Per Handy und Smartwatch sammeln wir laufend Gesundheitsdaten von uns selbst. Gesammelt und kombiniert können sie uns alle gesünder machen. und
Es ist Neuland, das die Menschheit betritt. Aber es gehört zur Zukunft der Medizin. Mit der Kombination von personenbezogenen Gesundheitsdaten und statistischen Verfahren soll es künftig möglich sein, Behandlungen zu optimieren, sofort auf Veränderungen zu reagieren und die einzelnen Angebote des Gesundheitssystems an die Bedürfnisse der Bevölkerung anzupassen. Predictive analysis – vorhersagende Analyse – ist der Name des Verfahrens, das all das bewerkstelligen soll.
Seit der Erfindung der Fitnessbänder vor rund drei Jahren löst im Bereich der sogenannten Wearables eine Innovation die nächste ab. Diese Bänder ermöglichen es dem Nutzer, jederzeit unterschiedliche Daten seiner Körperfunktionen zu messen und zu vergleichen. Es geht etwa um die Qualität des Schlafs, verbrauchte Kalorien oder kardiologische Basisdaten, wie die Herzfrequenz. Den vorläufigen Schlusspunkt setzte vor wenigen Wochen Apple mit der Präsentation der Apple Watch, die zu einem Datenwachstum im Gesundheitswesen führen wird. Innerhalb kürzester Zeit werden unzählige Daten und Informationen zum eigenen Befinden vorliegen. Daten, die man nutzen kann und die somit eine weitere Basis für Analysen im Gesundheitswesen legen.
Aktuelle Prognosen des auf Technologieanalysen spezialisierten Unternehmens Abi Research gehen davon aus, dass sich der Markt für Wearables im Gesundheitsbereich bis zum Jahr 2019 verzehnfachen wird. Die Details der Prognose: Mehr als 90 Millionen smarte Uhren, 40 Millionen Datenbrillen und über 140 Millionen medizinische Diagnosegeräte sowie Sportsensoren könnten es werden, Tendenz steigend. Diese Diagnosegeräte führen zu einer noch nie da gewesenen Ansammlung von personenbezogenen Gesundheitsdaten, man spricht auch von My Data.
Rabatte von Versicherungen. Auf der Hand liegt, dass sich Versicherungen und Krankenkassen besonders für die dadurch generierten Daten zu interessieren beginnen. In Deutschland existieren erste Modelle, die dem Versicherten Rabatte ermöglichen, wenn er bereit ist, seine Gesundheitsdaten im Zuge des Self-Tracking offenzulegen. Die Centrale Krankenversicherung in Köln stattet Diabetes-Patienten vom Typ 2 mit einem iPhone, einem Blutzuckermessgerät und einem Schrittzähler aus, um die Krankheit optimal überwachen zu können. Gleichzeitig kommt es zu einer Optimierung von Behandlungen, wobei der europäische Softwarekonzern SAP neue Maßstäbe setzt. Das System Hana (High Performance Analytic Appliance) soll künftig dazu in der Lage sein, Daten aus dem gesamten Gesundheitssystem zu analysieren, um Behandlungen zu optimieren. Wie Hana in diesem Fall funktioniert, lässt sich am besten am fiktiven Fall eines Krebspatienten darstellen.
Franz N. ist an Krebs erkrankt, nun geht es darum, möglichst schnell die für ihn optimale Therapie zu definieren. Mittels der angewandten Datenanalyse gelingt es den Ärzten innerhalb von Minuten, die dafür relevanten Fragen zu beantworten. Wie wurden andere Patienten mit einer ähnlichen Diagnose behandelt? Wie war die durchschnittliche Überlebensdauer? Welche Therapien hatten die größten Erfolgsraten? Die Beantwortung dieser Fragen liefert die relevanten Informationen für die Behandlung. Durch Computeranalyse werden patientenspezifische Daten und Wissen aus der Krebsforschung zusammengeführt. Am Ende des Prozesses steht ein virtueller Zwilling von Herrn N. Anhand des so kreierten Avatars berechnen die Systeme, welche Therapie am erfolgreichsten ist und welche Nebenwirkungen mit welcher Wahrscheinlichkeit auftauchen werden. Die Chancen, dass Herr N. dadurch geheilt wird, wachsen.
Aber zurück in die Gegenwart. Derzeit helfen Open-Data-Plattformen und Programme dabei, das beste Krankenhaus für den jeweiligen Krankheitsfall zu finden. Spezielle Apps dienen als Ersthelfer für medizinische Notsituationen und geben uns Hinweise, was bei Verbrennungen oder Stürzen zu tun ist. Impf- und Fruchtbarkeitskalender sorgen für Orientierung bei der Planung. Migränetagebücher helfen Muster zu erkennen, Lärm-Apps für Ohren warnen rechtzeitig vor einer Schädigung. Act-Apps als Gesundheitsmanager erinnern zukünftig an richtige Ernährung und sagen, was wir für eine bessere Gesundheit tun sollten. Bereits jetzt sind wir in der Ära der persönlichen Devices angekommen.
