Ein Blick auf die digitale Medizin der Zukunft / Big Data in der Medizin: Fortschritte bei Diagnose und Behandlung (FOTO)
(ots) -
In der Zukunft könnte es Medikamente geben, die individuell auf
jeden Patienten zugeschnitten sind. Ärzte operieren mit
3D-Datenbrillen und können so präziser arbeiten. Diagnosen seltener
Krankheiten, die heute noch Jahren dauern können, erfolgen innerhalb
weniger Tage. Und vielleicht wird es Therapien gegen psychische
Erkrankungen wie Schizophrenie geben. Wissenschaftler und
Wissenschaftlerinnen der der Technischen Universität München (TUM)
forschen an neuen digitalgestützten Behandlungsmethoden und dem
Umgang mit Big Data in der Medizin - erste Ergebnisse werden bereits
im Operationssaal eingesetzt.
"Allein die moderne molekulare Medizin hat im Jahr 2015 mehr Daten
erzeugt als im gesamten Zeitraum von 1990 bis 2005", sagt Burkhard
Rost, Professor für Bioinformatik an der TUM. "Und in diesem Tempo
wird das auch weitergehen." Bisher aber hinken Aufbereitung, Analyse
und Anwendung dieser Datenschätze noch weit hinter den technischen
Möglichkeiten her.
Woran es noch fehlt, sind entsprechende Algorithmen und die
Verknüpfung so unterschiedlicher Fächer wie Medizin und Biologie
einerseits und Informatik andererseits. "Die Interpretation der
gigantischen Datenmengen kann ein Biologe gar nicht selbst leisten",
betont Hans-Werner Mewes, Professor für Genomorientierte
Bioinformatik an der TUM. "Hier braucht man bioinformatische
Methoden."
An der TUM hat sich eine ganze Reihe von Wissenschaftlern
verschiedener Disziplinen dem Ziel verschrieben, den Datenschatz der
Lebenswissenschaften zu heben und ihn für Forscher, Patienten, Ärzte
und Kliniken nutzbar zu machen. Außerdem kümmern sich Spezialisten um
die Datensicherheit. Zusammen mit dem Großrechner im Garchinger
Leibniz-Rechenzentrum verfügt die Hochschule damit über eine
einzigartige Infrastruktur für Bio- und Medizininformatik.
Crowdsourcing - Datenanalyse als Computerspiel
Medizinische Daten liegen heute noch ziemlich ungeordnet vor:
Labordaten von Blut- oder histologischen Untersuchungen, biochemische
Informationen aus der Entschlüsselung der Erbanlagen (Genom) und der
körpereigenen Eiweißbausteine (Proteom), statistische Ergebnisse aus
unzähligen Experimenten und klinischen Studien sowie Bilddaten. Big
Data also, aber in dieser Form nicht zugänglich für den praktischen
Einsatz. Deshalb suchen Forscher nach Strategien, wie man die Flut
der Informationen ordnen und in einheitlichen Datenbanken bündeln
kann. Man erklärt und ergänzt sie durch Annotationen, die Auskunft
über Herkunft, Eigenschaften und Inhalt der Daten geben.
Am Lehrstuhl für Informatikanwendungen in der Medizin & Augmented
Reality von Professor Nassir Navab arbeiten Forscher unter anderem
daran, die Zuordnung solcher Annotationen zu vereinfachen. "Ärzte und
Laborpersonal haben in der Regel keine Zeit, sich um die Aufbereitung
ihrer Daten zu kümmern", sagt Shadi Albarqouni. Er hat deshalb ein
Projekt entwickelt, in dem die Mitwirkung vieler Internetnutzer
möglich wird. Crowdsourcing heißt dieses Verfahren und beruht darauf,
dass jeder, der Zeit und Lust hat, sich an der Erledigung bestimmter
digitaler Aufgaben beteiligen kann. In Albarqounis Fall ist es die
Analyse histologischer Gewebeschnitte, etwa bei Brustkrebs.
