Der elektronische Arzt oder über die Frage, ob uns Computer heilen können - Empolis Blog

Der elektronische Arzt oder über die Frage, ob uns Computer heilen können

0

KI-Methoden werden derzeitig als Schlüssel für die Analyse medizinischer Daten benannt. Doch stehen überhaupt genügend Daten zur Verfügung und woher kommen diese?

Viele reden heute von der Verarbeitung großer Datenmengen im Gesundheitswesen, doch eigentlich fehlt es an den richtigen Definitionen, auch wenn es auf Kongressen immer wieder ganz wunderbare und auch zukunftsweisende Beispiele gibt. Deswegen wollen wir einen Versuch wagen, die Thematik zu ordnen. Das ist wichtig, weil die Lösungen vieler großer internationaler IT-Anbieter immer wieder auch für das Gesundheitswesen angepriesen werden. Dann ist von künstlicher Intelligenz in der Radiologie und von Telemedizin die Rede und manchmal geht es um den gläsernen Patienten und ethische Probleme.

Da gibt es zunächst ganz verschiedene Arten von Daten: die administrativen Daten rund um den Patienten, die Daten aus der Diagnostik wie radiologische Befunde und Labordaten sowie Daten aus dem Krankenhausbetrieb. Bislang werden diese Daten im Alltag kaum gespeichert und auch nur selten vernetzt genutzt. Zumindest in Deutschland ist das so, und das ist so auch gar nicht schlecht.

Die deutsche Ingenieursmentalität kann uns vor Fehlentwicklungen, auch unethischen, schützen und für ausgereifte, ganzheitliche Lösungen sorgen. Dass diese Mentalität manchmal eine Bremse sein kann, liegt auf der Hand. Stichwort: elektronische Gesundheitsakte.

Die administrativen Daten des Patienten sind scheinbar trivial, unterliegen aber strengen datenschutzrechtlichen Auflagen: Name, Vorname, ausgewählte „technische“ Daten und Informationen zu Vorerkrankungen, Medikationen, Unverträglichkeiten usw.

Alles könnte für Analysen ganz losgelöst vom einzelnen Patienten genutzt werden. Leider fallen diese Daten bislang aus dem Thema „Big Data im Gesundheitswesen“ heraus, weil sie unter dem Etikett des Datenschutzes nicht gespeichert werden dürfen. Daher müssen Sie, werter Leser, diese Angaben auch bei jedem Arzt erneut ausfüllen und mitunter sogar beim gleichen Arzt mehrmals.

Dann wären da diagnostische Daten: Laborbefunde aus der Untersuchung von Blut und anderen Körperflüssigkeiten. Für diese Befunde gibt es inzwischen sogar Vergleichsdatenbanken, die zum Beispiel Kontraindikationen bei bestimmten Laborwerten anzeigen. Leider werden die Labordaten derzeit nicht ohne Einverständnis des Patienten für weitere, von der konkreten Behandlung unabhängige Analysen herangezogen. Die Begründung dafür ist – Sie ahnen es – der Datenschutz.

In diese Kategorie gehören auch Daten aus Ferndiagnosesystemen, wie für die kardiologische Überwachung von Patienten in Gebieten mit dünner Arzt-Dichte (Stichwort Telemedizin, übrigens mit durchaus attraktiven Pilotprojekten in Deutschland).

Als dritter Typus von Daten gibt es die Daten aus dem Krankenhausbetrieb. Diese betreffen den Aufenthalt des Patienten und den Ressourcenverbrauch. Allein mit diesen Daten können Krankenhäuser gegenwärtig eine durchgängige IT betreiben. Mit dieser IT lassen sich die Einkaufsprozesse steuern, der Personaleinsatz planen und einige betriebswirtschaftliche Analysen rechnen. Diese müssen dann vor allem dazu herhalten, die unglückliche Gesundheitsreform aus der Ulla-Schmidt-Ägide weiter umzusetzen (dazu passen Stichwörter wie „Budget“ und „Leistungspauschale“, die ohne Business Intelligence in der Krankenhausverwaltung kaum zu beherrschen sind).

Losgelöst vom eigentlichen Gesundheitswesen gibt es noch Daten aus Fitnessarmbändern. Diese sind vor allem für das Ego der Träger gut und für ein Gemeinschaftsgefühl in den entsprechenden Foren der Anbieter. Sie liefern einen Ansporn für die Verbesserung der persönlichen Fitness. Nach der Versicherung zumindest einzelner Anbieter werden diese Daten auch nicht für die ungewollte Analyse des Trägers herangezogen, auch wenn sich das manch Versicherer durchaus wünschen würde: Volkserziehung und Volksgesundheit sind hier unschöne Stichwörter, die da gerne auftauchen. Gegen solche Versuche, die Menschen durch die Analyse ihrer Daten zu „verbessern“, hat bereits der Bitkom e.V. in seinen ethischen Leitlinien zur Big-Data-Verarbeitung ein Veto eingelegt.

International wird der Datenschutz durchaus weniger ernst genommen als in Deutschland. Daher gibt es heute schon recht interessante Projekte, bei denen Big Data, zum Beispiel für die automatische radiologische Befundung mit KI-Verfahren, genutzt worden ist.

Das heißt, dass hier tausende Bilder aus der Radiologie im Rahmen eines Machine-Learning-Projekts zuerst von Ärzten angeschaut und dann zur Bilderkennung in ein Computersystem eingespielt werden. Die KI-Verfahren können dadurch künftig – das heißt vor allem, wenn die Anbieter ihre Lösung einem Krankenhaus verkaufen können – Ärzte zumindest von der Betrachtung unauffälliger Röntgenbilder (aber auch bei CTs, MRTs etc.) entlasten.

Der Radiologe stößt dann vor allem auf die Bilder mit Auffälligkeiten. Klar, auch hier werden die Radiologen dann nochmal alle Bilder eines auffälligen Patienten anschauen müssen, weil ja in vielen Fällen die vorherigen und nachfolgenden Bilder wichtig für eine Beurteilung des Befundes sind.

Heißt das also, dass Big Data Analytics und künstliche Intelligenz im Gesundheitswesen in Deutschland gar keine richtige Chance haben? Keineswegs. Der Schlüssel heißt hier vor allem Einverständniserklärung. Die Verantwortung dafür liegt beim Patienten und beim jeweiligen Krankenhaus.

Es wird naturgemäß noch eine Weile dauern, bis die entsprechenden Prozesse in allen Krankenhäusern und Arztpraxen etabliert sind. Das heißt, wenn die Einverständniserklärung verlangt wird, dann sollte sie auch für die Verarbeitung der Daten über den konkreten Anlass hinaus erteilt werden. Erst dann werden auch in Deutschland Krebsregister und andere medizinische Datenbanken entstehen, die den Wunschtraum von automatisierten Therapie-Empfehlungen und der automatisierten Warnung von Kontraindikationen durch KI-Methoden möglich machen.

Bei den KI-Methoden und den technischen Verfahren ist Deutschland, das haben Marktuntersuchungen ergeben, gar nicht so schlecht aufgestellt. Es gibt eine ganze Reihe von Anbietern, die Algorithmen, Verfahren und Technik für die Aufgaben im Zusammenhang mit Big Data, auch im Gesundheitswesen, anbieten.

So gesehen haben wir in Deutschland eine großartige Situation: Wenn ein Bedarf entsteht, müssen wir nicht auf die Lösung warten, sondern die Lösungen sind heute vorhanden – wir müssen nur das richtige Verständnis für den sinnvollen und ethischen Umgang mit Big Data und mit den Daten im Gesundheitswesen entwickeln.

Bildquellen:
rosephotography, Köln; a-image / iStock / Getty Images Plus; Natali_Mis I iStock / Getty Images Plus

 

 

Sie möchten direkt alle Informationen rund um Künstliche Intelligenz, Big Data & Co. erhalten?
Das Blog-Abo ist für Sie da.

Teilen:

Über den Autor

Holm Landrock

Holm Landrock beschäftigt sich als Senior Advisor/Lead Advisor Big Data der ISG Germany vorrangig mit den IT-Anwendungsgebieten Big Data und Supercomputing sowie mit der technisch-wissenschaftlichen Informationsverarbeitung. Holm Landrock hat in Dresden eine Berufsausbildung als Fachinformatiker absolviert und beschäftigt sich seit 1982 mit IT-Systemen der Enterprise-Kategorie. Neben zahlreichen Beiträgen in IT-Fachzeitschriften veröffentlichte Herr Landrock zwei Bücher und wirkte an weiteren Büchern und Publikationen mit, darunter an den Big-Data-Leitfäden und -Leitlinien des Bitkom.

Sagen Sie Ihre Meinung!