© mjhiggs16 iStockphoto

Die Digitalisierung in der Medizin schreitet voran

<p class="article-intro">Mittels eHealth und mHealth werden heute massenhaft gesundheitsbezogene Daten generiert. Das alleine wird aber die Qualität der medizinischen Versorgung nicht verändern. Was es braucht, damit die Innovationen wirklich einen Nutzen für den Patienten haben und zu einer besseren Verteilung der Ressourcen führen, das zeigten die vielfältigen und spannenden Referate am Frühjahrskongress der SGAIM.</p> <hr /> <p class="article-content"><p>Der diesj&auml;hrige SGAIM-Fr&uuml;hjahrskongress stand ganz im Zeichen der Innovationen. Das zeigte sich nicht nur am Programm, mit verschiedenen &laquo;Top-Innovation Sessions&raquo; und &laquo;Trend Lectures&raquo;, beispielsweise zur Digitalisierung in der Medizin, sondern auch an der Kongressorganisation. &laquo;Diese wurde zum ersten Mal von der Gesellschaft ICKS f&uuml;r Internistische Chef- und Kader&auml;rzte der Schweiz durchgef&uuml;hrt &raquo;, sagte PD Dr. med. Esther B&auml;chli, Uster, stellvertretend f&uuml;r das Kongresspr&auml;sidium. Eine Neuerung war auch die zeitweise Unterteilung der Vortr&auml;ge in zwei parallele Tracks, mit spezifischen Themen f&uuml;r im Spital t&auml;tige Internisten respektive f&uuml;r Haus&auml;rzte.</p> <h2>Gegen medizinische &Uuml;berversorgung, f&uuml;r hochwertige Betreuung</h2> <p>Die von der OPO-Stiftung unterst&uuml;tzte Raths-Steiger-Vorlesung wurde in diesem Jahr von Prof. Dr. med. Wendy Levinson von der Universit&auml;t Toronto, Kanada, gehalten. Levinson referierte &uuml;ber die Kampagne &laquo;Choosing wisely&raquo;, die sich nach ihrem Start vor rund sieben Jahren in den USA zu einer internationalen Bewegung entwickelt hat und in der Schweiz besser bekannt ist unter dem Namen &laquo;Smarter Medicine&raquo;.<sup>1</sup><br /> Anlass der Bewegung sind die weltweit steigenden Gesundheitskosten und das Ziel ist, die zur Verf&uuml;gung stehenden Mittel f&uuml;r eine qualitativ hochstehende medizinische Versorgung einzusetzen. Dass das oft nicht geschieht, zeigt ein Report des kanadischen Instituts f&uuml;r Gesundheitsinformation. Dieser stufte ein Drittel der analysierten Massnahmen, wie diagnostische Tests und Behandlungen, als unn&ouml;tig ein.<sup>2</sup> &laquo;Vergleicht man die &lsaquo;number needed to treat&rsaquo; und die &lsaquo;number needed to harm&rsaquo;, dann richten einige dieser Massnahmen sogar mehr Schaden als Nutzen an&raquo;, sagte die Professorin. Die Kampagne bindet die medizinischen Fachgesellschaften auf nationaler Ebene mit ein. Diese werden dabei unterst&uuml;tzt, einfache, Evidenz-basierte Behandlungsempfehlungen zu kreieren und Listen mit Interventionen zu erstellen, die bekanntermassen zu h&auml;ufig eingesetzt werden und die vermieden werden sollten. &laquo;&lsaquo;Choosing wisely&rsaquo; basiert auf der gleichen Evidenz wie unsere Guidelines&raquo;, sagte Levinson. Die Empfehlungen seien aber weniger kompliziert und w&uuml;rden deshalb besser akzeptiert.<br /> Ein wichtiger Teil der Kampagne ist die Patientenschulung. Insbesondere in Nordamerika w&uuml;rde ein Mehr an Behandlung automatisch mit einer besseren Behandlung gleichgesetzt. &laquo;Um dieses Denkmuster zu durchbrechen, m&uuml;ssten die Patienten gut aufgekl&auml;rt werden&raquo;, so die Referentin. Die Medizinstudenten wurden ebenfalls in die Kampagne eingebunden. Die kanadische Bilanz l&auml;sst sich sehen: In f&uuml;nf Jahren ist es gelungen, mehr als 70 % der nationalen medizinischen Fachgesellschaften einzubinden. Von den &Auml;rzten kennen 88 % die Kampagne, 42 % gaben an, die Empfehlungen t&auml;glich anzuwenden. Dadurch konnte der zuvor festgestellte, zu h&auml;ufige Einsatz beispielsweise von pr&auml;operativen Labortests oder Langzeitverordnungen von Antipsychotika bei &auml;lteren Menschen deutlich reduziert werden.