"Man muss dem Computer sagen, welche Zelle auf dem Bild eine
Krebszelle ist, damit er daraus lernen und am Ende Krebszellen
selbständig erkennen kann", erklärt der Forscher. "Das ist im Prinzip
eine äußerst langwierige Tätigkeit, und meist werden aus Zeitgründen
auch nicht alle derartigen Zellen in einem Histologieschnitt
erfasst." Um auch nicht erfahrene Internetbenutzer in solche
Auswertungen mit einzubeziehen, hat er ein Computerspiel entwickelt,
das zum Ziel hat, möglichst viele bösartige Krebszellen
"wegzuschießen". "In dieser Spielumgebung haben die Leute Spaß daran
und zielen nur auf Objekte, die einer Krebszelle besonders ähneln."
Der Computer registriert die "abgeschossenen" Zellen und gibt ihnen
intern die Annotation "Krebszelle".
Kompliziertes Handbuch des Lebens
Ob spielerisch oder nicht, das Ziel bleibt, Datenmaterial in
verwertbare Informationen zu transformieren. Wie ordnet und
organisiert man beispielsweise Genom- oder Proteom-Daten? "Als man im
Jahr 2001 die Sequenzierung des menschlichen Genoms abgeschlossen
hatte, freuten sich alle und glaubten, nun das Handbuch des Lebens zu
kennen", sagt Burkhard Rost. "Aber wie bei allen Handbüchern ist es
auch hier so, dass man das nicht findet, was man eigentlich braucht,
und wenn man es findet, versteht man es nicht. Wir haben bei der
Deutung der genetischen Sequenzen heute erst ein kleines Fenster in
der Kathedrale des Wissens aufgestoßen."
Lange herrschte zum Beispiel die Meinung, dass zwischen den
Erbanlagen gesunder Menschen kein großer Unterschied besteht. Das
Sequenzieren eines einzigen Genoms würde also ausreichen, um so gut
wie alle Varianten zu erfassen. "Heute wissen wir, dass das falsch
ist", sagt Rost, der im Jahr 2009 von der Columbia University in New
York an die TUM kam. "Betrachten wir einmal die Proteine, also die
Eiweißstoffe in unserem Körper. Wir besitzen etwa 20.000 Varianten,
und etwa ein Viertel davon unterscheidet sich bei zwei Personen ganz
essentiell."
Therapieerfolg dank Präzisionsmedizin
Das kann sich dann zum Beispiel darauf auswirken, wie und ob eine
Chemotherapie wirkt. Manche Tumore sind gegen bestimmte Mittel
unempfindlich, oder der Wirkstoff wird von den Krebszellen
unschädlich gemacht. "Bei den meisten Massentumoren wie Brust-,
Lungen-, Magen- und Darmkrebs spricht nur rund ein Fünftel der
Patienten auf die konventionellen Chemotherapien gut an", weiß
Professor Bernhard Wolf, Inhaber des Heinz-Nixdorf-Lehrstuhls für
Medizinische Elektronik an der TUM. "Um die Patienten nicht unnötig
zu belasten, den Therapieerfolg zu steigern und damit langfristig
auch Kosten zu senken, ist es deswegen notwendig, die Therapie zu
personalisieren."
Da es bisher noch nicht gelungen ist, die Sensitivität der
Patienten durch genetische Marker zuverlässig zu bestimmen, hat ein
Team an seinem Lehrstuhl Sensoren entwickelt, die im Vorhinein
messen, wie stark Zellen, die dem Tumor des Kranken entnommen wurden,
auf verschiedene Chemotherapeutika reagieren. Entsprechend dieser
Wirkung kann der Arzt dann denjenigen Wirkstoff anwenden, der
individuell am besten geeignet ist. Das System ist einsatzbereit und
wird derzeit in einer vorklinischen Studie in einer Kooperation mit
der Asklepios Klinik Hamburg-Barmbek getestet. Ideal wäre es jedoch,
wenn ein Gentest des Kranken automatisch das richtige
Chemotherapeutikum angibt.
Das Ideal wäre Präzisionsmedizin. Gemeint ist damit das Ziel, sich
an den individuellen Merkmalen des kranken Menschen zu orientieren,
um Vorhersage, Therapie und Prognose möglichst passgenau auf ihn
auszurichten. Langfristig soll der Arzt bereits anhand des
genetischen Profils seines Patienten ablesen können, welche Mittel
für ihn am besten sind. "Das individuelle Genomprofil ist dann auf
der Gesundheitskarte vermerkt, daher bekommt jeder Patient genau das
Medikament, das er gut verträgt", schildert Rost die Zukunftsvision.
