neueste Therapien. Hierfür entwickeln wir gemeinsam mit Medizinern passende Analyse-Werkzeuge, um sie bei ihrer täglichen Arbeit zu unterstützen.

Matthieu Schapranow  (36) ist wissenschaftlicher Manager und Leiter am Digital-Health-Center des Hasso-Plattner-Instituts der Universität Potsdam.
Matthieu Schapranow  (36) ist wissenschaftlicher Manager und Leiter am Digital-Health-Center des Hasso-Plattner-Instituts der Universität Potsdam.
© Manfred Thomas

Es geht Ihnen vor allem um eine individuelle Therapie.

Ich spreche lieber von maßgeschneiderter Medizin, denn die Medizin war schon immer individuell. Heute wissen wir aber, dass jeder Organismus unterschiedlich auf medizinische Wirkstoffe reagiert. Selbst scheinbar harmlose Wirkstoffe können in sehr seltenen Fällen sogar schwerwiegende Folgen haben. Je mehr Daten als Grundlage für die Therapieentscheidung genutzt werden können, desto besser können die körpereigene Antwort auf medizinische Wirkstoffe und die Wirksamkeit von Arzneien berücksichtigt werden. Damit können Ärzte frühzeitig den Therapieerfolg prognostizieren oder die Behandlung anpassen. Grundlage dafür ist die interaktive Analyse riesiger Datenmengen ähnlicher Fälle.

Ein Beispiel bitte!

Wenn zum Beispiel eine Herzklappe ersetzt werden muss, ist eine medikamentöse Behandlung erforderlich. Die Frage ist nun, welche Kombination aus Herzklappe und medikamentöser Behandlung für welchen Patienten am geeignetsten ist. Heute muss sich der Arzt bei der Auswahl auf seine Erfahrung verlassen. Wir arbeiten daran, dass Ärzte künftig auf die Erkenntnisse aus weltweiten Behandlungen zugreifen können. So gelangt neuestes medizinisches Wissen noch rascher in die breite Versorgung.

Mit Big Data lässt sich also Leben retten?

Man muss sich das wie eine globale medizinischer Wissensbasis vorstellen. Mediziner müssten den ganzen Tag neueste Publikationen lesen, um nur annähernd einen vergleichbaren Wissenstand zu erlangen. Künftig werden Ärzte durch lernende Softwaresysteme auf Besonderheiten eines jeden Patienten hingewiesen. Zum Beispiel, dass der aktuelle Patient einer Gruppe von Patienten ähnelt, bei denen es in den ersten Wochen nach der Operation zu Komplikationen kam. So kann der Arzt gezielt Prävention betreiben, damit es erst gar nicht dazu kommt. Das funktioniert dann wie bei autonomen Fahrzeugen. Alle Fahrzeuge lernen aus dem Unfall eines einzelnen Fahrzeugs, indem sie ihre Erfahrungen teilen. Ein weiteres Beispiel sind seltene Erkrankungen. Heute sind Erkenntnisse über seltene Erkrankungen, die ein einzelner Arzt fast nie zu Gesicht bekommt, besser zugänglich. Dadurch ist die Zahl diagnostizierter Fälle in den vergangenen Jahren gestiegen.

Welche Rolle spielen die Kosten?

In Deutschland haben wir eines der besten Gesundheitssysteme weltweit, aber gleichzeitig ist es auch eines der teuersten. Daher müssen wir überlegen, wie man Mediziner bei Ihrer Arbeit besser unterstützt. Wir können ihnen beispielsweise die Recherche zu ähnlichen Krankheitsbildern abnehmen – wie auch die Frage, welche Therapiemaßnahmen bei anderen Gruppen gut funktioniert haben. Heute wird zwar der überwiegende medizinische Fortschritt in Industrienationen erzielt, doch durch die globale digitale Vernetzung können erstmals auch Ärzte in Entwicklungsnationen davon profitieren.

Gesundheitsdaten sind äußerst sensibel, die will nicht jeder einfach herausgeben.

Mit persönlichen Gesundheitsdaten sollte man tatsächlich sehr vorsichtig umgehen. Für die Forschung sind aber nicht die persönlichen Daten von Bedeutung, sondern es geht um Gruppen von Patienten mit ähnlichen Krankheitsbildern. Dabei spielen persönliche Merkmale, wie Name oder Wohnort, gar keine Rolle. In Europa haben nach Umfragen rund zwei Drittel der Bürger ein Interesse daran, ihre persönlichen Gesundheitsdaten für Forschungszwecke zur Verfügung zu stellen – insbesondere, wenn es um die Erforschung chronischer Erkrankungen geht, an denen sie selbst leiden. Hier arbeiten wir an geeigneten Werkzeugen wie dem Datenspendeausweis, der es jedem Bürger selbst ermöglicht, informiert zu entscheiden, ob und wenn ja, welchen Teil seiner persönlichen Gesundheitsdaten er für welchen Forschungszweck zugänglich macht.

Ist Potsdam heute ein Hot Spot in Sachen digitaler Gesundheit?

Diesen Schwerpunkt bauen wir am HPI seit mittlerweile fast zehn Jahren aus. Mit der Etablierung des HPI Digital-Health-Centers haben wir eine weitere wichtige Stufe genommen. Neben zusätzlichen Räumlichkeiten haben wir neues Personal gewinnen können. So sind mittlerweile drei Professuren berufen worden und gerade startet unser neuer Masterstudiengang „Digital Health“. Darüber hinaus kooperieren wir mit vielen medizinischen Einrichtungen in der Region, unter anderem mit dem Ernst-von-Bergmann Klinikum und der Charité. Insofern bin ich davon überzeugt, dass wir hier einen wichtigen Beitrag leisten. Gemeinsam mit weiteren Institutionen der Region nimmt die Hauptstadtregion Berlin-Brandenburg eine Vorreiterrolle ein und wird so auch in Zukunft Magnet für internationale Experten auf diesem Gebiet sein.

Matthieu Schapranow (36) ist wissenschaftlicher Manager und Leiter der AG „In-Memory Computing for Digital Health“ am Digital- Health-Center des Hasso-Plattner-Instituts. Vom 17. bis 18. Oktober 2018 findet am Potsdamer Hasso-Plattner-Institut (HPI) das Symposium „Big Data in der Medizin – HIMSS Impact18“ statt. Es bringt Experten aus Gesundheitswirtschaft, Politik und Wissenschaft zusammen.

Zur Startseite