Thema

Die Digitalisierung in der Medizin schreitet voran

Leading Opinions, 29.08.2019

Autor:
Regina Scharf, MPH
Medizinjournalistin
Quelle:
Frühjahrskongress der SGAIM, 5.–7. Juni 2019, Basel

Allgemeine Innere Medizin

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.

Der diesjährige SGAIM-Frühjahrskongress stand ganz im Zeichen der Innovationen. Das zeigte sich nicht nur am Programm, mit verschiedenen «Top-Innovation Sessions» und «Trend Lectures», beispielsweise zur Digitalisierung in der Medizin, sondern auch an der Kongressorganisation. «Diese wurde zum ersten Mal von der Gesellschaft ICKS für Internistische Chef- und Kaderärzte der Schweiz durchgeführt », sagte PD Dr. med. Esther Bächli, Uster, stellvertretend für das Kongresspräsidium. Eine Neuerung war auch die zeitweise Unterteilung der Vorträge in zwei parallele Tracks, mit spezifischen Themen für im Spital tätige Internisten respektive für Hausärzte.

Gegen medizinische Überversorgung, für hochwertige Betreuung

Die von der OPO-Stiftung unterstützte Raths-Steiger-Vorlesung wurde in diesem Jahr von Prof. Dr. med. Wendy Levinson von der Universität Toronto, Kanada, gehalten. Levinson referierte über die Kampagne «Choosing wisely», 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 «Smarter Medicine».1
Anlass der Bewegung sind die weltweit steigenden Gesundheitskosten und das Ziel ist, die zur Verfügung stehenden Mittel für eine qualitativ hochstehende medizinische Versorgung einzusetzen. Dass das oft nicht geschieht, zeigt ein Report des kanadischen Instituts für Gesundheitsinformation. Dieser stufte ein Drittel der analysierten Massnahmen, wie diagnostische Tests und Behandlungen, als unnötig ein.2 «Vergleicht man die ‹number needed to treat› und die ‹number needed to harm›, dann richten einige dieser Massnahmen sogar mehr Schaden als Nutzen an», sagte die Professorin. Die Kampagne bindet die medizinischen Fachgesellschaften auf nationaler Ebene mit ein. Diese werden dabei unterstützt, einfache, Evidenz-basierte Behandlungsempfehlungen zu kreieren und Listen mit Interventionen zu erstellen, die bekanntermassen zu häufig eingesetzt werden und die vermieden werden sollten. «‹Choosing wisely› basiert auf der gleichen Evidenz wie unsere Guidelines», sagte Levinson. Die Empfehlungen seien aber weniger kompliziert und würden deshalb besser akzeptiert.
Ein wichtiger Teil der Kampagne ist die Patientenschulung. Insbesondere in Nordamerika würde ein Mehr an Behandlung automatisch mit einer besseren Behandlung gleichgesetzt. «Um dieses Denkmuster zu durchbrechen, müssten die Patienten gut aufgeklärt werden», so die Referentin. Die Medizinstudenten wurden ebenfalls in die Kampagne eingebunden. Die kanadische Bilanz lässt sich sehen: In fünf Jahren ist es gelungen, mehr als 70 % der nationalen medizinischen Fachgesellschaften einzubinden. Von den Ärzten kennen 88 % die Kampagne, 42 % gaben an, die Empfehlungen täglich anzuwenden. Dadurch konnte der zuvor festgestellte, zu häufige Einsatz beispielsweise von präoperativen Labortests oder Langzeitverordnungen von Antipsychotika bei älteren Menschen deutlich reduziert werden.

Medizingerät oder Gadget?

Mobile Health (mHealth) bezeichnet den Einsatz mobiler Geräte wie Smartphones, Tablets, Apps, Sensoren und sog. Wearables mit dem Ziel einer besseren Gesundheitsversorgung oder eines gesünderen Lifestyles. «mHealth könnte den Patienten über das gesamte ‹continuum of care› unterstützen», sagte Prof. Dr. Walter Karlen, vom Health System Lab der ETH Zürich. Bis zu einer breiten Anwendung der Geräte mit dieser Zweckbestimmung sind aber noch einige Hürden zu bewältigen. Schon heute werden grosse Mengen an gesundheitsbezogenen Daten produziert. «Entscheidend ist aber nicht die Quantität, sondern die Qualität und die Integrität der gemessenen Daten», sagte der Spezialist. «Auch hier gilt leider oft: Wer viel misst, misst viel Mist.» Dabei kommt erschwerend hinzu, dass die medizinischen Messungen von Laien durchgeführt 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 unterstützenden Funktion bis zur autonomen Intelligenz verschiedene Automatisierungsgrade der künstlichen Intelligenz möglich.
Ob es sich bei den heute verwendeten Devices um ein Medizingerät oder ein Gadget handelt, ist in erster Linie davon abhängig, wie es vermarktet wird, und nicht – wie man meinen könnte – davon, ob es entsprechend seiner Zweckbestimmung validiert wurde. Grundsätzlich 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 März 2019 am Kongress des American College of Cardiology vorgestellt wurde.3
«Ziel des Mobile Health Lab an der ETH Zürich ist, echte Medizingeräte zu entwickeln und nicht nur Gadgets», 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 für ein an der ETH Zürich entwickeltes, portables Medizingerät, das den Schlaf überwacht und mittels einer auditiven Stimulation den Tiefschlaf verbessern soll.4 Eine klinische Studie, die den SleepLoop an 25 Probanden und in mehr als 500 Nächten untersuchte, zeigte, dass die Tiefschlafdauer in der Interventionsgruppe im Vergleich zur Kontrollgruppe um 30 % verlängert werden konnte.5 Aktuell überlegt man sich, welche Personen vom Einsatz des SleepLoops profitieren könnten. «Interessant könnte die Applikation bei neurodegenerativen oder psychiatrischen Erkrankungen sein, die oft von Schlafstörungen begleitet werden », sagte Karlen.

Wie die Digitalisierung die Medizin verändert

Mit Klinik- und Praxisinformationssystemen, dem elektronischen Patientendossier und der Telemedizin ist eHealth längst in den Spitälern und Arztpraxen angekommen. Aktuell verfolgt der Einsatz vor allem einen supportiven Zweck. Das beeinflusst unter anderem die Liegezeiten. Wie eine Analyse des Spitals Thun – eines Vorreiters in Sachen Digitalisierung – zeigt, reduzierte sich die durchschnittliche Hospitalisationsdauer circa in den letzten 16 Jahren von 10 Tagen auf unter 6 Tage, während sich die Anzahl der Patienten in diesem Zeitraum nahezu verdoppelte.
Aber auch in diesem Bereich zeigt sich, dass das Erfassen der Daten alleine nicht ausreicht. «Diese müssen interpretiert werden », erklärte Dr. med. Marc Oertle, Leitender Arzt Medizin und Medizininformatik, am Spital Thun. Erst durch das Verständnis der Daten gelinge der Schulterschluss zwischen Digitalisierung und praktischem Alltag und könne man präventiv tätig werden. Als ein Beispiel nannte Oertle die Beurteilung der Herzinsuffizienztherapie anhand des «Guideline Adherence Index». Diese hat gezeigt, dass nur etwa 60 % der Patienten im Spital Thun gemäss den aktuellen Herzinsuffizienzleitlinien behandelt wurden. Eine eingehende Analyse der Daten, die auch individuelle Einflussfaktoren, wie beispielsweise die Komorbiditäten, berücksichtigte, ergab dann aber, dass die Behandlung bei 90 % der Patienten den Guidelines entsprach.
Auch in der Prädiktion wird eHealth zunehmend eine Rolle spielen. Aktuell dienen die Analysen vor allem dazu, «Ausreisser » bei den Behandlungskosten vorauszusagen. «Es gibt aber auch schon Modelle zur Outcome-Berechnung, die zukünftig bei schwierigen Behandlungsentscheidungen miteinbezogen werden könnten», so Oertle.
Neben den positiven Folgen der Digitalisierung im Gesundheitswesen darf aber der disruptive Effekt nicht vergessen werden. Die Vulnerabilität der Systeme, die Gefahr von Cyberattacken und Hacking sind reale Bedrohungen. Auch die Gesundheitsberufe werden sich unter dem Einfluss künstlicher Intelligenz und zunehmender Mobilität verändern. Neue Arbeitsmodelle werden entstehen: beispielsweise der Uber-Arzt, der ständig auf Abruf unterwegs ist. Zudem werden immer mehr nicht medizinische Personen in die Patientenversorgung involviert sein, die unterstützt von künstlicher Intelligenz medizinische Entscheidungen treffen. Aus diesem Grund ist es sehr wichtig, dass Ärzte an der Entwicklung von eHealth-Systemen beteiligt sind. «Dieses Mitspracherecht nutzen wir im Moment zu wenig», stellte Oertle fest.

