September 2019

| Newsletter Spezial

Quo vadis, Medizin? Wie moderne IT-Technik hilft, die Gesundheit der Menschen zu verbessern

Digitalisierung und Künstliche Intelligenz revolutionieren Forschung und Versorgung. Sie machen Diagnosen präziser und Therapien besser. Voraussetzung für diesen Wandel ist auch ein breiter gesellschaftlicher Konsens zur Nutzung der digitalen Innovationen.

Zwei medizinische Fachangestellte betrachten computergestützte Bilddaten.

Die computergestützte Analyse von Bilddaten hilft Ärztinnen und Ärzten, die Pumpfunktion und die Durchblutung des Herzens präzise zu beurteilen und passgenaue Therapieentscheidungen zu treffen.

DLR-Projektträger/BMBF

Einst veränderte der Blick durch das Mikroskop unser Verständnis von Krankheiten grundlegend – heute sind es Datenanalysen. Rasant wachsende Datenschätze, vernetzte IT-Strukturen und Künstliche Intelligenz (KI) werden die Gesundheitsforschung und -versorgung so tiefgreifend und vielfältig verändern, wie keine Innovation zuvor.

  • Krankheiten besser verstehen. Die Analyse molekularbiologischer und klinischer Daten mit ausgefeilten Algorithmen verschafft Forschenden immer tiefere Einblicke in die Entstehung von Krankheiten und in deren komplexe Mechanismen. Datenanalysen werden Ärztinnen und Ärzten helfen, Erkrankungen immer präziser zu diagnostizieren und wirkungsvoller zu bekämpfen.
  • Therapien personalisieren. Jeder Mensch ist einzigartig – das gilt auch für den Verlauf seiner Krankheiten. Die Digitalisierung ist ein wichtiger Wegbereiter der personalisierten Medizin. Denn je mehr Daten Ärztinnen und Ärzte – auch mithilfe Künstlicher Intelligenz – analysieren können, desto präziser können sie jede einzelne Patientin und jeden Patienten behandeln.
  • Wissen nutzbar machen – für Behandelnde und Betroffene. Ärztinnen und Ärzte sollen künftig alle therapierelevanten Daten und neueste Erkenntnisse „per Mausklick“ abrufen, ihre Patientinnen und Patienten dadurch umfassender beraten und gemeinsam mit ihnen die bestmöglichen Therapieentscheidungen treffen können. Auch Patientinnen und Patienten werden sich besser informieren und ihre Wünsche so noch stärker in ärztliche Entscheidungen einbringen können. Die Verfügbarkeit von Informationen wird die Rolle von Behandelnden und Betroffenen verändern, wird sie – mehr als bisher – zu Partnern machen.
  • Chancengleichheit stärken. Patientinnen und Patienten, die in der Nähe medizinischer Zentren leben, profitieren im Krankheitsfall von innovativen Angeboten der personalisierten Medizin oder haben die Möglichkeit, Zweitmeinungen erfahrener Klinikerinnen und Kliniker einzuholen. In ländlichen Regionen sieht das anders aus. Telemedizin und computergestützte Entscheidungssysteme können helfen, dieses Gefälle künftig zu kompensieren.

Daten – der Rohstoff für die Medizin der Zukunft

Viele Faktoren treiben die Digitalisierung der Medizin voran. Wichtige Voraussetzungen schaffen beispielsweise moderne Hochdurchsatzverfahren: Sequenzierungsroboter entschlüsseln das komplette Erbgut einer Patientin oder eines Patienten – mehr als drei Milliarden Bausteine – heute binnen weniger Stunden. Automaten scannen die Gesamtheit der Genaktivitäten und Stoffwechselprodukte von Tumoren, um Krebserkrankungen präziser zu charakterisieren. Diese Hochdurchsatztechnologien ermöglichen der genetischen und biomedizinischen Forschung den Aufbruch in eine neue Dimension. Zusammen mit den klinischen Routinedaten – Blutwerten, Bilddaten, Krankheitsverläufen und Therapieerfolgen – entstehen tagtäglich neue und gigantische Datenmengen.

Diese Big Data sind ein riesiger Wissens- und Erfahrungsspeicher. Um ihn nutzen zu können, bedarf es einer digitalen Raffinerie: Forschungs- und Versorgungsdaten müssen über die Grenzen von Institutionen hinweg harmonisiert, standortübergreifend in computerlesbare Informationen verwandelt und über sichere Infrastrukturen miteinander vernetzt werden. Im nächsten Schritt können Forschende, Ärztinnen und Ärzte mit intelligenten IT-Lösungen in diesen Daten verborgene Muster aufspüren – unbekannte Signaturen von Erkrankungen, neue Ansatzpunkte für präzisere Diagnosen und personalisierte Therapien.

