Meinung: Personalisierte Medizin und eine europäische datengetriebene Wirtschaft

Von Mario Romao, Manager für digitale Gesundheitspolitik bei Intel; Sarnunas Narbutas, Präsident der litauischen Krebspatientenkoalition, Richard Torbett, Chefökonom der EFPIA; Ernst Hafen, Institut für Molekulare Systembiologie (IMSB) ETH, Zürich

Niemand wird gerne krank. Wenn wir jedoch krank werden, ist es wichtig, dass unsere Ärzte Zugang zu den besten verfügbaren Informationen und Diagnosetechniken haben. Glücklicherweise können neue Technologien wie Analysetools für „Big Data“ Angehörigen der Gesundheitsberufe dabei helfen, Diagnosen zu verbessern und die Art und Weise, wie Medizin praktiziert wird, neu zu gestalten.

Anhand dieser Daten, um zunächst die Ursache der Krankheit zu verstehen, kann die Ärzteschaft dann neue Medikamente und Therapien entwickeln, um Heilmittel oder Behandlungen sowie andere auf den Einzelnen ausgerichtete Gesundheitsmaßnahmen zu finden. Der personalisierte, individuelle Ansatz erfordert fortschrittliche Technologien und Prozesse, um die Informationen zu sammeln, zu verwalten und zu analysieren und, was noch wichtiger ist, sie zu kontextualisieren, zu integrieren, zu interpretieren und eine schnelle und präzise Entscheidungsunterstützung im klinischen und öffentlichen Gesundheitskontext bereitzustellen.

Eine „Datenstrategie für personalisierte Medizin“ in Europa richtig zu machen, würde mehrere Vorteile bringen. Dies würde nicht nur die Entwicklung wirksamerer Behandlungen beschleunigen und möglicherweise zur Verwaltung der Gesundheitsressourcen beitragen, sondern auch als Grundlage für Investitionen des Privatsektors und EU-Arbeitsplätze in Forschung und Entwicklung dienen. Globale Entwicklungen bei Big Data-Ansätzen im Gesundheitswesen sind für die Zukunft mehrerer Branchen von großer Bedeutung.

Die Fähigkeit, ein ganzes Genom kostengünstig zu sequenzieren, und der Wert, den dies für die Versorgung eines Patienten bedeuten würde, werden Genomdaten bald in die Routinepraxis bringen. Diese Informationen, die immer billiger werden, werden auch in elektronische Patientenakten integriert. Vor diesem Hintergrund haben mehrere Länder bereits staatlich geförderte Genomsequenzierungsprogramme gestartet.

Es gibt natürlich Probleme im Zusammenhang mit Big Data - nicht nur die Erfassung, Speicherung, Verbreitung und Standards, die angewendet werden müssen. Es gibt auch große ethische Fragen bezüglich seiner Verwendung und seines Eigentums.

Es besteht eindeutig Bedarf an Schutzmaßnahmen, um sicherzustellen, dass die Daten anonym bleiben, dass sie nicht ohne die ausdrückliche Erlaubnis des Patienten weitergegeben werden können, dass sie nicht verkauft werden können, beispielsweise an Versicherungsunternehmen ohne diese Erlaubnis, an denen der Patient Eigentum haben muss - und vollständiger Zugriff auf - seine oder ihre Daten, und dass all dies in ethikbasierten Gesetzen verankert sein sollte.

Werbung

Ein Vorschlag, der zunehmend unterstützt wird, ist die Verwendung von Datenkooperativen, bei denen jeder Patient und Datenspender kontrolliert, wann, wo und wie seine Daten verwendet werden können. Dies sollte die Tatsache überwinden, dass Patienten möglicherweise nicht bereit sind, sensible persönliche Informationen weiterzugeben, die für die Forschung von entscheidender Bedeutung sein könnten.

Angesichts des oben Gesagten und weil personalisierte Medizin in den meisten Fällen personalisierte Daten erfordert, ist es wichtig, durch die komplexe regulatorische Landschaft des Datenschutzes zu navigieren und in vielen Fällen die Grenzen dessen zu klären, was möglich ist und was nicht.

Ein grundlegender Grundsatz sollte sein: "Die Daten befreien, aber keinen Schaden anrichten". Dies würde es ermöglichen, die besten und schnellstmöglichen Ergebnisse zu erzielen. Wissenschaftler müssen in der Lage sein, mit großen Datenmengen zu arbeiten und diese zu testen, die derzeit nicht verfügbar sind. Dann gibt es natürlich Fragen, wie diese Ergebnisse am besten mit klinisch bedeutsamen und umsetzbaren Informationen verknüpft werden können und wie maßgeschneiderte Antworten darauf erstellt werden können. Diese Faktoren stellen weitere Herausforderungen dar.

