Wie Big Data und künstliche Intelligenz bei Diabetes helfen
(24.6.2022) - Künstliche Intelligenz und weitere Fortschritte in der Digitalisierung haben das Diabetes-Management in den vergangenen Jahren verbessert. Wie Patienten heute schon profitieren und was sie in naher Zukunft erwartet.
Wer Diabetes hat, sammelt auch jede Menge Daten zu seiner Krankheit: Blutzuckerwerte, Aufnahmen etwa mit einem Ultraschall, Arztbriefe, Laboranalysen. Insgesamt erzeugt eine Krankheit wie Diabetes täglich Millionen von Informationen: Big Data. Sie nutzen der Forschung derzeit punktuell.
Wie hilft Künstliche Intelligenz (KI) bei der Diagnosestellung?
Zum Beispiel bei Professor Robert Wagner. Er kann auf einen Blick erkennen, ob ein Patient Typ-2-Diabetes hat. Dafür genügt eine Ganzkörperaufnahme aus dem Kernspintomograph (MRT), die Körperfett sichtbar macht. Sieht Wagner darauf ein bestimmtes Muster der Fettverteilung, ist die Diagnose klar. Diabetes mit einem MRT-Bild erkennen? „Das geht“, sagt der Leiter der Endokrinologischen Ambulanz der Universitätsklinik Tübingen – dank künstlicher Intelligenz (KI), also einem Computerprogramm, das selbstständig Aufgaben löst.
Die KI hat entdeckt, was Forscher bis dahin nicht wussten: Nicht jedes Fettdepot in der Bauchhöhle ist gleich gefährlich, es kommt auf die Lage an. Fett um die Organe im Unterbauch geht am häufigsten mit Diabetes und auch mit Prädiabetes einher, fand die KI heraus. Zuvor hatte sie 2500 MRT-Bilder von Menschen mit Diabetes und Prädiabetes miteinander verglichen und wiederkehrende Muster entdeckt.
Warum werden die Gesundheitsdaten derzeit kaum genutzt?
Unzählige Daten zu Diabetes landen täglich in den Computern von Arztpraxen und Kliniken. Auch die Patienten selbst sammeln: Allein durch die kontinuierliche Glukosemessung (CGM) entstehen pro Person und Jahr mehr als 100 000 Glukosedaten. Künstliche Intelligenz ermöglicht es, die gewaltigen Informationsmengen zu analysieren und die Erkenntnisse zu nutzen, um Prävention, Diagnose, Therapie und Prognose von Menschen mit Diabetes zu verbessern. „Wir haben einen riesigen Datenschatz – wir müssen ihn nur heben“, sagt die Ärztin und Ingenieurin Professorin Sylvia Thun vom Berliner Institut für Gesundheitsforschung.
Das bloße Vorhandensein von Daten reicht nicht. Forscher müssen an sie herankommen. Bislang sind Gesundheitsdaten verstreut abgelegt, denn es gibt kein nationales Diabetes-Register, das systematisch alle erhobenen Versorgungsdaten bündelt. Informationen zusammenzuführen ist schwierig, weil jede Praxis, jede Klinik und jede Forschungseinrichtung ein eigenes IT-System nutzt. Auch sind nicht alle Informationen computerlesbar. „Noch ist der Rohstoff Daten praktisch kaum nutzbar“, bedauert Thun.