Personalisierte Medizin Big Data und KI in der Präzisionsmedizin

Ganz im Sinne der personalisierten Medizin könnte eine KI-gestützte Big-Data-Analyse die Diagnostik und Therapie von Krankheiten revolutionieren. Mögliche Einsatzszenarien und Hemmschuhe hat Dell Technologies in einem Listicle identifiziert.

Lange Zeit galt personalisierte Medizin als nur schwer umsetzbar und kostenintensiv, weshalb der zu einer bestimmten Diagnose passende Goldstandard, quasi ein Best Practice in der Patientenversorgung, vorgezogen wurde. Doch das könnte sich nun ändern, meint Dr.-Ing. Marten Neubauer, Field Director Healthcare bei Dell Technologies: „Technologie hat das Potenzial, das Leben jedes Einzelnen zu verbessern – vor allem, wenn sie dabei hilft, Krankheiten früher zu diagnostizieren, besser zu behandeln und aktiv vorzubeugen.“

Die Präzisionsmedizin, auch als personalisierte Medizin bekannt, zielt darauf ab, Prävention, Diagnose und Therapie von Krankheiten auf jeden Patienten gezielt abzustimmen. Dies beinhaltet neben der Berücksichtigung von Umwelt- und Lebensstilfaktoren der Patienten auch Informationen, die beispielsweise aus Genom-, Proteom- oder Bildgebungsanalysen gewonnen werden.

Datenintegration statt Insellösungen

Datenkonsolidierung: Schlüssel zur personalisierten Medizin

All diese Daten werden mithilfe moderner Informationssysteme analysiert, um personalisierte Behandlungsansätze zu entwickeln und die Wirksamkeit und Sicherheit der Therapien zu maximieren​. Künstlicher Intelligenz und Big Data Analytics dürfte dabei künftig eine Schlüsselrolle zukommen. Sie machen die umfassende Auswertung großer Datenmengen erst möglich. KI lernt dabei, in diesen Daten versteckte Muster aufzudecken und daraus Erkenntnisse für die Behandlungsentscheidung abzuleiten.

In einem Listicle zum Thema führt Dell Technologies die Krebsbehandlung als Beispiel an. Mithilfe genetischer Biomarker wie der BRCA-Mutation lasse sich das persönliche Erkrankungsrisiko für Brust- oder Eierstockkrebs frühzeitig bestimmen. Dies lasse eine Präventionsstrategie zu, die sich günstig auf die Heilungschancen auswirken könnten. Auch bei der Medikamentenentwicklung unterstütze die Präzisionsmedizin: Durch Analyse genetischer Daten gelingt es, individualisierte Arzneimittel in kurzer Zeit zu entwickeln und deren Wirksamkeit für den Patienten vorauszusagen.

All diese Möglichkeiten der Datensammlung und -auswertung werfen aber auch Fragen zur Datenqualität und zum Datenschutz auf. „Wenn mit sensiblen Informationen wie Patientendaten gearbeitet wird, steigt die Notwendigkeit einer hohen Datenqualität, klinischer Governance und ethischer Aufsicht“, fasst Dell in dem Listicle zusammen. KI-Lösungen müssten stets zuverlässig, sicher und zum Nutzen der Patienten arbeiten. „Darüber hinaus ist die Präzisionsmedizin auf saubere Daten angewiesen, um jegliche Verzerrungen oder Verfälschungen der datengestützten Ergebnisse zu vermeiden“, heißt es weiter.

Künstliche Intelligenz

Technologie macht Medizin persönlicher

Da das Training von KI- und Machine-Learning-Modellen viele unterschiedliche Datensätze benötigt, läge der Schluss nahe, das Kliniken und Forschungseinrichtungen ihre Daten bündeln. Aber das widerspricht selbstredend den Datenschutzbestimmungen. Und selbst wenn die Datensammlung erlaubt wäre, würde das massive Kopieren und Übertragen der Informationen die IT-Infrastruktur vor große Herausforderungen stellen, stellt Dell fest.

Eine potenzielle Lösung sieht der IT-Anbieter im Schwarmlernen, einem dezentralen Ansatz des maschinellen Lernens. Dabei verlassen die Trainingsdaten nie die Geräte oder Server des Standortes, an dem sie erhoben (und idealerweise trotzdem anonymisiert) wurden. Nur die besten Lernergebnisse und darauf basierenden Modell-Updates werden innerhalb eines Netzwerks der beteiligten Institutionen geteilt. Auf diese Weise bleibt der Schutz sensibler Patientendaten gewahrt, während ein diversifiziertes und robusteres globales Modell entsteht, als mit nur einer zentralen Datenbasis.

Einsatz von Analytics-Datenbanken

Data Analytics und KI im Gesundheitswesen

(ID:50116298)