Die oben genannten Probleme müssen schnell behoben werden, da Big Data eindeutig nicht neu erfunden werden kann und mit Sicherheit nicht verschwinden wird. Durch die Gewährleistung der richtigen rechtlichen Rahmenbedingungen, die diese Datenschutzprobleme abdecken, könnten Forscher möglicherweise auf Millionen genetischer Marker zugreifen. Dies würde wiederum die Wissenschaft beschleunigen, um Krankheiten bei bestimmten Patienten besser zu verstehen. Diese Daten werden üblicherweise direkt in der Patientenversorgung genutzt, um die Auswahl von Therapie-, Präventions- und Screeningprogrammen zu steuern und die allgemeine Effizienz der Gesundheitsversorgung und die Patientenergebnisse zu steigern.

Die Europäische Allianz für personalisierte Medizin (EAPM) ist der Ansicht, dass sich die EU bis 2020 bemühen sollte, Bürger und Patienten durch personalisierte Gesundheitsversorgung einen umfassenden Nutzen zu verschaffen, indem sie 2015 eine Datenstrategie für personalisierte Medizin definiert und anschließend umsetzt

Ein Vorschlag ist die Einführung einer EU-Dateninitiative, die eine 360-Grad-Sicht auf politische Entscheidungsträger berücksichtigt. Dies würde eine umfassende Analyse aller miteinander verbundenen entscheidenden Faktoren für die Entwicklung und Einführung von Big Data in Bezug auf personalisierte Medizin in Europa gewährleisten. Durch die Zusammenarbeit der Mitgliedstaaten und Multi-Stakeholder würde dies die Aktivitäten in den Bereichen Politik, Regulierung, Forschung und Innovation vorantreiben, um ein europaweites Datenökosystem in diesem Bereich zu etablieren.

In Bezug auf Big Data ist die Zukunft bereits da. Die EU braucht ein Gefühl der Dringlichkeit, um die Vorteile dieser Daten zum Nutzen ihrer 500 Millionen Bürger ans Bett zu bringen. Die Herausforderung besteht darin, die neuen Daten mit der erforderlichen klinischen Ausbildung in fortschrittliche klinische Unterstützungssysteme zu integrieren, die mit elektronischen Patientenakten verbunden sind, und diese Wissenschaft in den täglichen klinischen Betrieb einzubeziehen.

Die Erforschung neuer statistischer und anderer Analysetechniken ist dringend erforderlich. Und selbst mit vorhandenen Techniken ist das Training ein großes Problem. In den letzten zehn Jahren hat die Sequenzierung der nächsten Generation neben der Informations- und Kommunikationstechnologie (IKT) die Art und Weise verändert, wie Biologen und Genetiker Wissenschaft betreiben. Die mit diesen Maschinen erzeugten Daten erfordern die Analyse hochentwickelter Rechenfähigkeiten. Während die Bioinformatik mittlerweile eine gut entwickelte Disziplin ist, sind jetzt neue Fähigkeiten erforderlich, um durch die Fülle der generierten Daten zu navigieren.

Wir sprechen hier von "Big Data-Wissenschaftlern", die Data Mining, Statistik und Domänenwissen (in diesem Fall biomedizinisches Wissen) nutzen, um Daten zu interpretieren und Lösungen aus großen Datenmengen abzuleiten. Die enormen Datenmengen (Volumen), das Tempo, mit dem sie erstellt werden und in dem Aktualisierungen und neue Erkenntnisse veröffentlicht werden (Geschwindigkeit), und die Vielfalt dieser Daten (Vielfalt) können ohne IKT-Infrastrukturen und -Lösungen nicht bewältigt werden. Dazu gehören Hochleistungs- und Cloud-Computing sowie maschinelles Lernen und Analyse.

Darüber hinaus ist eine stärkere Zusammenarbeit zwischen der IKT- und der Life-Science-Industrie erforderlich, um Lösungen zu schaffen, die Biologen und Wissenschaftler verwenden können, anstatt zu erwarten, dass sie sich an die Lösung anpassen. In dieser Big-Data-Ära wird die personalisierte Medizin ihre Vorteile durch eine stärkere Einbeziehung der Patienten in die Entscheidungsfindung bei der Behandlung und das Gesundheitsmanagement bieten. Ebenso kann nicht erwartet werden, dass sich Angehörige der Gesundheitsberufe an neue Herangehensweisen an Patienten und den Umgang mit neuen Technologien anpassen, wenn sie nicht entsprechend geschult sind.

Die Europäische Allianz für personalisierte Medizin (EAPM) hat eine laufende Kampagne mit dem Titel STEPs (Specialized Treatment for Europas Patienten) entwickelt und arbeitet hart daran, den Dialog zu fördern und Lösungen zu finden, während Maßnahmen auf EU-Ebene gefordert werden. Big Data wird unter anderem auf seiner Website diskutiert Jahreskonferenz am 9. und 10. September in der Solvay-Bibliothek in Brüssel. Dies wird alle Interessengruppen, einschließlich neuer Abgeordneter, zusammenbringen und ist zeitlich vor der Ernennung der neuen Europäischen Kommission geplant. Es gibt noch einen Job zu erledigen, also fangen wir an.

Teile diesen Artikel: