Big Data in der Medizin: Zusammenspiel von Mensch und Maschine

07 April, 2014

Start adding items to your reading lists:
or
Save this item to:
This item has been saved to your reading list.

Aufgrund der rasant ansteigenden Datenmengen und der sich gleichzeitig entwickelnden Möglichkeiten der Datenverarbeitung und -analyse ist Big Data in der Medizin ein Top-Thema.

Im Detail: Während der Behandlungen werden immer mehr technische Geräte angewendet, die Daten produzieren. Untersuchungen wie Röntgen, CT, MRT, Blutuntersuchungen oder Dialyse erzeugen eine große Menge an heterogenen Daten. Zusammen mit den ärztlichen Berichten, den persönlichen Patientendaten, seinem historischen Krankheitsverlauf und den Kosten für diese Behandlungen, ist nahezu ein „Meer“ an Daten vorhanden. Dieses zu analysieren, um die Kosten für Behandlungen zu senken, die Aufenthaltsdauer in Krankenhäusern zu verkürzen, eine individualisierte Behandlung durch Ähnlichkeitsanalysen von Patientendaten abzuleiten, Medikationspläne zu optimieren oder Abrechnungsbetrug gegenüber Krankenkassen zu bekämpfen - dies alles ist eine optimale Aufgabe für Big Data-Technologien.

Im Gespräch mit Barbara Lix, Director im Bereich Big Data & Data Analytics.

Welche Möglichkeiten ergeben sich für Big Data-Technologien im Gesundheitswesen?

Barbara Lix: Damit lassen sich riesige, heterogene Datenbestände in verschiedenen Anwendungsszenarien mit unterschiedlichen Facetten nutzen. Dabei handelt es sich um Herausforderungen in Form großer Datenmengen (Volumen), einer großen Datenvielfalt (Variety) oder einer hohen Geschwindigkeit und Datengenerierung oder -verarbeitung (Velocity) – auch bekannt als die drei „V“ im Big Data Bereich. Durch die Datenanalyse gewinnen Unternehmen und Organisationen geschäftsrelevante Erkenntnisse.

Im Gesundheitswesen gibt es dabei eine weitere Besonderheit: Heterogenität durch die unterschiedlichen Datenquellen . Big Data-Technologien lassen sich dabei optimal einsetzen, um Ordnung in diesen unstrukturierten Daten zu finden, Zusammenhänge zu entdecken und dadurch Kosten für die medizinische Versorgung zu senken. So kann man beispielsweise während einer Behandlung die Daten ähnlicher Patienten verwenden, um Muster abzuleiten. Diese tragen dann dazu bei, die richtige Entscheidung zu treffen, welche Behandlungsmethoden und Medikamente ein Patient braucht. Somit kann ein Arzt eine individualisierte Behandlung durch Ähnlichkeitsanalysen einleiten.

Gibt es über diese Beispiele hinaus weitere Einsatzbereiche?

Lix: Absolut: Beispielsweise Krankenkassen können Kosten sparen, indem sie Behandlungsabläufe gleicher Krankheitsbilder vergleichen, um Falschdiagnosen und dadurch entstehende unnötige Kosten bereits vorab zu erkennen.

Ärzten macht die Technologie Entscheidungen leichter, selbstverständlich ohne sie durch das System zu bevormunden. Derart, indem sie Big Data Analysen einsetzen, um basierend auf Behandlungsdaten bisheriger Patienten den richtigen Behandlungsplan und die passende Therapie für den jetzigen Patienten vorzuschlagen. Dies führt sowohl dazu, dass man Falschdiagnosen reduzieren kann als auch dass der Arzt bei der Wahl der richtigen Medikation unterstützt wird.

Die Arbeit des Arztes erfährt auch eine Optimierung, indem sich zeitintensive bürokratische Arbeiten durch den technologischen Fortschritt reduzieren, lassen. Etwa durch Spracherkennungssysteme, die Arztbesuchsberichte selbstständig in die Medizin-IT übertragen. Dadurch ist der Arzt in der Lage, die Behandlungszeit pro Patient zu reduzieren und sich so mehr Patienten als früher zu widmen. Ebenso können Ärzte und Krankenhäuser für Medikamente sowie Heil- und Hilfsmittel verschiedene Datenquellen mit Hilfe von Big Data verknüpfen, um Angebotsdaten von Lieferanten zu vergleichen und eine sowohl wirkstoff- als auch kostenoptimierte Verschreibung zu erzielen.

