Daten für den Doktor

Der tiefe Blick in die großen Datenmengen verspricht einen gezielt ­gesünderen Lebenswandel, bewusstere Vorsorge, frühzeitigere und bessere Diagnosen und optimierte, personalisierte Behandlung. Doch es lauern auch Gefahren.

Den „Preis der Evolution" nennt Dr. Friedrich von Bohlen, Beiratsvorsitzender der Heidelberger Biotech Firma Molecular Health, die Krankheit Krebs, an der jedes Jahr rund 500.000 Bundesbürger neu erkranken. Kein behandelnder Arzt kann heute das geballte Wissen an mittlerweile verfügbaren Medikamenten, Therapiemöglichkeiten und sonstigen Behandlungsformen noch überblicken. Dieses Wissen zu sammeln und individuell für den einzelnen Krebspatienten verfügbar zu machen, ist das Ziel der Entwickler von TreatmentMAP, einer Softwarelösung von Molecular Health. Diese „Karte zur Therapie" gleicht patientenspezifische Erbgutinformationen mit einer Datenbank des weltweit verfügbaren biomedizinischen und klinischen Wissens über Krebs ab und gibt dem behandelnden Arzt Empfehlungen zu wirksamen Medikamenten und Therapien. Zugleich warnt sie vor Medikamenten, die beim Patienten womöglich Nebenwirkungen verursachen würden, und erkennt Wechselwirkungen, die zwischen verschiedenen Krebsmedikamenten und anderen Mitteln bestehen können.

Molecular Health erhofft sich durch diese personalisierte Krebsmedizin eine Steigerung der Behandlungserfolge bei Patienten durch Chemotherapien von derzeit circa 30 ­Prozent auf mindestens 75 Prozent. Bahnbrechend wäre das – allerdings muss sich die Wirksamkeit von TreatmentMAP erst noch beweisen. Denn, was nicht in Datenbanken dokumentiert ist oder vielleicht nur zufällige Muster darstellt, das kann auch kein Algorithmus richtig erkennen. Es ist wie im Dschungel: Ein Pfad, der noch nie begangen wurde, kann auch auf keiner Karte verzeichnet werden.

Algorithmische Fallstricke
Krebsbehandlungen sind ein Beispiel dafür, wie Big Data künftig unser Gesundheitswesen bereichern kann. Aber es gibt auch noch viele weitere Möglichkeiten im medizinischen Bereich, wie etwa die Prognose von Krankheiten, für die man Big Data Analysen nutzen kann.

Der Erfolg: bislang eher bescheiden. Mit Google Flu Trends wollte Google Grippewellen auf Basis von Benutzereingaben in die Suchmaschine örtlich und zeitlich voraussagen. Nachdem Google die Influenza mehrmals nacheinander falsch geschätzt hatte, wurde der Dienst wieder eingestellt. Was für das Scheitern des Projektes verantwortlich war, bleibt in der Big Black Data Box verborgen. Google legt weder den zur Vorhersage eingesetzten Algorithmus noch die verwendeten Suchbegriffe offen. Big Data Analysen allein sind noch kein Erfolgsgarant. Selbst der Suchmaschinengigant, der wohl mehr als alle anderen Big Data verkörpert, kann daran scheitern. Große Datenmengen sind nur die eine Voraussetzung für Big Data. Kompetenz und Know-How die andere. Es geht bei Big Data nicht darum, ein möglichst perfekt an die Datenmenge angepasstes Modell zu finden, indem eine Software in Sekundenschnelle aus einem Pool von Modellen ein möglichst gut angepasstes findet. Vielmehr müssen die vorhanden Daten im Vorhinein auf ihre Plausibilität, Echtheit und Qualität geprüft werden und in Kontext zu den äußeren Umständen gesetzt werden, unter denen sie erhoben wurden. Und immer steckt auch unkalkulierbarer Zufall in den Daten. Ein Modell, das vorhandene Datenbestände optimal nachbildet, prognostiziert noch lange nicht optimal zukünftige Entwicklungen. Mit ausreichender Kompetenz nicht nur beim Errechnen, sondern auch beim Interpretieren von Big Data Ergebnissen lässt sich dennoch die Zukunft besser voraussagen als bisher – weil Informationen effizienter genutzt werden können.

„Freiwillige" Selbstkontrolle
Big Data im Gesundheitsbereich wird keineswegs nur das Leben von Personen mit Erkrankungen verändern. Ganz im Gegenteil. Insbesondere von gesunden Menschen werden künftig viel mehr Daten zur Verfügung stehen als bisher. Schon heute kann jeder von uns ganz einfach Gesundheitsdaten über sich selbst erfassen, ohne sich dafür ärztlich untersuchen zu lassen. Smartphones mit Fitness-Apps oder armbanduhrgroße Wearables messen bei jedem Schritt, den wir machen, unseren Puls, Blutdruck, Kalorienverbrauch und weitere körperspezifische Daten und senden diese an eine Datenbank, mit der wir selbst unsere Fitness kontrollieren können. In den so gesammelten Daten steckt noch weit mehr Potenzial als die bloße Selbstkontrolle durch denjenigen, der die Daten generiert. Unsere Gesundheitsdaten werden zum heiß begehrten Gut.

Die Versicherungswirtschaft hat das bereits erkannt. So wollte der Generali Konzern künftig für Versicherte, die freiwillig ihre Gesundheitsdaten etwa durch Fitness-Apps zur Verfügung stellen, Prämien aufgrund ihres Gesundheitszustandes berechnen. Datenschützer liefen Sturm gegen dieses Vorhaben, befürchteten sie dadurch doch einen Bruch mit dem Solidaritätsprinzip in unserer Krankenversicherung. Würden nicht Menschen, die weniger gesund sind oder die einfach keine Daten über sich liefern wollen, automatisch benachteiligt? Generali ruderte daraufhin schnell zurück und sprach nur von einem Versuch, dessen Umsetzungen noch gar nicht genauer festgelegt worden seien. Es gehe dem Konzern ja grundsätzlich nicht um die Selektion von Versicherten nach Gesundheitskriterien, sondern darum, sowohl gesunden als auch kranken Menschen dabei zu helfen, gesünder zu leben.

Eine Versicherung müsste hinreichend gut begründen können, dass die verbliebenen Unterschiede im Gesundheitszustand ihrer Versicherten nur auf deren individuelles Verhalten zurückzuführen seien, nicht zum Beispiel auf soziale oder genetische Einflüsse, die diese nicht kontrollieren können. Aber wer muss im Streitfall den Beweis erbringen? Wie lange gilt noch: im Zweifel für den Versicherten, wenn immer mehr Menschen gesundheitsbewusst leben und dafür gefälligst auch prämiert werden möchten?

Nicht weit ist es da zur automatischen Rundum-Überwachung. Werden die Prämien für Nicht-Überwacher praktisch unbezahlbar teuer, so ist die Teilnahme nur noch bedingt freiwillig. So könnte, wer seinen Schlaf durch die App „Soma Analytics" auf dem Smartphone tracken lässt, seinem Arbeitgeber schon heute beweisen, dass er seinen Erholungspflichten nachkommt – um am nächsten Tag wieder wunschgemäß leistungsbereit zu sein. „Aber Herr Müller, wir finden es schon befremdlich, dass Sie nicht nachweisen wollen, wie Sie das Bett gehütet haben. Völlig freiwillig, natürlich."

Der Preis der Daten
Von einem Quantensprung in der Medizin sprechen die einen. Vom Ausverkauf und Offenlegen des letzten Privaten, das uns in der digitalen Welt von heute noch bleibt, die anderen. Wenn die Gene eines jeden von uns analysiert in einer Datenbank liegen, also der Bauplan unseres Individuums offen in der Schublade liegt: Können wir da noch unser Recht auf informationelle Selbstbestimmung wahrnehmen oder müssen wir fürchten, dass unsere Daten von diversen Firmen nicht nur zu unserem Nutzen, sondern in erster Linie zu wirtschaftlichen Zwecken verwendet werden? Die uns auf lange Sicht vielleicht eher schaden?

Solchen Fragen widmete sich im Mai der deutsche Ethikrat auf seiner Jahrestagung. Unter dem Titel „Die Vermessung des Menschen – Big Data und Gesundheit" diskutierte das Gremium die ethischen und rechtlichen Herausforderungen von Big Data Analysen, die tiefe Einblicke in den individuellen Gesundheitszustand und Lebenswandel eines Menschen ermöglichen. Dass sehr großes wirtschaftliches Potenzial in den Gesundheitsdaten steckt, wenn man sie nur mit den richtigen Methoden analysiert, indem man die Gesundheitsdaten zum Beispiel mit denen des Einkaufverhaltens der Personen verknüpft, sehen viele Datenschützer mittlerweile als große Gefahr für die eigene Freiheit und Selbstbestimmung. Klar ist, es müssen verbindliche rechtliche Regelungen her. Auch, damit europäische Big Data Firmen auf einer verlässlichen Basis arbeiten können, ohne rechtliche Konsequenzen befürchten zu müssen.

Personalisierte Medizin
Lässt man sie jedoch von der Leine, ist das Potenzial von Digitalen Assistenten enorm. Zeigt das persönliche Bewegungs- oder Ernährungsmuster auffällige Werte oder sinkt die Leistungskurve, dann schlägt der Computer Alarm und macht dem Smartwatch- oder Fitnessarmband-Nutzer Vorschläge für Gegenmaßnahmen.

Laut einer 2015 veröffentlichten Studie des Trendforschungsinstituts 2b AHEAD ThinkTank wird sich die Medizin bis 2025 zur „personalisierten Medizin" der Zukunft entwickeln. Hauptpfeiler dieser individuell auf den Patienten zugeschnittenen Medizin sind die Gesundheitsdaten des Einzelnen, mit denen der Patient sich selbst Anbieter im Gesundheitsmarkt suchen wird, die ihm eine individuelle auf seine Bedürfnisse zugeschnittene Beratung und Therapie anbieten.

Der gute Kontakt zum eigenen Arzt definiert sich von da an nicht mehr nur über die persönliche Begegnung. Vielmehr muss der Arzt fortwährend Gesundheitsdaten auswerten, interpretieren und rund um die Uhr die Gesundheit seiner Patienten überwachen. Der Arzt übernimmt mehr und mehr die prognostizierende und erklärende Rolle gegenüber seinen Patienten und ist viel weniger damit beschäftigt, Daten über seinen Patienten zu erheben und sich manuell ein Krankheitsbild zu erstellen.

Dr. Watson
Es sei denn, Google & Co. übernehmen auch diese Aufgabe. IBM bietet mit „Watson" ein System, das Daten und Schlussfolgerungen aus unstrukturierten Informationen wie zum Beispiel Artikeln und Texten, ziehen kann. Watson hat die weltbesten menschlichen Spieler in Jeopardy geschlagen, einer Quiz-Show, die viel Wert auf Wortspiele und subtile Hinweise legt. Und es bietet seit Mitte 2015, ähnlich wie Treat­mentMAP, eine Therapiefindung fu¨r Krebspatienten an.

Aber was macht ein Arzt, wenn nicht unstrukturierte Informationen aus dem Gespräch mit dem Patienten und Labor- und Messwerten zu einer Diagnose zu kombinieren? Ist hier ein Berufstand in Gefahr?

Ultraschallgeräte lassen sich schon heute in Tablet-PCs einbauen. Dann braucht es keine teuer ausgerüstete Arztpraxis mehr, um bildgebende Verfahren einzusetzen. Ein Segen in Entwicklungsländern, wenn Hebammen Risikoschwangerschaften auch in entlegenen Gebieten einfach und kostengünstig überwachen könnten. Ein Schreckensszenario für Fachärzte, die hohe Summen investiert haben, wenn solche Diagnoseverfahren derart demokratisiert werden.

So wird der Wandel in der Gesundheitsbranche neben neuen Chancen und Möglichkeiten auch damit einhergehen, dass einige der bisherigen Akteure ihre Geschäftsmodelle ändern müssen, um sich den Anforderungen des Marktes anzupassen. Individuelles Expertenwissen von Ärzten, Apothekern und Ernährungsberatern wird zunehmend überflüssig. Das Internet bietet einen viel größeren und aufschlussreicheren Pool an Informationen, und das bequem von zu Hause aus. Im Moment fehlt nur die qualifizierte Bewertung von guten und schlechten Informationen, und das wird Big Data womöglich auch irgendwann ändern, sei es durch Watson, Google oder eine völlig neue Firma.

Risiken und Nebenwirkungen
Elektronische Assistenten, die sekundengenau unsere Gesundheitsdaten, unsere Ernährung und unsere Gewohnheiten erfassen, können dann so differenziert und individuell auf uns zugeschnittene Gesundheitslösungen bieten, wie es vorher nie möglich war. Zu klären wäre noch die Kleinigkeit, wer am Ende verantwortlich ist, wenn dabei etwas schief geht. Solche Szenarien werden mit Big Data denkbar. Ob wir sie mit all ihren Konsequenzen wollen, das steht auf einem anderen Blatt.