Big Data in der Medizin – DIFUTURE-Konsortium entwickelt Verfahren zur Daten-Nutzung in Forschung und Klinik

In Verbindung mit Daten anderer Patienten kann die persönliche digitale Krankengeschichte helfen, den Verlauf und Therapieerfolg einer Krankheit zuverlässiger vorherzusagen. Vor allem für Erkrankungen wie der Multiplen Sklerose (MS), die sehr unterschiedlich verlaufen kann, ist das eine große Chance. Das Konsortium DIFUTURE unter der Leitung der Technischen Universität München (TUM) präsentierte seine Arbeiten auf dem Münchner „Digital Health Summit 2018“.

2015 sind MS-Erkrankungen bayernweit 60 Prozent häufiger aufgetreten als noch neun Jahre zuvor. Das zeigt nach Angaben der TUM eine aktuelle Studie, die unter der Leitung von Bernhard Hemmer, Professor für Neurologie an der TUM und Mitglied des DIFUTURE-Konsortiums, durchgeführt wurde. Er und sein Team werteten hierfür Daten von über zehn Millionen Menschen aus, darunter im Jahr 2015 knapp 30.000 MS-Erkrankte.

Unspezifische Sehstörungen als ein Frühmerkmal der MS
Die Vorarbeiten, zusammen mit einem weiteren DIFUTURE-Partner aus dem Versicherungsbereich, lieferten laut TUM bereits erste Ergebnisse: MS-Patientinnen und -Patienten haben bereits fünf Jahre vor ihrer eigentlichen Diagnose sehr viel häufiger Erkrankungen wie unspezifische Seh- und Gefühlsstörungen, Angststörungen oder  depressive Episoden.

MS ist die erste Erkrankung, für die die Wissenschaftlerinnen und Wissenschaftler von DIFUTURE Verfahren entwickeln und testen, um medizinische Daten sicher und zuverlässig für die Forschung und im klinischen Alltag nutzen zu können. Das ist ein Ziel des DIFUTURE-Forschungsverbunds, der mit mehr als 28 Millionen Euro vom Bundesministerium für Bildung und Forschung gefördert wird.

„Große medizinische Datensätze sind für uns in der Klinik unglaublich wertvoll. Sie verraten uns, ob es Parallelen beim Krankheitsverlauf gibt, ob es einheitliche Vorerkrankungen oder klinische Anzeichen gibt. Nur mit diesem großen Datenpool können wir statistisch verlässliche Aussagen treffen, die wir aus einzelnen Patientenakten unmöglich herauslesen könnten“, erklärt Hemmer.

Als Teil des Forschungskonsortiums DIFUTURE erheben Neurologen wie Hemmer an der TUM, Prof. Martin Kerschensteiner an der Ludwig-Maximilians-Universität (LMU), Prof. Ulf Ziemann an der Universität Tübingen sowie Prof. Markus Naumann und PD Antonius Bayas am Klinikum Augsburg große Datenmengen von MS-Patientinnen und -Patienten. Zusammen mit den Informatikern von DIFUTURE arbeiten sie an einer Vereinheitlichung und Zusammenführung dieser Daten, anhand derer Biostatistiker und Bioinformatiker Analysen durchführen, bei denen Methoden der Künstlichen Intelligenz (KI) und des maschinellen Lernens eine Rolle spielen. Wichtig ist auch die Integration von Bildgebungsdaten, sodass den Neuroradiologen der Standorte eine wesentliche Aufgabe zukommt.

Datenintegration und Datenschutz als Schwerpunkte
“Um medizinische Daten richtig nutzen zu können, ergeben sich neue Ansprüche an die Datenerhebung und -verarbeitung, aber auch an den Datenschutz”, betont die TUM. Damit Daten vergleichbar und überhaupt für KI-Methoden verwendbar seien, müssten sie sowohl rückwirkend vereinheitlicht als auch zukünftig einheitlich erfasst werden und bestmöglich vor fremdem Zugriff geschützt sein. IT- und Datenschutzexperten stelle das vor große technische Herausforderungen und Patientinnen und Patienten vor die Frage: Wer darf auf meine Daten zugreifen?
“Ein besonderer Schwerpunkt von DIFUTURE liegt somit beim Datenschutz”, so die TUM weiter. Beim „verteilten Rechnen“ verließen Daten aus der Krankenversorgung das Krankenhaus überhaupt nicht, sie seien nur im Krankenhaus selbst gespeichert. Um sie dennoch zusammen mit Daten aus anderen Kliniken zu nutzen, würden innovative Verfahren eingesetzt, die dem Prinzip „Bringe die Analyse zu den Daten“ (und nicht: die Daten zur Analyse) folgten – dies sei “ein Grundkonzept” von DIFUTURE. DIFUTURE werde zudem untersuchen, wie man Daten, die nicht für die Forschung, sondern für die Krankenversorgung erhoben worden seien, nicht nur sicher, sondern auch ohne eventuell auftretende Verzerrungen für die Forschung nutzen könne.

„Die Medizin der Zukunft wird mehr denn je sorgfältig erhobene und zusammengeführte Daten benötigen und verwenden – deshalb müssen wir jetzt die Werkzeuge entwickeln, damit diese Daten möglichst vielen Patientinnen und Patienten zugutekommen”, erklärt Klaus Kuhn, Professor für Medizinische Informatik an der TUM und Leiter des Konsortiums. „Gerade angesichts der immer komplexer werdenden Vernetzung muss aber völlig klar sein, dass die Daten den einzelnen Personen gehören und konsequent geschützt werden müssen.“

Publikationen:
Prasser F, Kohlbacher O, Mansmann U, Bauer B, Kuhn KA. Data Integration for Future Medicine (DIFUTURE). Methods Inf Med 2018;57(S 01):e57-e65. doi: 10.3414/ME17-02-0022. https://www.thieme-connect.com/DOI/DOI?10.3414/ME17-02-0022
Daltrozzo T, Hapfelmeier A, Donnachie E, Schneider A, Hemmer B. A Systematic Assessment of Prevalence, Incidence and Regional Distribution of Multiple Sclerosis in Bavaria From 2006 to 2015. Front Neurol 2018;9:871. doi:10.3389/fneur.2018.00871. https://www.frontiersin.org/articles/10.3389/fneur.2018.00871/full

Stichwort DIFUTURE:
DIFUTURE ist eines von bundesweit vier Konsortien der Medizininformatikinitiative des Bundesministeriums für Bildung und Forschung. Partner des Konsortiums DIFUTURE sind TUM, LMU München und die Universität Tübingen mit ihren jeweiligen Uniklinika, die Universität und das Universitätsklinikum des Saarlandes, das Universitätsklinikum Regensburg sowie Universität und Klinikum Augsburg. Mit der Medizininformatik-Initiative sollen die Chancen der Digitalisierung in der Medizin für Versorgung und Forschung bestmöglich genutzt werden.
Für die Studie von Prof. Hemmer wurden Daten der Kassenärztlichen Vereinigung Bayern (KVB) verwendet.
Webseite von DIFUTURE: https://difuture.de/

Quelle: Technische Universität München