Donnerstag, 30. März 2017
Navigation öffnen
Anzeige:

SchwerpunktOktober 2016

01. Oktober 2016 Ausblick ins Jahr 2030: Visual Computing am Beispiel eines Allergiepatienten

Jede Krankengeschichte ist einzigartig. Doch es gibt auch Gemeinsamkeiten. Was Ärzte besonders interessiert: Warum verschiedene Patienten auf eine bestimmte Therapie unterschiedlich reagieren. Ähnliche Fälle fassen die Mediziner in Gruppen zusammen, sogenannten Kohorten, um daraus Rückschlüsse für zukünftige Behandlungen zu ziehen. Das Fraunhofer-Institut für Graphische Datenverarbeitung IGD in Darmstadt hat eine Software entwickelt, die es ermöglicht, rasch Gemeinsamkeiten aus digitalen Patientendaten herauszufiltern und übersichtlich darzustellen.
Anzeige:
Deutschland im Jahr 2030. Ein Patient mittleren Alters geht wegen eines anhaltenden Schnupfens zum Arzt. Schnell wird klar, dass es sich um Heuschnupfen handeln könnte. Viele Betroffene fragen sich, warum gerade sie von Allergien geplagt sind. Sowohl Lebensstil als auch Vererbung spielen eine Rolle bei der Entstehung der Autoimmunerkrankung, bei der das sonst fein austarierte Immunsystem "verrückt spielt". 2030 gibt es neue Hilfsmittel für den Arzt, um die Ursache einzugrenzen und eine Empfehlung für die wirksamste Therapie zu geben. Der Arzt überprüft dabei eine Reihe von Daten ähnlicher Patienten, auch solche von anderen Ärzten. Die Daten sind anonym; der Mediziner sieht nur die Ähnlichkeiten der Patienten, die Allergie, die erfolgten Therapien und den weiteren Verlauf. Er macht sich eine Übersicht über die vergangenen Fälle und gibt eine Empfehlung für die folgende Behandlung.

Die Idee der personalisierten Medizin gründet in der schlichten Einsicht, dass es irgendwo eine Ursache (oder mehrere) geben muss, warum eine Krankheit bei einem Menschen ausbricht und bei einem anderen nicht. Manchmal ist dabei nicht offensichtlich, wann und wo im Körper genau die entscheidende Weiche gestellt wird. Sind diese Ursachen aber bekannt, hat man möglicherweise einen Ansatzpunkt  für eine wirksame Therapie. Dafür müssen möglichst viele Patienten miteinander verglichen werden. Weisen ähnliche Patienten dabei ohne erkennbaren Grund unterschiedliche Krankheitsverläufe auf, wird in der medizinischen Forschung nach weiteren Vergleichskriterien gesucht.

Im Falle von Allergien kommen viele verschiedene mögliche Faktoren in Frage. Können die Patientengruppen schließlich anhand von einem oder mehreren Faktoren unterschieden werden, ist der behandelnde Arzt der Ursache einen Schritt näher gekommen. Diese Gruppen nennt man in der medizinischen Forschung Kohorten. Die Suche nach Kohorten ist aufwändig, weil es bei der Entstehung von Allergien keinen einfachen "Wenn-Dann"-Mechanismus gibt: Viele mögliche Faktoren müssen gemessen, berücksichtigt und gegebenenfalls auch ausgeschlossen werden. Zudem sollten auch die Patienten selbst berücksichtigt werden, um so zufällige Gemeinsamkeiten und Unterschiede in den vorliegenden Patientengruppen zu vermeiden.

 
Abb. 1: Visuelle Datenanalyse für die Erstellung von Patientenkohorten. Im Jahr 2016 gibt es die Anwendung bei Allergiepatienten zwar noch nicht - aber bis 2030 wird auch das erreicht sein. (©Fraunhofer IGD).
Abb. 1: Visuelle Datenanalyse für die Erstellung von Patientenkohorten. Im Jahr 2016 gibt es die Anwendung bei Allergiepatienten zwar noch nicht - aber bis 2030 wird auch das erreicht sein.


In der Forschung steht am Anfang der Entwicklung von Kohorten häufig die Sichtung der Daten vieler Patienten. Nach dieser Begutachtung und mit dem bereits bekannten Wissen wird eine Hypothese formuliert. Eine solche Hypothese kann sich zum Beispiel auf die Wirksamkeit eines Wirkstoffs bei der Therapie einer bestimmten Personengruppe beziehen. Anschließend muss die Hypothese statistisch überprüft werden. Für einen Test müssen repräsentative, aber zufällige Vergleichsgruppen zusammengestellt werden. Dies ist ein aufwändiger Prozess, der für jede konkrete Fragestellung neu durchgeführt werden muss. Aber vor allem wird nicht jede Hypothese auch bestätigt. Eher ist das Gegenteil der Fall.