Medizininformatik – vernetzen, forschen, heilen

Medizin Informatik Initiative - Logo

Klinische Daten für die Forschung und die Patientenversorgung nutzen – das ist der Auftrag der Medizininformatik-Initiative. Ihr Ziel: passgenauere Diagnosen und Therapien sowie neue Erkenntnisse, die helfen, Krankheiten besser zu bekämpfen.

Die Medizininformatik-Initiative des Bundesministeriums für Bildung und Forschung (BMBF) vereint zahlreiche Akteure aus Forschung und Gesundheitsversorgung. In vier Konsortien arbeiten alle Universitätskliniken Deutschlands mit Forschungseinrichtungen und Unternehmen zusammen. Im Dialog mit weiteren Akteuren – Krankenkassen, Patientenvertretungen und Ärzteverbänden – bauen sie medizinische Datenintegrationszentren auf. Sie sollen klinische Informationen standardisieren und in eine wertvolle Ressource verwandeln, die Ärztinnen und Ärzte, Forscherinnen und Forscher, über die Grenzen von Institutionen und Standorten hinweg nutzen können.

Den Nutzen aufzeigen: Versorgungspraxis spürbar verbessern

Medizininformatik-Karte

Wer macht was wo? Detaillierte Informationen zur Medizininformatik-Initiative finden Sie auf www.medizininformatik-karte.de.

In konkreten Anwendungsfällen oder „Use Cases“ werden die Konsortien den Mehrwert der Medizininformatik für die Menschen in der Praxis zeigen. Im Fokus stehen zunächst ausgewählte Schwerpunkte, darunter Asthma und Lungenerkrankungen, Herz-insuffizienz, Multiple Sklerose und Parkinson-Krankheit, Intensivmedizin, personalisierte Krebsmedizin und die Bekämpfung von Krankenhausinfektionen.

Datenschutz und Datensicherheit: Grundpfeiler der Initiative

Zentrale Erfolgsfaktoren der Medizininformatik-Initiative sind ein umfassender Datenschutz, Datensicherheit und das Vertrauen der Patientinnen und Patienten. Denn die Nutzung ihrer klinischen Daten setzt eine freiwillige und informierte Einwilligung voraus. Die Initiative bindet Datenschutzbeauftragte, Ethikkommissionen sowie Patientenorganisationen in ihre Planungen ein. Patientinnen und Patienten sollen ihre Daten einsehen und ihre Einwilligung jederzeit ändern können.

Medizininformatik-Initiative – die Eckdaten

Rund 160 Millionen Euro stellt das BMBF von 2018 bis 2021 für die Initiative bereit:

  • Aufbau und Vernetzungsphase (2018–2021):
    Vier Konsortien bauen seit 2018 Datenintegrationszentren auf. In konkreten Anwendungsfällen sollen sie den medizinischen Nutzen ihrer IT-Architekturen und Softwarelösungen für die Patientinnen und Patienten aufzeigen.
  • Ausbau und Erweiterungsphase (2022–2025): Weitere Kliniken und Partner sollen bewährte Lösungen übernehmen, damit Menschen in Deutschland flächendeckend von den Erfolgen der Medizininformatik profitieren.

 

Vielfältig einsetzbar: Künstliche Intelligenz

Computer sind unschlagbar, wenn es darum geht, komplexe Datenmengen in kurzer Zeit zuverlässig zu analysieren. Im Gegensatz zum Menschen wird Software nicht müde, verliert nie die Konzentration. Dieses Potenzial gilt es zu nutzen, um den Menschen zu helfen. So können IT-Lösungen beispielsweise die Vorboten epileptischer Anfälle erkennen, indem sie die Nervenstromdaten von Patientinnen und Patienten auf kleinste Nuancen und spezifische Veränderungen scannen. Werden die Programme fündig, alarmieren sie die Patientinnen und Patienten. Diese können dann schnell wirkende Medikamente einnehmen oder eine sichere Umgebung aufsuchen. Auch Bezugspersonen oder Ärztinnen und Ärzte kann das System informieren. Solche Systeme, die den Verlauf von Krankheiten vorhersagen, können diagnostische und therapeutische Entscheidungen in vielen Bereichen der Medizin wirkungsvoll unterstützen. Moderne Verfahren der Künstlichen Intelligenz – kurz KI – machen diese Unterstützungssysteme immer leistungsfähiger.

Die Einsatzmöglichkeiten von KI gehen weit über die Vorhersage von Krankheitsverläufen hinaus. KI kann beispielsweise Operierenden helfen, die anspruchsvolle Eingriffe unter dem Mikroskop durchführen: Per Sprachsteuerung können Ärztinnen und Ärzte wichtige Informationen anfordern, die dann im Okular des OP-Mikroskops erscheinen. Auch bei der OP-Planung kann KI unterstützen. So berechnen intelligente Programme beispielsweise, wie der Kieferknochen eines Patienten nach der Entfernung eines Tumors rekonstruiert werden muss, damit er den mechanischen Belastungen des Alltags dauerhaft standhalten wird.

Der Geist in der Maschine: Zuverlässige Fleißarbeiter und lernende Analysten

Der Intelligenz-Begriff ist komplex und facettenreich, er lässt sich in keine präzise und kompakte Definition pressen. Mit KI ist es nicht anders. Im allgemeinen Sprachgebrauch bezeichnet sie technische Systeme, deren Leistungen den kognitiven Fähigkeiten des Menschen ähneln. KI ist demnach, wenn Computer mithilfe programmierter oder erlernter Zusammenhänge Daten analysieren und Aufgaben selbstständig lösen.

Computer können dabei gemäß der ihnen einprogrammierten Regeln Patientendaten durchforsten, vorgegebene Parameter erfassen und auf der Basis definierter Skalen positive und negative Befunde erstellen. KI-Lösungen können große Datenmengen aber auch „unvoreingenommen“ analysieren. Sie lernen, in den Daten Muster zu erkennen, ohne dass ein Mensch ihnen zuvor gesagt hat, wonach genau sie suchen sollen. Hier sind künstliche neuronale Netze und Mechanismen des „Deep Learning“ am Werk. In der Krebsforschung werden solche Programme zunächst mit Gewebebildern und genetischen Daten darauf trainiert, gutartige von bösartigen Tumoren zu unterscheiden. In dieser Trainingsphase lernen die Programme durch die Rückmeldungen „richtig“ oder „falsch“. Danach können sie weitere Daten eigenständig und sehr zuverlässig bewerten. Diese KI-Systeme haben das Potenzial, Neues zu entdecken – beispielsweise bislang unbekannte und therapeutisch relevante Kennzeichen von Krebszellen.

Die digitale Medizin braucht das Vertrauen der Menschen

Bei allem Fortschritt, der sich durch den digitalen Wandel in der Medizin abzeichnet – er muss umsichtig erfolgen. Gesundheitsdaten sind sensibel, Datenschutz und Datensicherheit also von herausragender Bedeutung. Um der Digitalisierung vertrauen zu können, müssen Patientinnen und Patienten aktiv mitbestimmen, wer ihre Daten zu welchem Zweck nutzen darf. Eine weitere Voraussetzung für den erfolgreichen digitalen Wandel der Medizin ist eine öffentliche und informierte Auseinandersetzung über Chancen und Risiken, gerade beim Einsatz von KI. Hier setzt auch die vom BMBF durch das Rahmenprogramm Gesundheitsforschung gestärkte Wissenschaftskommunikation an.

Strategie und Schwerpunkte der Forschungsförderung

Balkendiagramm zur Umfrage über den medizinischen Einsatz Künstlicher Intelligenz

Die Digitalisierung und der Einsatz von KI in der Gesundheitsforschung und -versorgung haben für das Bundesministerium für Bildung und Forschung (BMBF) einen hohen Stellenwert. So hat das BMBF im Rahmenprogramm Gesundheitsforschung die Digitalisierung als Leitlinie verankert, die sämtliche Handlungsfelder der Gesundheitsforschung durchdringt. Die Medizininformatik-Initiative des BMBF ist dabei ein Grundpfeiler des digitalen Wandels in der Medizin. Auch die ressortübergreifende „Roadmap Digitale Gesundheitsinnovationen“ des BMBF, des Bundesministeriums für Gesundheit und des Bundesministeriums für Wirtschaft und Energie, treiben den digitalen Wandel des Gesundheitssystems voran. Zusätzlich investiert die Bundesregierung 2019 im Rahmen ihrer „Strategie Künstliche Intelligenz“ eine halbe Milliarde Euro in vielfältige KI-Maßnahmen. In der Gesundheitsforschung berühren KI und Digitalisierung einen besonders sensiblen Lebensbereich. Ethische und rechtliche Fragen sind hier von Anfang an mitzudenken. Dem geht die ELSA-Forschung des BMBF nach. Hierbei werden gezielt Projekte gefördert, die sich mit den ethischen, rechtlichen und sozialen Aspekten („Ethical Legal and Social Aspects“, ELSA) der modernen Lebenswissenschaften auseinandersetzen.

Die in diesem Newsletter vorgestellten Projektbeispiele und Interviews mit Forscherinnen und Forschern sollen den vielseitigen Mehrwert der Digitalisierung in der Gesundheitsforschung und -versorgung verdeutlichen. Sie zeigen, wie Patientinnen und Patienten konkret von modernen IT-Lösungen profitieren können und wie breit die Forschungsförderung des BMBF auf diesem Gebiet aufgestellt ist.


Glossar

Algorithmen

sind programmierte Anweisungen, mit deren Hilfe Computer Aufgaben lösen. Navigationsgeräte berechnen mit Algorithmen beispielswiese den kürzesten Weg von A nach B. In der Diagnostik helfen Algorithmen, Röntgen- oder MRT-Bilder zu analysieren und bösartige Veränderungen aufzuspüren.

Big Data

sind große und komplexe Datenmengen, deren Analyse herkömmliche IT-Methoden überfordert. Als Sammelbegriff umfasst Big Data auch jene technischen Lösungen, die den Anforderungen von Big Data gewachsen sind. Sie können in riesigen Datenmengen unbekannte Zusammenhänge aufspüren und neue Erkenntnisse hervorbringen.

Deep Learning

ist eine von der Hirnforschung inspirierte Methode des Maschinellen Lernens. Sie gilt als die am weitesten entwickelte Form der Künstlichen Intelligenz. Deep-Learning-Systeme basieren auf künstlichen neuronalen Netzen. Sie können aus vielen Millionen Neuronen bestehen und ahmen die Mechanismen des natürlichen Lernens nach.

Klinische Entscheidungsunterstützungssysteme

sind Softwaresysteme, die medizinische Informationen zusammentragen, analysieren, aufbereiten und präsentieren. Sie unterstützen Ärztinnen und Ärzte dabei, die Krankheitsverläufe von Patientinnen und Patienten einzuschätzen und die jeweils passende Therapie zu wählen.

Künstliche Intelligenz (KI)

bezeichnet im allgemeinen Sprachgebrauch technische Systeme, deren Leistungen den kognitiven Fähigkeiten eines Menschen ähneln. KI ist demnach, wenn Computer mithilfe programmierter oder erlernter Zusammenhänge Daten analysieren und Aufgaben selbstständig lösen. Eine verbindliche wissenschaftliche Definition von KI gibt es jedoch nicht. Maschinelles Lernen ist eine grundlegende Methode der KI, das Deep Learning wiederum ein Verfahren des Maschinellen Lernens.

Künstliche neuronale Netze (KNN)

bestehen aus mehreren Schichten miteinander verbundener künstlicher Neuronen. Sie lernen – wie ihre natürlichen Vorbilder –, indem sie jene Verbindungen stärken, die wiederholt zur erfolgreichen Lösung einer Aufgabe beitragen. Je größer die Zahl der Schichten, die Zahl der Neuronen pro Schicht und der Verbindungen zwischen den Neuronen, desto komplexere Aufgaben kann ein solches Netz lösen. In der Krebsforschung werden KNN beispielsweise mit Gewebebildern und genetischen Daten darauf trainiert, gutartige von bösartigen Tumoren zu unterscheiden.

Medizininformatik

ist die Wissenschaft der systematischen Erschließung, Verwaltung, Aufbewahrung, Verarbeitung und Bereitstellung von Daten, Informationen und Wissen in der Medizin und im Gesundheitswesen. Die wissenschaftliche Analyse der vernetzten Daten aus Klinik und Forschung soll helfen, Krankheiten besser zu verstehen, sie gezielter zu behandeln und ihnen wirkungsvoller vorzubeugen. Um das Potenzial der Digitalisierung des Gesundheitswesens zu nutzen, hat die Medizininformatik eine hohe Bedeutung.