</p> <h2>Medizinger&auml;t oder Gadget?</h2> <p>Mobile Health (mHealth) bezeichnet den Einsatz mobiler Ger&auml;te wie Smartphones, Tablets, Apps, Sensoren und sog. Wearables mit dem Ziel einer besseren Gesundheitsversorgung oder eines ges&uuml;nderen Lifestyles. &laquo;mHealth k&ouml;nnte den Patienten &uuml;ber das gesamte &lsaquo;continuum of care&rsaquo; unterst&uuml;tzen&raquo;, sagte Prof. Dr. Walter Karlen, vom Health System Lab der ETH Z&uuml;rich. Bis zu einer breiten Anwendung der Ger&auml;te mit dieser Zweckbestimmung sind aber noch einige H&uuml;rden zu bew&auml;ltigen. Schon heute werden grosse Mengen an gesundheitsbezogenen Daten produziert. &laquo;Entscheidend ist aber nicht die Quantit&auml;t, sondern die Qualit&auml;t und die Integrit&auml;t der gemessenen Daten&raquo;, sagte der Spezialist. &laquo;Auch hier gilt leider oft: Wer viel misst, misst viel Mist.&raquo; Dabei kommt erschwerend hinzu, dass die medizinischen Messungen von Laien durchgef&uuml;hrt werden. Eine weitere wichtige Frage, die sich stellt, ist auch, wie weit man bei der Automatisierung, beispielsweise von Diagnosen, gehen will. Hier sind von der unterst&uuml;tzenden Funktion bis zur autonomen Intelligenz verschiedene Automatisierungsgrade der k&uuml;nstlichen Intelligenz m&ouml;glich.<br /> Ob es sich bei den heute verwendeten Devices um ein Medizinger&auml;t oder ein Gadget handelt, ist in erster Linie davon abh&auml;ngig, wie es vermarktet wird, und nicht &ndash; wie man meinen k&ouml;nnte &ndash; davon, ob es entsprechend seiner Zweckbestimmung validiert wurde. Grunds&auml;tzlich ist ein Einsatz zu medizinischen Zwecken, zum Beispiel zur Diagnose eines Vorhofflimmerns, aber machbar, das haben die ersten Resultate der sehr grossen Apple-Watch-Studie gezeigt, die im M&auml;rz 2019 am Kongress des American College of Cardiology vorgestellt wurde.<sup>3</sup><br /> &laquo;Ziel des Mobile Health Lab an der ETH Z&uuml;rich ist, echte Medizinger&auml;te zu entwickeln und nicht nur Gadgets&raquo;, so Karlen. Dies beinhalte die Entwicklung besserer Sensoren und Systeme zur Datenerhebung, intelligente Systeme zur Interpretation der Daten sowie digitale Interventionen. Der SleepLoop ist ein Beispiel f&uuml;r ein an der ETH Z&uuml;rich entwickeltes, portables Medizinger&auml;t, das den Schlaf &uuml;berwacht und mittels einer auditiven Stimulation den Tiefschlaf verbessern soll.<sup>4</sup> Eine klinische Studie, die den SleepLoop an 25 Probanden und in mehr als 500 N&auml;chten untersuchte, zeigte, dass die Tiefschlafdauer in der Interventionsgruppe im Vergleich zur Kontrollgruppe um 30 % verl&auml;ngert werden konnte.5 Aktuell &uuml;berlegt man sich, welche Personen vom Einsatz des SleepLoops profitieren k&ouml;nnten. &laquo;Interessant k&ouml;nnte die Applikation bei neurodegenerativen oder psychiatrischen Erkrankungen sein, die oft von Schlafst&ouml;rungen begleitet werden &raquo;, sagte Karlen.</p> <h2>Wie die Digitalisierung die Medizin ver&auml;ndert</h2> <p>Mit Klinik- und Praxisinformationssystemen, dem elektronischen Patientendossier und der Telemedizin ist eHealth l&auml;ngst in den Spit&auml;lern und Arztpraxen angekommen. Aktuell verfolgt der Einsatz vor allem einen supportiven Zweck. Das beeinflusst unter anderem die Liegezeiten. Wie eine Analyse des Spitals Thun &ndash; eines Vorreiters in Sachen Digitalisierung &ndash; zeigt, reduzierte sich die durchschnittliche Hospitalisationsdauer circa in den letzten 16 Jahren von 10 Tagen auf unter 6 Tage, w&auml;hrend sich die Anzahl der Patienten in diesem Zeitraum nahezu verdoppelte.<br /> Aber auch in diesem Bereich zeigt sich, dass das Erfassen der Daten alleine nicht ausreicht. &laquo;Diese m&uuml;ssen interpretiert werden &raquo;, erkl&auml;rte Dr. med. Marc Oertle, Leitender Arzt Medizin und Medizininformatik, am Spital Thun. Erst durch das Verst&auml;ndnis der Daten gelinge der Schulterschluss zwischen Digitalisierung und praktischem Alltag und k&ouml;nne man pr&auml;ventiv t&auml;tig werden. Als ein Beispiel nannte Oertle die Beurteilung der Herzinsuffizienztherapie anhand des &laquo;Guideline Adherence Index&raquo;. Diese hat gezeigt, dass nur etwa 60 % der Patienten im Spital Thun gem&auml;ss den aktuellen Herzinsuffizienzleitlinien behandelt wurden. Eine eingehende Analyse der Daten, die auch individuelle Einflussfaktoren, wie beispielsweise die Komorbidit&auml;ten, ber&uuml;cksichtigte, ergab dann aber, dass die Behandlung bei 90 % der Patienten den Guidelines entsprach.<br /> Auch in der Pr&auml;diktion wird eHealth zunehmend eine Rolle spielen. Aktuell dienen die Analysen vor allem dazu, &laquo;Ausreisser &raquo; bei den Behandlungskosten vorauszusagen. &laquo;Es gibt aber auch schon Modelle zur Outcome-Berechnung, die zuk&uuml;nftig bei schwierigen Behandlungsentscheidungen miteinbezogen werden k&ouml;nnten&raquo;, so Oertle.<br /> Neben den positiven Folgen der Digitalisierung im Gesundheitswesen darf aber der disruptive Effekt nicht vergessen werden. Die Vulnerabilit&auml;t der Systeme, die Gefahr von Cyberattacken und Hacking sind reale Bedrohungen. Auch die Gesundheitsberufe werden sich unter dem Einfluss k&uuml;nstlicher Intelligenz und zunehmender Mobilit&auml;t ver&auml;ndern. Neue Arbeitsmodelle werden entstehen: beispielsweise der Uber-Arzt, der st&auml;ndig auf Abruf unterwegs ist. Zudem werden immer mehr nicht medizinische Personen in die Patientenversorgung involviert sein, die unterst&uuml;tzt von k&uuml;nstlicher Intelligenz medizinische Entscheidungen treffen. Aus diesem Grund ist es sehr wichtig, dass &Auml;rzte an der Entwicklung von eHealth-Systemen beteiligt sind. &laquo;Dieses Mitspracherecht nutzen wir im Moment zu wenig&raquo;, stellte Oertle fest.</p> <h2>Pharmakokinetik und personalisierte Pharmakotherapie</h2> <p>Es existieren verschiedene M&ouml;glichkeiten, die medikament&ouml;se Therapie zu individualisieren. Die &auml;lteste Methode besteht darin, die therapeutischen Effekte zu &uuml;berwachen und die Dosis der Medikation entsprechend ihrer Wirksamkeit zu adaptieren. Den gleichen Zweck verfolgt das therapeutische Drug Monitoring, d. h. die Messung der Medikamentenspiegel im Serum. Neu hinzugekommen sind die Pharmakogenomik und die Pharmakogenetik sowie die Quantifizierung pharmakogenetischer Prozesse. Die Begriffe werden in der Literatur oft synonym verwendet. W&auml;hrend die Pharmakogenomik die DNA-basierte Entschl&uuml;sselung aller Gene umfasst, die einen Einfluss auf die Arzneimittelwirkung haben, wird die Pharmakogenetik eingesetzt, um die Patienten anhand ihres Medikamentenmetabolismus zu stratifizieren.