Die kürzlich präsentierte Apple Watch ist ein gutes Beispiel. Sie verfügt über einen digitalen Assistenten, ist Navigationsgerät und hat einen Pulsmesser. Fitness-App und Workout-App gehören dazu. Auf Wunsch werden Schritte gezählt und Distanzen gemessen. Inaktive Zeiten werden ebenfalls aufgezeichnet und analysiert. Man wählt selbst aus, ob man Joggen will oder nicht, definiert Ziele. Innerhalb kürzester Zeit werden unzählige Daten und Informationen zum eigenen Befinden vorliegen. Daten, die im Zuge des Self-Tracking entstanden sind. Daten, die man selbst gesammelt hat.
Die Europäische Union hat diesen Wachstumsmarkt erkannt. Und so wurde kürzlich ein Grünbuch zur strategischen Förderung von Mobile-Health-Diensten (mHealth) in Europa veröffentlicht. Es handelt sich um medizinische Verfahren und Praktiken der öffentlichen Gesundheitsfürsorge, die durch Mobilgeräte wie persönliche digitale Assistenten unterstützt werden. Die Kommission geht davon aus, dass derzeit mehr als 97.000mHealth-Apps auf dem Markt sind.
Die eigenen Daten dienen dem Patienten zur Orientierung und dem Spitalsmanagement zur Entscheidungsfindung. Durch Datenanalyse sollen bestimmte Krankheiten, Suchtpotentiale, Medikationen und Diätanpassungen vom Patienten selbst erkannt und verwaltet werden. Das Ziel ist die auf einen bestimmten Menschen zugeschnittene Diagnose, Vorsorge und Therapie. Kombiniert man diese Daten mit Open Data aus dem Gesundheitsbereich, wird der Blick in die Zukunft durch Predictive analysis möglich. Es ist prognostizierbar, ob Krankheitsbilder vermehrt auftreten, geringer werden oder sogar verschwinden.
Mit Daten Epidemie gestoppt. Von der Idee her ist das nicht neu. 1854, als der Ausbruch der Cholera in London 14.000 Tote gefordert hatte, erstellte der Arzt und Pionier im Feld der epidemiologischen Forschung John Snow eine Karte mit der Anhäufung der Todesfälle, mit deren Hilfe es ihm gelang, die Verbindung der Krankheit mit den Abwasserkanälen der Themse in Zusammenhang zu bringen. Mit diesem Wissen konnte in Folge die Epidemie gestoppt werden.
Kombiniert man heute die Leistungsdaten eines Krankenhauses mit anderen wie beispielsweise demografischen Daten (der Altersstruktur, Herkunft) oder den Ernährungsgewohnheiten von Menschen, ist erstmals eine qualitative Einschätzung von Zukunftsszenarien möglich. Gleichzeitig ist der Trend einer Datenöffnung durch die Spitalsbetreiber unaufhaltbar. In der Schweiz werden neben Fehlerquoten von Krankenhäusern auch die Mortalitätsraten einzelner Operationen veröffentlicht. Durch die Kombination dieser vielfältigen Datenquellen lässt sich das Gesundheitswesen optimieren. Zu den Interessensgruppen dieser Entwicklungen zählen Wissenschaft und Forschung, Patienten, Versicherungen, Spitals- und Pharmaunternehmen. In den USA wurden in der ersten Hälfte des Jahres 2014 ganze 2,3 Milliarden Dollar in Start-ups investiert, die sich mit der Analyse von Gesundheitsdaten befassen.
Aber Kritiker haben Angst vor Überwachung und warnen vor der Gefahr des gesellschaftlichen Anpassungsdrucks sowie vor datenschutzrechtlichen Problemen. Man will nicht hilflos ausgeliefert sein, wenn man wegen einer suboptimalen Lebensführung höhere Prämien bei der Krankenkasse zu leisten hat. Kritik ist berechtigt, aber die Fragen gehen noch weiter: Was macht ein gesundes Leben überhaupt aus? Wer definiert, was Gesundheit ist? Wie viel Alkohol soll und darf man konsumieren? Welche Sportart passt zu einem? In diesem Zusammenhang wird die Bedeutung von My Data evident. Der Einzelne kann im Rahmen der individualisierten Medizin jetzt nämlich auch nachweisen, dass ihm gewisse Dinge gut tun und andere nicht.
Self-Tracking
Daten messen. Das Erfassen persönlicher Daten hat in den vergangenen Jahren zugenommen. Nach Pulsuhren, die beim Joggen zum Einsatz kommen, werden auch Smartphones oder Wearables – Geräte, die man tragen oder anziehen kann– zum Sammeln eingesetzt. Die Ergebnisse können ausgewertet und in sozialen Netzwerken geteilt werden.
Ziel der Selbstvermessung ist es, sein eigenes Verhalten zu erkennen, gegebenenfalls zu ändern. Gesammelt und kombiniert können all die Daten auch in einem größeren Zusammenhang Muster aufzeigen.
Die Autoren
Elisabeth Hödl und Martin Zechner sind Gründer und Partner von Watchdogs – The Data Company (www.watchdogs.at). Das Unternehmen ist auf Datenrecherche sowie Datenanalyse spezialisiert und Kooperationspartner der »Presse«.
("Die Presse", Print-Ausgabe, 05.10.2014)