Ausblick: Big Data Analysen und personalisierte Medizin

Die digitale Datenverarbeitung hat das Potenzial, die medizinisch-statistische Forschung auf ein neues Level zu bringen, ist jedoch mit Vorsicht zu genießen. Rasante Verarbeitungsgeschwindigkeiten der, "Deep Learning"-Software-Programme lassen diese über die Fähigkeiten ihres biologischen Vorbildes hinauswachsen.

Elektronische Patientenakte künftig in Echtzeit international abrufbar?

Die digitale Datenverarbeitung hat das Potenzial, die medizinisch-statistische Forschung auf ein neues Level zu bringen, ist jedoch mit Vorsicht zu genießen. Rasante Verarbeitungsgeschwindigkeiten der, "Deep Learning"-Software-Programme lassen diese über die Fähigkeiten ihres biologischen Vorbildes hinauswachsen.

Non-Responding und Komplikationen einer medikamentösen Therapie tragen aktuell zur Morbiditäts- und Mortalitätsrate bestimmter Krankheitsbilder bei. Die gewebebasierten High-Throughput-Techniken ermöglichen eine exakte Voraussage des biologischen Verhaltens bestimmter Krankheitsbilder und die Planung einer individualisierten Therapie. Der Umgang mit größeren Datenmengen ("Big Data") beruht auf computergestützten Datenauswertungsprogrammen. Moderne, digitale Methoden ermöglichen die Generierung von nützlichem Wissen, das in einem individualisierten Therapiekonzept Anwendung findet.

Optimierung der Patientenversorgung durch künstliche neuronale Netzwerke

Durch Verarbeitung einer enormen Datenmenge in dem Bruchteil einer Sekunde können Deep Learning-Programme komplexe medizinische Aufgabenstellungen effizient lösen. Die Programme besitzen eine komplexe innere Struktur: Zwischen der Eingabe- und Ausgabeschicht befinden sich zahlreiche Zwischenlagen, sogenannte "hidden layers". Die Optimierungsmethoden der Deep-Learning-Programme basieren auf ihrem Aufbau, der dem menschlichen Gehirn ähneln soll. Die künstlichen neuronalen Netzwerke lernen mittels Lernalgorithmen wie ihr natürliches Vorbild aus Erfahrungswerten. Künstliche neuronale Netzwerke verwenden auf jeder Ebene, auf der sie angeordnet sind, ein komplexeres Merkmal, um ihre Aufgabe zu bewältigen. Auf diese Weise ist eine Kategorisierung der biologischen Datensätze möglich.

Die Zukunft der interdisziplinären Patientenversorgung liegt in der Zusammenstellung internationaler digitaler Netzwerke. Diese werden durch die Krankenakte des Patienten und durch Gesundheitsdaten aus Gesundheits-Apps gespeist. Durch Verknüpfung der elektronischen Patientenakte mit dem genetischen Profil des Patienten und Informationen aus der bildgebenden Diagnostik soll individualisierte Medizin das Konzept der Zukunft werden. Der Vorteil wäre eine Datenübertragung in Echtzeit und die ubiquitäre Abrufbarkeit der Patientenakte.

Referenz:
Dudley, Joel, PhD, Icahn School of Medicine at Mount Sinai, New York City, Symposium "Moving from Precision Medicine to Next Generation Healthcare", Future Medicine 2017 Congress, Berlin 7.11.2017.