Von Big Data zu Smart Data: Was können Patientendaten leisten?

Tracking-Apps, Wearables und Co.: Es werden derzeit so viele persönliche Gesundheitsdaten erfasst wie noch nie. Tendenz weiter steigend. Ob Schritte oder Kilometer, Puls, Blutdruck oder Sauerstoffsättigung – vor allem Fitnessbegeisterte vermessen mit Euphorie ihren Körper. Dadurch entstehen gigantische Datenmengen. Kombiniert mit Forschungsdaten sowie medizinisch erhobenen Labor- und Vitalwerten steht dem Gesundheitswesen ein unfassbarer Schatz an wertvollen Daten zur Verfügung, um in den Bereichen Prävention, Diagnostik und Therapie entscheidende Fortschritte zu machen.

Big oder Smart Data: Wo liegt der Unterschied?

Bei Big Data – einem Schlagwort, das derzeit in aller Munde ist – handelt es sich um ebendiese Datenmengen, die tagtäglich generiert werden. Von (potenziellen) Patienten selbst, beim Arzt, im Krankenhaus oder im Labor. Damit tragen die so genannten Gesundheitsdaten maßgeblich zu den 175 Zettabyte bei, die das Analystenhaus IDC für das Jahr 2025 prognostiziert. So lange sie in diversen IT-Systemen auflaufen und dort lediglich gespeichert werden, um auf ihre Weiterverwendung zu warten, handelt es sich um große Datenmengen. Also Big Data.

Smart werden diese Daten erst dann, wenn sie ihren – ohne Zweifel immens weitreichenden – Nutzen entfalten können. Und genau das geschieht, wenn sie ausgewertet, analysiert, selektiert und gesichtet werden. Für das menschliche Auge und auch für die herkömmliche Excel-Liste sind die schier unglaublichen Mengen an Daten, die bereits vorliegen, und auch die, die tagtäglich hinzukommen, schlichtweg zu groß. Die Auswertung ist eine Aufgabe für Künstliche Intelligenzen. Sie können in den endlosen Weiten medizinischer Daten Muster erkennen, die das menschliche Gehirn niemals wahrnehmen und in ihrer Komplexität überfordern würde.

Machine Learning verschiebt bisherige Grenzen

Dank Machine Learning – einem Teilbereich der Künstlichen Intelligenz – wird es möglich, Abweichungen von gängigen Mustern zu identifizieren und daraus Handlungsempfehlungen abzuleiten. Auf diese Weise lassen sich Krankheiten vorhersagen, noch bevor sie ausbrechen. Auch individuelle Therapieansätze sind daraus ableitbar und Zusammenhänge bzw. Abhängigkeiten wären schneller identifizierbar. Das spart nicht nur Zeit, die dem einzelnen Patienten zugutekommt, sondern auch bares Geld, weil überflüssige Untersuchungen, Behandlungen und Analysen wegfielen.

KI als rechte Hand der Medizin

Doch auch wenn Künstliche Intelligenz neue Türen öffnet und bisher ungeahnte Möglichkeiten mit sich bringt, so steht der klassische Arzt oder die menschliche Medizin deswegen nicht zur Disposition. Wie im OP, wo der OP-Roboter – beispielsweise in der Gefäßchirurgie – die Präzisionsarbeit übernimmt oder vor Gefahrenzonen warnt, aber die Hoheit dennoch immer beim menschlichen Arzt liegt. Kollege Roboter steht unterstützend zur Seite. Genauso ist es auch bei evidenzbasierten Diagnosen und Therapien, die auf das Urteil einer Künstlichen Intelligenz zurückzuführen sind. Das letzte Wort hat der Arzt mit seinem menschlichen Urteil.

Die Medizinformation als zentrale Datendrehscheibe

Was dem einen fehlt, kann der andere liefern. Mit diesem Mindset werden KI und Arzt zum neuen Dreamteam. Die Schnittstelle bildet die Medizininformatik, die die Möglichkeiten von IT und Digitalisierung mit den Bedürfnissen und Anforderungen der modernen Medizin abgleicht und Lösungsansätze für einen smarten, patientenzentrierten Weg für den Einsatz von Big Data findet.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.