Am Fraunhofer IGD werden gemeinsam mit Ärzten visuelle Analysemethoden entwickelt, um die komplexen Datenbestände schneller zu sichten und brauchbare Kohorten zu bestimmen. Diese Methoden ergänzen damit die statistischen Testverfahren, mit denen bereits definierte Kohorten auf relevante Ergebnisse hin geprüft werden können. Statistische Methoden helfen jedoch nur bei der Bewertung, nicht bei der Suche. Die Suche stellt dabei eine Herausforderung dar: Angenommen, der untersuchte Datenbestand enthält die Daten von dreihundert Patienten, dann ist die theoretische Anzahl aller möglichen Kohorten ungefähr 10 hoch 90 (etwa die Größenordnung der Anzahl Atome im bekannten Universum). An dieser Stelle können visuelle Analysen ansetzen und die methodische Suche nach Kohorten, die Patienten nicht einfach zufällig enthalten und zudem noch wertvolle Aussagen liefern, erleichtern.

Die Übersicht aller wichtigen Daten eines Patienten gehört inzwischen schon zur klinischen Praxis. Für die Suche nach Gemeinsamkeiten zwischen vielen Patienten sind jedoch andere Darstellungstechniken notwendig. Die Analysemethode sollte möglichst viele Patienten und möglichst viele Vergleichskriterien gleichzeitig sichtbar machen. In Zusammenarbeit mit den Ärzten entstand so eine Visualisierung, die zum Beispiel biologische Faktoren, Ergebnisse aus der Histologie, Symptome, Krankheitsverläufe und Therapien gemeinsam darstellt und zueinander in Bezug setzt (siehe Abbildung).

Das besondere an der Darstellung ist aber nicht nur die Anzahl der gezeigten Patienten und Faktoren. Zum Beispiel können alle Daten, die der Arzt in der Übersicht sehen kann, auch ausgewählt werden. Interessiert sich der Forscher beispielsweise in seiner Studie für einen Vergleich verschiedener Altersgruppen, kann man eine Alterskohorte bestimmen. Dabei ist es möglich, diese auch  durch Auswahl weiterer Kriterien zu  verfeinern. Die Frage, die sich der Forscher anschließend stellen muss, ist: Was macht die gewählte Kohorte eigentlich besonders? Gibt es hier besonders viele Fälle von Allergien oder potentiellen Risikofaktoren? Pro Patient liegen oft über hundert verschiedene Informationen vor.

Die Analysemethode des Fraunhofer IGD nimmt dem Arzt die Auswahl ab und prüft alle möglichen Faktoren automatisch durch. Nachdem die Kohorte definiert oder verändert wurde, hat der Arzt die besonderen Faktoren sofort im Blick. Auch mit hunderten von Daten pro Patient kann die Analyse noch systematisch durchgeführt werden - was den Aufwand für die detaillierte digitale Erfassung eines Patienten rechtfertigt. Der automatische Test stellt sicher, dass ein möglicherweise entscheidender Faktor nicht übersehen wird. Ebenso reduziert der automatische Test die Zeit für die Erstbewertung einer Kohorte von Stunden auf einige Sekunden – ohne dass dem Arzt die Entscheidung aus der Hand genommen wird.

Mit dieser Information kann der Arzt eine Hypothese für die Kohorte formulieren oder aber auch die Kohorte verändern. Hier ist medizinische Expertise erforderlich. Die Zusammenhänge, die bereits bekannt sind, stören nämlich häufig die detaillierte Analyse, um neue Erkenntnisse zu erhalten. Durch die Erfahrung des Arztes kann festgestellt werden, ob die Daten Störfaktoren sind, die für den statistischen Test herausgerechnet werden müssen oder ob sie wichtige Informationen über die Kohorte enthalten. Dies kann beispielsweise die fehlende Information sein, die die erfolgreich behandelten Fälle abgrenzt.

Wie helfen die Kohorten dem Arzt bei der Bewertung der Therapie gegen die Allergien und ihre Symptome im Jahr 2030?

Durch Kohorten ist der Arzt in der Lage, seine Patienten sinnvoll mit früheren Patienten zu vergleichen. Dass nicht alle Patienten gleich sind, ist eine zentrale Motivation für die Personalisierung der Behandlung. Das macht die Entscheidungen des Arztes aber zunächst einmal sehr viel anspruchsvoller. Wie viele Fragen muss der Arzt dem Patienten stellen? Welche Messungen muss er durchführen, um einen Patienten genau genug zu charakterisieren? Und wie viele frühere Patienten muss der Arzt kennen, um zu bestimmen, welche Behandlung langfristig helfen könnte? Eine medizinisch anerkannte Kohorte bündelt diese Informationen. Der Vergleich mit früheren Fällen liefert die Informationen, die eine belastbarere Empfehlung für oder wider eine bestimmte Behandlung erlauben.

Bis diese Informationen im Jahr 2030 auf dem Bildschirm eines behandelnden Arztes zusammengeführt werden könnten, müssen viele weitere Fragestellungen - technologische, aber vor allem ethische - beantwortet werden. Die Darstellungstechniken für den Vergleich mehrerer Patienten wurden vom Fraunhofer IGD als Werkzeug für die Forschung entwickelt. Ähnliche Darstellungen könnten für die Behandlung von Patienten eingesetzt werden, um herauszufinden, ob bestimmte Therapien auch erfolgreich bei anderen Patienten eingesetzt werden könnten.

Die abschließende Entscheidung soll und kann dem Arzt nicht abgenommen werden. Eine auf den Patienten abgestimmte Behandlung kann jedoch von viel mehr Faktoren abhängig sein,  über die selbst ein erfahrener Mediziner nicht immer Kenntnisse hat. Indem den Ärzten ein Teil der Arbeit durch das Zusammentragen der Informationen abgenommen wird, kann die Personalisierung der Behandlung in Zukunft leichter ermöglicht werden. Dies wäre dann ein großer Nutzen für Arzt und Patient.

 
Dr.-Ing. Thorsten May
 
Fraunhofer-Institut für
Graphische Datenverarbeitung
 
Fraunhoferstr. 5
64283 Darmstadt
 
Tel.: 06151/155-638
Fax: 06151 155-139
thorsten.may@igd.fraunhofer.de

Das könnte Sie auch interessieren

Diabetiker sollten regelmäßig ihren Puls messen

Oft werden Menschen von einem Schlaganfall getroffen, weil sie Vorhofflimmern haben, ohne es zu wissen. Vorhofflimmern tritt bei über der Hälfte aller Patienten ohne Symptome oder Beschwerden auf. Unbehandelt und ohne schützende Wirkung gerinnungshemmender Medikamente sind sie schutzlos dem Schlaganfall ausgesetzt. Jedes Jahr verursacht Vorhofflimmern etwa 30.000 Schlaganfälle. Vorhofflimmern ist auch eine häufige Herzrhythmusstörung bei Diabetikern, die Schätzungen zufolge ein um 34% erhöhtes Risiko für Vorhofflimmern haben.

Depression – verstecken ist kein Ausweg

Unter dem Titel „Depression – verstecken ist kein Ausweg“ macht das Freiburger Bündnis gegen Depression mit einer Kampagne auf sein Anliegen aufmerksam. Prof. Berger, Vorsitzender des Freiburger Bündnisses e.V. gegen Depression betont, dass depressive Störungen, obwohl sie zu den häufigsten Erkrankungen in Deutschland gehören, hinsichtlich ihrer Bedeutung noch immer stark unterschätzt werden. Dabei hat gerade erst eine weltweit durchgeführte Studie der WHO („Global burden of disease“) gezeigt: Depressionen sind eine der größten Volkskrankheiten.

Rolle der Selbstmotivation bei schweren Lungenerkrankungen wie Asthma und COPD

Neben den oft schweren körperlichen Einschränkungen leiden Patienten mit einer chronischen Lungenerkrankung häufig auch an starken seelischen und psychischen Belastungen. Die Angst vor Atemnot, vor dem Fortschreiten der Krankheit oder vor sozialer Ausgrenzung kann auf Dauer Mutlosigkeit und Depressionen nach sich ziehen. Ein Teil der Therapie kann daher auch die Behandlung psychischer Belastungen sein sowie das Erlernen von Ansätzen, sich in schwierigen Zeiten selbst zu motivieren.

Sie können folgenden Inhalt einem Kollegen empfehlen:

"Ausblick ins Jahr 2030: Visual Computing am Beispiel eines Allergiepatienten"

Bitte tragen Sie auch die Absenderdaten vollständig ein, damit Sie der Empfänger erkennen kann.

Die mit (*) gekennzeichneten Angaben müssen eingetragen werden!