Pharmakokinetik und personalisierte Pharmakotherapie

Es existieren verschiedene Möglichkeiten, die medikamentöse Therapie zu individualisieren. Die älteste Methode besteht darin, die therapeutischen Effekte zu überwachen 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. Während die Pharmakogenomik die DNA-basierte Entschlüsselung aller Gene umfasst, die einen Einfluss auf die Arzneimittelwirkung haben, wird die Pharmakogenetik eingesetzt, um die Patienten anhand ihres Medikamentenmetabolismus zu stratifizieren.
«Neben den Menschen mit normalem Metabolismus findet sich bei etwa 10–20 % der Bevölkerung ein verminderter und bei weiteren 5 % ein schlechter Metabolismus », sagte PD Dr. Alexander Jetter von der Klinik für klinische Pharmakologie und Toxikologie am Universitätsspital Zürich. Bei diesen Personen muss die Medikamentendosis wegen des Risikos unerwünschter Nebenwirkungen reduziert und gegebenenfalls die Medikamentengabe vermieden werden. Auf der anderen Seite gibt es auch ultraschnelle «metabolizer», die eine deutlich höhere Dosis benötigen, damit ein adäquater Behandlungseffekt erzielt wird (Abb. 1). «In der Praxis könnten das Patienten sein, die man für nicht therapieadhärent hält», sagte der Referent. Pharmakogenetische Tests können präventiv 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 erklären. Ein häufiges Indikationsgebiet sind onkologische Therapien.
«Für die Personalisierung der Therapie müssen neben genetischen Einflüssen auch andere Faktoren, die die Pharmakokinetik beeinflussen, berücksichtigt werden», sagte Jetter, «beispielsweise Alter und Geschlecht sowie Lebensgewohnheiten, wie die Ernährung und der Konsum von Alkohol und Tabak.»
Die Durchführung pharmakogenetischer Tests wird in der Schweiz seit 2017 von der Krankenversicherung vergütet, sofern diese auf der Analysenliste stehen. In allen anderen Fällen muss die Verordnung durch einen Facharzt für klinische Pharmakologie und Toxikologie erfolgen, damit die Kosten übernommen werden.
Ein weiterer wichtiger Schritt in der personalisierten Pharmakotherapie wird die Entwicklung von Algorithmen zur Dosisindividualisierung sein. «Bis diese ein klinisches Stadium erreichen, dauert es aber noch eine Weile», sagte Jetter.

Seltene Erkrankungen – Richtung Präzisionsmedizin

Die Genetik und die sog. «omics», die Teilgebiete der Biologie, beispielsweise die Genomik oder Metabolomik, umfassen, haben auch einen Einfluss auf die Identifizierung, Beschreibung und Behandlung von «orphan diseases». Aktuelle Schätzungen gehen von insgesamt 7000 seltenen Erkrankungen aus, etwa 5000 davon wurden bisher identifiziert, aber nur für ca. 500 existiert eine Therapie. Als seltene Erkrankungen werden Krankheiten mit einer Prävalenz von 1/2000 definiert. In circa 90 % der Fälle handelt es sich um genetische Krankheiten, sehr oft um Multisystemerkrankungen, die sich bereits im Kindesalter manifestieren.
Die Entwicklung des sog. «next-generation sequencing», das eine simultane Sequenzierung mehrerer Gene erlaubt, hat zu einer dramatischen Kostensenkung geführt. «Die Folge davon waren grosse und öffentlich zugängliche Datenbanken, die unser Wissen über seltene Erkrankungen enorm beeinflusst haben», sagte Prof. Olivier Devuyst vom Universitätsspital Zürich. Besonders interessant ist die Datenbank «gnomAD» mit mehr als 300 000 menschlichen Gensequenzen, die zum Zeitpunkt des Samplings als «normal» eingestuft wurden. «Durch den Vergleich mit den genetischen Testergebnissen unserer Patienten können wir Rückschlüsse auf die Kausalität einer Erkrankung ziehen», sagte der Spezialist. Die multigenetischen Panels erlauben aber nicht nur eine bessere Diagnostik seltener Erkrankungen. Der Aufbau von Datenbanken führt auch zur Entdeckung neuer Manifestationen und Phänotypen. Als Beispiel nannte er das Fanconi- Syndrom, eine seltene genetische Nierenerkrankung, die mit einer Funktionsstörung des proximalen Tubulus und typischerweise mit einer niedermolekularen Proteinurie, Albuminurie und Aminoazidurie einhergeht. «Die Durchführung genetischer Tests führt dazu, dass wir immer mehr Patienten mit neuen Manifestationen entdecken», sagte der Spezialist. «Dies erlaubt eine zunehmende Phänotypisierung und spezifische Behandlung der Betroffenen.»

Auf dem Weg zum künstlichen Pankreas

Die Insulinersatztherapie beim Typ-1-Diabetes (DM1) ist ein Paradebeispiel für die Fortschritte in der Medizintechnologie. Vor der Entdeckung des Insulins 1920 war der DM1 eine tödliche Erkrankung. Mit der ersten halbautomatischen Insulinpumpe ist man heute auf direktem Weg zum künstlichen Pankreas. «Dafür sind drei Komponenten notwendig: eine Insulinpumpe, ein Glukosesensor und ein Computer», sagte Prof. Dr. med. Roger Lehmann vom Universitätsspital Zürich. Neu an dem seit Oktober 2018 in der Schweiz verfügbaren «Hybrid Closed-Loop System» ist, dass dieses keine vorgegebene Basalinsulinrate liefert. «Der Sensor misst den Blutzucker und der Computer berechnet die Insulinmenge, die für einen normalen Blutzucker benötigt wird», erklärte der Spezialist. Lediglich das Mahlzeiteninsulin muss manuell zugeführt werden. Damit werden auch die gefürchteten Hypoglykämien bei DM1 vermieden. Verglichen mit den klassischen Insulinpumpen ist die Bedienung der halbautomatischen Insulinpumpe einfach. Der Sensor muss mehrmals täglich kalibriert werden, denn die Abgabe von Insulin ist von einer korrekten Blutzuckermessung abhängig. Die Berechnung der Kohlenhydrate müssen die Betroffenen aber weiterhin beherrschen.
«Was zum künstlichen Pankreas fehlt, ist der Insulinersatz bei den Mahlzeiten», sagte Lehmann. In der Zwischenzeit könnte sich auch dafür eine mHealth-Lösung abzeichnen. Das Projekt «GoCarb» arbeitet an der Entwicklung einer Erkennung der Kohlenhydrate. Basierend auf der Analyse von zwei Bildern der Mahlzeit und zusätzlichen Angaben könnte zukünftig der Mahlzeitenbolus per Smartphone kalkuliert werden.

Literatur: