Medizininformatik-Initiative Mit Datenanalysen zur besseren MS-Diagnose

15.000 Menschen in Deutschland erhalten jährlich die Diagnose „Multiple Sklerose“. Durch intelligente Datenanalyse wollen die Forschenden des Medizininformatik-Konsortiums DIFUTURE nun sowohl die Früherkennung als auch die Therapie der Krankheit verbessern.

„Voll im Leben – mit MS“ lautete das Motto des Welt-MS-Tages am 30. Mai. Leider lässt sich sich Multiple Sklerose bis heute nicht heilen. Dank wirkungsvoller Therapien kann jedoch das Auftreten und Fortschreiten der körperlichen Einschränkungen verhindert oder zumindest verzögert werden. Eine frühe Diagnose sowie eine dem voraussichtlichen Verlauf der Erkrankung – mild oder schwer – angepasste Therapie wirken sich dabei positiv aus.

MS besser verstehen

Hier setzt das vom Bundesministerium für Bildung und Forschung (BMBF) geförderte Konsortium DIFUTURE der Medizininformatik-Initiative an. „Wir analysieren standardisierte Patientendaten, um MS-Erkrankungen künftig auch in sehr frühen Stadien sicher zu entdecken und den Verlauf abzuschätzen. Dadurch können wir rechtzeitig maßgeschneiderte Therapien einleiten – und so die Aussicht der Betroffenen auf einen milden Krankheitsverlauf verbessern“, so Professor Dr. Bernhard Hemmer, Direktor der Klinik für Neurologie am Klinikum rechts der Isar der Technischen Universität München (TUM).

Dafür sammelt das TUM Klinikum zusammen mit der Münchner Ludwig-Maximilian-Universität (LMU), den Universitäten Tübingen und Ulm sowie dem Klinikum Augsburg Forschungs- und Versorgungsdaten von erkrankten Menschen. Dabei spielen Vorerkrankungen und Symptome, Krankheitsverläufe und Therapieerfolge sowie Bilddaten aus der Diagnostik eine Rolle.

„Unsere Informatiker vereinheitlichen all diese Informationen und führen sie zu einem digitalen Erfahrungs­schatz zusammen, der für uns Kliniker unglaublich wertvoll ist“, so Professor Dr. Martin Boeker, Professor für Medizininformatik an der TUM und Sprecher von DIFUTURE. „Mit modernen IT-Lösungen können wir daraus verlässliche Aussagen gewinnen – neue Erkenntnisse, die wir aus einzelnen Patientenakten niemals herauslesen könnten.“ Dafür nutzen die Forscher unter anderem künstliche Intelligenz und Machine Learning-Modelle.

Dabei hat sich etwa gezeigt, dass viele Patienten bereits fünf Jahre vor der abschließenden Diagnose einen Arzt wegen Angststörungen, depressiven Phasen oder unspezifischen Seh- und Gefühlsstörungen aufgesucht hatten. Die Symptome konnten nur nicht richtig gedeutet werden.„Unsere Ergebnisse können Ärztinnen und Ärzten künftig helfen, die Erkrankung auch in frühen Stadien besser zu erkennen“, ist sich Hemmer sicher.

Krankheitsverläufe vorhersagen

Biostatistiker und Bioinformatiker haben sich zudem damit beschäftigt, unter welchen Voraussetzungen sich Krankheitsverläufe ähneln und mit welche Therapien jeweils am besten wirken. „Auf der Basis unserer Datenanalysen haben wir ein Modell entwickelt, das den Verlauf einer MS-Erkrankung individuell vorhersagen soll“, so Professor Dr. Ulrich Mansmann, Direktor des Instituts für Medizinische Informationsverarbeitung, Biometrie und Epidemiologie (IBE) der LMU.

Die Treffsicherheit dieser Vorhersagen wird in der klinischen Praxis aktuell geprüft. „Erweisen sich die berechneten Prognosen als zuverlässig, kann das Modell Ärztinnen und Ärzten künftig als digitaler Expertenberater zur Seite stehen und ihnen helfen, Menschen mit MS präziser und personalisiert zu behandeln.“

(ID:48417088)