Wie sieht es mit Einsatzszenarien direkt am Patienten aus. Hier hält Big Data ja offensichtlich ebenfalls mehr und mehr Einzug?

Lix: Das ist richtig. Der Patient kann enorm von der Technologie profitieren, nicht nur durch die bereits erwähnten Punkte, sondern auch zusätzlich, indem beispielsweise Sensor-Uhren Puls, Blutdruck oder andere vitale Werte messen und diese als ein sogenanntes Tagebuch in die Behandlung einbringen. Die drahtlose Digitalübertragung und das Monitoring von Vitalparametern in Echtzeit ermöglichen eine höhere Therapiequalität und eine präzisere Diagnostik. Auffälligkeiten in den Messwerten können Ärzte dadurch sofort identifizieren und anschließend mittels eines Signals den Patienten warnen, dass eine eventuelle Maßnahme erforderlich ist. Das kann die Senkung einer physischen Anstrengung sein oder die Einnahme eines Medikaments, das der Patient vielleicht vergessen hat. Keine Frage: Das alles ermöglicht den Patienten ein besseres Krankheitsverständnis und sorgt für mehr Lebensqualität.

… Ärzte werden durch die neuen Technologien aber nicht überflüssig?

Lix: Nein, man muss man den richtigen Mix, das geeignete Zusammenspiel aus Technik und menschlichem Expertenwissen einsetzen. Computer sind besser als Menschen darin, große Datenmengen zu organisieren und sie aufzurufen. Computer lassen sich zudem nicht nur dafür nutzen, die Patientenbehandlung zu verbessern, sondern auch um Machine Learning-Funktionalitäten einzusetzen., Beispielsweise um Anomalien zu identifizieren und den Gesundheitszustand von Patienten unter bestimmten Umständen , so bei bestimmtem Verhalten oder einer bestimmten Medikation, vorherzusagen.

Es gibt aber dennoch Situationen, in denen die menschliche Entscheidung weiterhin im Vordergrund steht. Vereinfacht ausgedrückt ist das der Fall, wenn die Berechnung eine 50-50-Möglichkeit ergibt, den einen oder anderen Behandlungsweg zu gehen. In diesem Fall ist Erfahrung von großem Nutzen. Menschen, in diesem Fall Ärzte, sind besser darin, Erfahrungswerte in den Entscheidungsprozess einzubringen. So kann ein Arzt in einer kritischen oder neuen Situation während eines medizinischen Eingriffs bestimmen, was der nächste Behandlungsschritt ist.

Oft ist es so, dass aber die Maschine im ersten Teil der Analyse miteinbezogen ist, um diejenigen Informationen erst einmal zu filtern, die im weiteren Entscheidungsprozess den Arzt unterstützen. Fazit: Durch die Interaktion von Mensch und Technik lässt sich das beste Ergebnis erzielen.

Gesunde Ernährung spielt in der Medizin eine immer wichtigere Rolle. Sehen sie auch Potential für Big Data in diesem Bereich?

Lix: Unbedingt, schauen Sie sich beispielsweise den Trend an, auch Lebensmittel über das Internet zu bestellen. Auf viele Verbraucher wirkt das attraktiv, da sie Online-Shopping weniger stressig finden als den üblichen Einkauf im Supermarkt. Gesunde Ernährung durch einen gesunden Einkauf kann den Kunden im Web durch eine visuelle Darstellung der im Warenkorb befindlichen Inhaltsstoffe, Vitamine oder etwa Kohlenhydrate, erleichtert werden. Denkbar ist auch eine Zusammenarbeit der Online-Händler mit Ärzten und Krankenkassen, um Kaufempfehlungen für spezielle Bedürfnisse, beispielsweise Laktoseintoleranz oder Diabetes, anpassen zu können. Dabei ist zu beachten, dass es sich - wie häufig im Healthcare-Bereich - um sehr sensible, personenbezogene Daten handelt. Alle Erhebungs- und Verarbeitungsschritte müssen dabei unter Berücksichtigung der geltenden datenschutzrechtlicher Regelungen erfolgen.

Contact us

Follow us