Präzisionsmedizin Personalisierte Gesundheitsversorgung: Die Zukunft gehört der KI

Anbieter zum Thema

Dell GmbH

xSuite Group GmbH

Esker Software Entwicklungs-und Vertrieb

Yorizon GmbH & Co. KG

Die Präzisionsmedizin, auch als personalisierte Gesundheitsversorgung bekannt, zielt darauf ab, medizinische Behandlungen auf die individuellen Bedürfnisse und genetischen Profile von Patienten abzustimmen. Künstliche Intelligenz übernimmt hier etwa die Analyse großer Datenmengen.

Lange Zeit verfolgte die Medizin einen Gold-Standard in der Patienten-Versorgung. Darunter versteht man ein therapeutisches Verfahren, das bei einer bestimmten Diagnose als die bewährteste und beste Lösung gilt. Personalisierte Gesundheitsvorsorge, die deutlich bessere Behandlungsmethoden verspricht, galt aufgrund fehlender Technologien als nicht umsetzbar und vor allem nicht bezahlbar. 

Angesichts der rasanten Fortschritte in der Künstlichen Intelligenz und der wachsenden Menge an Gesundheitsdaten rückt eine individuelle, auf das genetische Profil abgestimmte Behandlung für immer mehr Patienten in greifbare Nähe.

Was bringt personalisierte Gesundheitsversorgung?

Eines der prominentesten Anwendungsgebiete für personalisierte Gesundheitsversorgung ist die Krebstherapie. Sogenannte Biomarker können wichtige Hinweise auf spezifische Tumoreigenschaften geben und ein erhöhtes Risiko anzeigen. 

Technologie hat das Potenzial, das Leben jedes Einzelnen zu verbessern – vor allem, wenn sie dabei hilft, Krankheiten früher zu diagnostizieren, besser zu behandeln und aktiv vorzubeugen.

Dr.-Ing. Marten Neubauer, Dell Technologies

So weiß die Medizin heute, dass Frauen mit einer Mutation des BRCA-Gens mit hoher Wahrscheinlichkeit an Brust- oder Eierstockkrebs erkranken. Künstliche Intelligenz kann die genomischen Daten einer Patientin analysieren und so bestimmte molekulare Signaturen wie die BRCA-Mutation schnell erkennen. Eine frühzeitige Diagnose ermöglicht präventive Maßnahmen und erhöht damit die Heilungschancen. 

Ein weiteres wichtiges Einsatzgebiet ist die individualisierte Medikamenten-Entwicklung. Auch hier hilft die Präzisionsmedizin: Mithilfe von Gentechnik und KI lassen sich in kürzester Zeit individuelle Therapeutika entwickeln und deren Wirkung vorhersagen. So können Arzneimittel auf einzelne Patienten zugeschnitten werden, was die Wirksamkeit der Behandlung erhöht und Nebenwirkungen reduziert.

Welche Rolle spielen Big Data und KI?

Für eine personalisierte Therapie in der Medizin sind mehrere Komponenten notwendig, die eng miteinander verzahnt sein müssen. Eine zentrale Rolle spielt das Sammeln, Aufbereiten und Interpretieren der Daten. Hier kommt zunächst Big Data ins Spiel. Nur so lassen sich die riesigen Datenmengen speichern und auswerten, die bis vor kurzem noch zu groß, zu schnelllebig oder zu heterogen waren, um sie zu verarbeiten.

 Die Daten-Interpretation wiederum erfordert Künstliche Intelligenz. KI ermöglicht es, in den verfügbaren Informationen quasi in Echtzeit Muster zu erkennen, nach denen sonst mühsam und langwierig gesucht werden müsste, um daraus Erkenntnisse abzuleiten. In der Präzisionsmedizin wird so beispielsweise die umfassende Auswertung genomischer Datensätze Realität, mit deren Hilfe Ärzte dann zielgerichtete Therapien anwenden können.

Large Language Models (LLM)

KI-Chatbots: Ein Einsatz im Krankenhaus wäre derzeit grob fahrlässig

Personalisierte Gesundheitsversorgung: Was sind die Herausforderungen?

Wenn mit sensiblen Informationen wie Patientendaten gearbeitet wird, steigt die Notwendigkeit einer hohen Datenqualität, klinischer Governance und ethischer Aufsicht. Es muss gewährleistet sein, dass die KI-Lösungen stets zuverlässig, sicher und zum Nutzen der Patienten arbeiten. Darüber hinaus ist die personalisierte Gesundheitsversorgung auf saubere Daten angewiesen, um jegliche Verzerrungen oder Verfälschungen der datengestützten Ergebnisse zu vermeiden.

Kliniken und Forschungseinrichtungen können aber nicht einfach die Daten möglichst vieler Institutionen zusammenführen, um genügend Material für das Modelltraining zu haben. Dies verbietet der Gesetzgeber aus Datenschutzgründen. Zudem würde das Kopieren und Übertragen die IT-Infrastruktur vor große Herausforderungen stellen. 

Schwarm-Lernen als Lösung für die Datenschutz-Problematik

Eine Lösung ist das sogenannte Schwarm-Lernen, bei dem verschiedene Institutionen zu einem Netzwerk verbunden werden, während das KI-Training nach wie vor auf den Servern der einzelnen Kliniken läuft. Die besten Ergebnisse werden dann für die nächste Lernrunde an alle geschickt. So wird der gesamte Schwarm immer besser, und gleichzeitig bleiben die Daten in den jeweiligen Institutionen. 

„Technologie hat das Potenzial, das Leben jedes Einzelnen zu verbessern – vor allem, wenn sie dabei hilft, Krankheiten früher zu diagnostizieren, besser zu behandeln und aktiv vorzubeugen“, so Dr.-Ing. Marten Neubauer, Field Director Healthcare bei Dell Technologies. Mithilfe von Big Data und Künstlicher Intelligenz ermögliche die personalisierte Gesundheitsversorgung eine Art der Versorgung, die ganz auf die individuellen Bedürfnisse des Patienten zugeschnitten ist, und „verspricht damit eine Revolution im Gesundheitswesen.“ Unternehmen, die in diesem Bereich tätig sind, müssten laut Marten Neubauer jedoch sorgfältig planen und strategisch vorgehen, um die damit verbundenen Herausforderungen zu meistern und das Potenzial der Künstlichen Intelligenz  voll auszuschöpfen.

Verwaltung klinischer Studienteilnahmen

Klinische Studien: Künstliche Intelligenz vereinfacht Abrechnung und entlastet Personal und Budget