"Sogar die Ernährung könnte man optimal auf die genetischen
Eigenschaften eines jeden abstimmen."
Auf der Spur seltener Krankheiten
Davon ist man aber immer noch weit entfernt. Mit Schuld daran hat
ist zweiter großer Irrtum, nämlich die Vorstellung, dass die nicht
codierenden DNA-Stücke, die zwischen den bekannten Genen liegen, zu
nichts nütze seien; "junk", also Müll, nannte man sie zunächst. Erst
ganz allmählich kamen Forscher dahinter, dass Teile dieser DNA, die
immerhin rund 95 Prozent der menschlichen Erbsubstanz ausmacht,
ebenfalls wichtige Funktionen ausführen, etwa das An- und Abschalten
von Genen besorgen, aber auch Informationen über die evolutionäre
Entwicklung des Organismus enthalten.
Professor Mewes nennt als Beispiel die Forschungsarbeiten, die
untersuchen, wer zu Fettleibigkeit neigt und wer nicht. "Hier spielt
die Regulation der Gene eine große Rolle", sagt er, "deshalb ist es
so schwer, Ursachen für Fehler innerhalb des Stoffwechsels
nachzuvollziehen, auch wenn man schon durch genetische
Populationsstudien einen Hinweis hat." Er und seine Kollegen haben
sich darauf spezialisiert, solche Daten mit bioinformatischen
Verfahren - etwa mit neuronalen Netzen - und mit der Technologie des
Maschinenlernens zu entschlüsseln und zu deuten.
Durch die Analyse natürlich auftretender genetischer Variationen
in den Proteinen des menschlichen Körpers wollen sowohl Hans-Werner
Mewes als auch Burkhard Rost beispielsweise herausfinden, welche
Mutationen für seltene Krankheiten verantwortlich sind. Das sind
Erkrankungen, die, jede für sich genommen selten sind, aber in ihrer
Summe etwa fünf Prozent der Bevölkerung betreffen. Sie können sehr
früh im Leben auftauchen - oft schon vor der Geburt - und den
Menschen sein ganzes Leben lang begleiten. "Mit klassischen Methoden
sind sie fast unmöglich zu erkennen, meist braucht es fünf bis 20
Jahre bis zur klinischen Diagnose", sagt Hans-Werner Mewes. "Wenn
jedoch der genetische Defekt gefunden ist, weiß man in 25 bis 40
Prozent der Fälle ganz genau, ob man gezielt therapeutische Maßnahmen
ergreifen kann."
Auf der Suche nach Risikogenen für Schizophrenie und Krebs
Ein aktuelles Beispiel aus der Forschung ist etwa die Suche nach
genetischen Varianten, die mit Schizophrenie einhergehen. Sie ist
eine der schwerwiegendsten psychischen Erkrankungen, die weltweit 0,5
bis ein Prozent der Bevölkerung betrifft, wobei rund die Hälfte der
Betroffenen lebenslang beeinträchtigt ist. Zahlreiche Familienstudien
belegen eine starke genetische Komponente, doch konnte bisher kein
Katalog von Mutationen erstellt werden, die Schizophrenie
verursachen. "In der Fachwelt wird diskutiert, ob seltene genetische
Variationen für das Auftreten von Schizophrenie verantwortlich sind",
sagt Mewes. "Die Aufklärung der kausalen Zusammenhänge ist wichtig
für die frühzeitige Diagnose und Behandlung sowie für die Entwicklung
neuer Therapien."
Das gilt auch für die Krebsforschung. Auch hier sind Verfahren der
Bioinformatik unentbehrlich. Mit ihnen kann man große Datenmengen
durchsuchen und vergleichen; und allein mit mathematischen Methoden
lassen sich so schon Hinweise auf gefährliche Mutationen finden -
zunächst völlig unabhängig von der Ursachenforschung. Außerdem kann
man genetische Muster eines Krebspatienten mit denen vieler anderer
in einer Datenbank vergleichen und herausfinden, wo die größten
Übereinstimmungen sind. So kann man, ähnlich wie Amazon mit seinen
Buchempfehlungen, Erkenntnisse gewinnen, ohne Annahmen über
Wirkmechanismen machen zu müssen.
Intelligente Sensoren - Virtuelle Verbindung zum Arzt
Digitalisierte Medizindaten dienen aber nicht nur der Forschung,
sondern sie können auch unmittelbar zur Entlastung der Ärzte
beitragen, wenn vor allem chronische Patienten virtuell mit dem Arzt
in Verbindung bleiben. Bernhard Wolf und sein Team haben in den
vergangenen Jahren mit dem System COMES einen Prototyp dafür
entwickelt. Er erhebt mit Hilfe verschiedener Sensoren individuelle
Daten und funkt sie an eine Datenbank. Dort werden sie verarbeitet
und ausgewertet. Überschreitet ein Wert die vorgegebenen Grenzwerte,
alarmiert das System per Handy automatisch den behandelnden Arzt oder
den zuständigen Pflegedienst.
So kann man beispielsweise Puls und Blutdruck überwachen, aber
auch über den Hautwiderstand feststellen, ob die Person genügend
getrunken hat. Ebenso kann das Gerät Blutzuckerwerte weiterleiten
oder das Gewicht überwachen. Wichtig dabei ist stets, dass der
Patient die Daten freigeben muss, er wird also nie zwangsweise
überwacht. Denn COMES ist so konzipiert, dass der Nutzer einerseits
über eine Datenbank seine medizinischen Daten kontrollieren und diese
bei Bedarf für den Arzt freigeben kann, andererseits über
Feedbacksysteme selbst zusätzliche Informationen erhält.
Der Arzt hingegen ist in der Lage, mit COMES ausgestattete
Patienten in der Therapie zu verfolgen, bei entsprechender Datenlage
vorsorglich einzugreifen oder im Falle seiner Verhinderung oder
Abwesenheit über das medizinische Zentrum Interventionen zu
veranlassen. "Wir haben in einer ganzen Reihe von Studien ermittelt,
dass sich die Patienten durch die regelmäßige sensorische Begleitung
sicherer und trotzdem unabhängiger fühlen", sagt Professor Wolf. Nun
soll das Gerät von einer Ausgründung vermarktet werden. In der
praktischen Erprobung hat COMES bereits interessante praktische
Ergebnisse erbracht. So konnten die Forscher beispielsweise zeigen,
dass bestimmte Musikstücke oder Klangmuster bei vielen Patienten
blutdrucksenkend wirken.
Ein anderes Beispiel ist die intelligente Zahnschiene namens
SensoBite. Es handelt sich um eine Beißschiene, wie sie vom Zahnarzt
bei nächtlichem Zähneknirschen verordnet wird. In ihr ist ein
piezoelektrisches Sensorsystem integriert, das die Kaubewegungen
misst. Ein Funktransmitter sendet die Messdaten drahtlos an einen
Empfänger, der die Größe einer Streichholzschachtel besitzt und sich
am Schlafplatz oder am Körper des Patienten befindet. Über eine
USB-Schnittstelle können die gespeicherten Daten auf den Computer des
behandelnden Arztes übertragen werden oder per Biofeedback dem
Schläfer unmittelbar ein Vibrationssignal geben. So kann entweder der
Arzt die Ursachen des Knirschens analysieren oder der Patient sich
das Knirschen direkt abgewöhnen.
Augmented Reality - Operieren mit Datenhelm
Neben den biochemischen und genetischen Daten stellen Bilddaten
aus den unterschiedlichsten Untersuchungen eine weitere wichtige
Säule der digitalen Medizin dar. Professor Nassir Navab vom
TUM-Lehrstuhl für Informatikanwendungen in der Medizin & Augmented
Reality entwickelt beispielsweise zusammen mit mehreren Teams aus
Informatikern und Ärzten Anlagen, mit denen ein Chirurg während der
OP ins Innere des Patienten blicken kann.
Bisher gibt es für den Chirurgen nur den Blick von außen, wenn er
zum Schnitt ansetzt, beispielsweise um gesplitterte Knochen wieder
zusammenzufügen. Die Röntgenbilder hängen an der Wand, das heißt, er
muss die Daten in seinem eigenen Gehirn zusammenführen und die
Schnitte entsprechend planen. In Zukunft bekommt der Chirurg die
genaue Lage der Knochenfragmente in eine Datenbrille eingeblendet. Er
kann damit sehr viel präziser navigieren, und das System kann ihn
beispielsweise warnen, wenn er zu nahe an ein Blutgefäß oder eine
Nervenbahn kommt.
Um das technisch zu verwirklichen, überlagern die Forscher die
realen Bilder des Patienten millimetergenau mit den vorher gemachten
dreidimensionalen Computertomografie-Aufnahmen. Dazu muss der
Computer die Position des Chirurgen und seiner Instrumente räumlich
registrieren, damit die Perspektive stimmt, auch wenn der Operateur
sich bewegt. Ein Kamerasystem erfasst dazu alle Positionen. Die
Synthese funktioniert über eine hochpräzise räumliche Aufbereitung
der verschiedenen digitalisierten Daten.
In die Datenbrille sind zwei Farbkameras integriert, die das
Livebild aufnehmen. Sie sind leicht versetzt angebracht - wie zwei
Augen. Dadurch wird das zusammengesetzte Bild beider Kameras
dreidimensional. Das System muss jede Bewegung des Chirurgen in
Echtzeit wiedergeben können, ein leistungsfähiger Computer ist daher
essentiell. Für den Chirurgen entsteht in der Datenbrille der
Eindruck, als blicke er durch die Haut hindurch in die verschiedenen
Schichten des Körpers, dreidimensional und farbig. Was wie
Science-Fiction anmutet, befindet sich schon in der Erprobung.
"Unser Ziel ist ein System, das dem Arzt während der OP ein
dreidimensionales Bild des Körperinneren und seiner Instrumente zeigt
- und zwar nicht auf einem zusätzlichen Bildschirm, sondern direkt
beim Blick auf den Patienten", sagt Professor Navab. "Natürlich muss
das System leicht bedienbar sein und nicht zu viel störende Technik
beinhalten. Das testen wir regelmäßig mit unseren Kollegen aus der
Chirurgie."
Medizininformatik: Effiziente Nutzung medizinischer Daten
Die Datenflut im medizinischen Bereich nimmt täglich weiter zu.
"In wenigen Jahren werden wir die individuellen Genomdaten von vielen
Millionen Menschen kennen", sagt Hans-Werner Mewes. "Ohne effiziente
Verfahren der Bio- und medizinischen Informatik wird man sie nicht
nutzen können." Trotzdem reichen die Daten für manche Zwecke noch
immer nicht aus. "Heute betrachtet jeder Arzt immer nur seine eigenen
Patienten", so der Forscher. "Gerade bei der Bewertung von
Medikamenten und Therapien wäre es aber wichtig, wenn man
Vergleichsdaten über den Verlauf bei möglichst vielen Patienten
hätte, denn Faktoren wie Alter, Stoffwechsel und Genetik bestimmen
den Behandlungserfolg. Dazu müsste man Systeme installieren, die
derartige Informationen erfassen und auswerten, weg von der
klassischen Studie, hin zur alltäglichen Praxis."
Pressekontakt:
Dr. Ulrich Marsch
Technische Universität München
Corporate Communications Center
Arcisstraße 19
80333 München
T: +49 89 289-22778
F: +49 89 289-23388
E: marsch(at)zv.tum.de
W: www.tum.de
Themen in diesem Fachartikel:
Unternehmensinformation / Kurzprofil:
Datum: 06.04.2016 - 08:55 Uhr
Sprache: Deutsch
News-ID 1341259
Anzahl Zeichen: 0
Kontakt-Informationen:
Ansprechpartner:
Stadt:
München
Telefon:
Kategorie:
Forschung & Entwicklung
Anmerkungen:
Dieser Fachartikel wurde bisher 51 mal aufgerufen.
Der Fachartikel mit dem Titel:
"Ein Blick auf die digitale Medizin der Zukunft / Big Data in der Medizin: Fortschritte bei Diagnose und Behandlung (FOTO)
"
steht unter der journalistisch-redaktionellen Verantwortung von
Technische Universität München sensobite-5-090511-5341.jpg (Nachricht senden)
Beachten Sie bitte die weiteren Informationen zum Haftungsauschluß (gemäß TMG - TeleMedianGesetz) und dem Datenschutz (gemäß der DSGVO).