<br /> &laquo;Neben den Menschen mit normalem Metabolismus findet sich bei etwa 10&ndash;20 % der Bev&ouml;lkerung ein verminderter und bei weiteren 5 % ein schlechter Metabolismus &raquo;, sagte PD Dr. Alexander Jetter von der Klinik f&uuml;r klinische Pharmakologie und Toxikologie am Universit&auml;tsspital Z&uuml;rich. Bei diesen Personen muss die Medikamentendosis wegen des Risikos unerw&uuml;nschter Nebenwirkungen reduziert und gegebenenfalls die Medikamentengabe vermieden werden. Auf der anderen Seite gibt es auch ultraschnelle &laquo;metabolizer&raquo;, die eine deutlich h&ouml;here Dosis ben&ouml;tigen, damit ein ad&auml;quater Behandlungseffekt erzielt wird (Abb. 1). &laquo;In der Praxis k&ouml;nnten das Patienten sein, die man f&uuml;r nicht therapieadh&auml;rent h&auml;lt&raquo;, sagte der Referent. Pharmakogenetische Tests k&ouml;nnen pr&auml;ventiv eingesetzt werden, um den individuellen Nutzen oder das Risiko einer Therapie vorherzusagen, oder bei laufender Therapie, wenn es darum geht, die fehlende Wirkung oder Nebenwirkungen zu erkl&auml;ren. Ein h&auml;ufiges Indikationsgebiet sind onkologische Therapien.<br /> &laquo;F&uuml;r die Personalisierung der Therapie m&uuml;ssen neben genetischen Einfl&uuml;ssen auch andere Faktoren, die die Pharmakokinetik beeinflussen, ber&uuml;cksichtigt werden&raquo;, sagte Jetter, &laquo;beispielsweise Alter und Geschlecht sowie Lebensgewohnheiten, wie die Ern&auml;hrung und der Konsum von Alkohol und Tabak.&raquo;<br /> Die Durchf&uuml;hrung pharmakogenetischer Tests wird in der Schweiz seit 2017 von der Krankenversicherung verg&uuml;tet, sofern diese auf der Analysenliste stehen. In allen anderen F&auml;llen muss die Verordnung durch einen Facharzt f&uuml;r klinische Pharmakologie und Toxikologie erfolgen, damit die Kosten &uuml;bernommen werden.<br /> Ein weiterer wichtiger Schritt in der personalisierten Pharmakotherapie wird die Entwicklung von Algorithmen zur Dosisindividualisierung sein. &laquo;Bis diese ein klinisches Stadium erreichen, dauert es aber noch eine Weile&raquo;, sagte Jetter.</p> <h2>Seltene Erkrankungen &ndash; Richtung Pr&auml;zisionsmedizin</h2> <p>Die Genetik und die sog. &laquo;omics&raquo;, die Teilgebiete der Biologie, beispielsweise die Genomik oder Metabolomik, umfassen, haben auch einen Einfluss auf die Identifizierung, Beschreibung und Behandlung von &laquo;orphan diseases&raquo;. Aktuelle Sch&auml;tzungen gehen von insgesamt 7000 seltenen Erkrankungen aus, etwa 5000 davon wurden bisher identifiziert, aber nur f&uuml;r ca. 500 existiert eine Therapie. Als seltene Erkrankungen werden Krankheiten mit einer Pr&auml;valenz von 1/2000 definiert. In circa 90 % der F&auml;lle handelt es sich um genetische Krankheiten, sehr oft um Multisystemerkrankungen, die sich bereits im Kindesalter manifestieren.<br /> Die Entwicklung des sog. &laquo;next-generation sequencing&raquo;, das eine simultane Sequenzierung mehrerer Gene erlaubt, hat zu einer dramatischen Kostensenkung gef&uuml;hrt. &laquo;Die Folge davon waren grosse und &ouml;ffentlich zug&auml;ngliche Datenbanken, die unser Wissen &uuml;ber seltene Erkrankungen enorm beeinflusst haben&raquo;, sagte Prof. Olivier Devuyst vom Universit&auml;tsspital Z&uuml;rich. Besonders interessant ist die Datenbank &laquo;gnomAD&raquo; mit mehr als 300 000 menschlichen Gensequenzen, die zum Zeitpunkt des Samplings als &laquo;normal&raquo; eingestuft wurden. &laquo;Durch den Vergleich mit den genetischen Testergebnissen unserer Patienten k&ouml;nnen wir R&uuml;ckschl&uuml;sse auf die Kausalit&auml;t einer Erkrankung ziehen&raquo;, sagte der Spezialist. Die multigenetischen Panels erlauben aber nicht nur eine bessere Diagnostik seltener Erkrankungen. Der Aufbau von Datenbanken f&uuml;hrt auch zur Entdeckung neuer Manifestationen und Ph&auml;notypen. Als Beispiel nannte er das Fanconi- Syndrom, eine seltene genetische Nierenerkrankung, die mit einer Funktionsst&ouml;rung des proximalen Tubulus und typischerweise mit einer niedermolekularen Proteinurie, Albuminurie und Aminoazidurie einhergeht. &laquo;Die Durchf&uuml;hrung genetischer Tests f&uuml;hrt dazu, dass wir immer mehr Patienten mit neuen Manifestationen entdecken&raquo;, sagte der Spezialist. &laquo;Dies erlaubt eine zunehmende Ph&auml;notypisierung und spezifische Behandlung der Betroffenen.&raquo;</p> <h2>Auf dem Weg zum k&uuml;nstlichen Pankreas</h2> <p>Die Insulinersatztherapie beim Typ-1-Diabetes (DM1) ist ein Paradebeispiel f&uuml;r die Fortschritte in der Medizintechnologie. Vor der Entdeckung des Insulins 1920 war der DM1 eine t&ouml;dliche Erkrankung. Mit der ersten halbautomatischen Insulinpumpe ist man heute auf direktem Weg zum k&uuml;nstlichen Pankreas. &laquo;Daf&uuml;r sind drei Komponenten notwendig: eine Insulinpumpe, ein Glukosesensor und ein Computer&raquo;, sagte Prof. Dr. med. Roger Lehmann vom Universit&auml;tsspital Z&uuml;rich. Neu an dem seit Oktober 2018 in der Schweiz verf&uuml;gbaren &laquo;Hybrid Closed-Loop System&raquo; ist, dass dieses keine vorgegebene Basalinsulinrate liefert. &laquo;Der Sensor misst den Blutzucker und der Computer berechnet die Insulinmenge, die f&uuml;r einen normalen Blutzucker ben&ouml;tigt wird&raquo;, erkl&auml;rte der Spezialist. Lediglich das Mahlzeiteninsulin muss manuell zugef&uuml;hrt werden. Damit werden auch die gef&uuml;rchteten Hypoglyk&auml;mien bei DM1 vermieden. Verglichen mit den klassischen Insulinpumpen ist die Bedienung der halbautomatischen Insulinpumpe einfach. Der Sensor muss mehrmals t&auml;glich kalibriert werden, denn die Abgabe von Insulin ist von einer korrekten Blutzuckermessung abh&auml;ngig. Die Berechnung der Kohlenhydrate m&uuml;ssen die Betroffenen aber weiterhin beherrschen.<br /> &laquo;Was zum k&uuml;nstlichen Pankreas fehlt, ist der Insulinersatz bei den Mahlzeiten&raquo;, sagte Lehmann. In der Zwischenzeit k&ouml;nnte sich auch daf&uuml;r eine mHealth-L&ouml;sung abzeichnen. Das Projekt &laquo;GoCarb&raquo; arbeitet an der Entwicklung einer Erkennung der Kohlenhydrate. Basierend auf der Analyse von zwei Bildern der Mahlzeit und zus&auml;tzlichen Angaben k&ouml;nnte zuk&uuml;nftig der Mahlzeitenbolus per Smartphone kalkuliert werden.</p></p> <p class="article-quelle">Quelle: Frühjahrskongress der SGAIM, 5.–7. Juni 2019, Basel </p> <p class="article-footer"> <a class="literatur" data-toggle="collapse" href="#collapseLiteratur" aria-expanded="false" aria-controls="collapseLiteratur" >Literatur</a> <div class="collapse" id="collapseLiteratur"> <p><strong>1 www</strong>.smartermedicine.ch <strong>2 www</strong>.cihi.ca <strong>3</strong> Turakhia M et al.: Results of a large-scale, app-based study to identify atrial fibrillation using a smartwatch: the Apple Heart Study. Late-breaking Clinical Trial 1, Congress of the American College of Cardiology (ACC) 2019, New Orleans <strong>4 www</strong>. sleeploop.ch <strong>5</strong> Ferster ML et al.: Portable device for automated acoustic slow wave sleep stimulation. 2019, accepted for publication <strong>6</strong> Xie HG, Frueh FW: Pharmacogenomics steps toward personalized medicine. Per Med 2005; 2: 325-37</p> </div> </p>
Back to top