Mit digitalen Patientenzwillingen gegen Krebs

Advertorial

von Peter Schardt

Im Angesicht der COVID-19-Pandemie dürfen wir die weltweit zunehmenden chronischen Krankheiten mit epidemischer Reichweite, und hier vor allem Krebs und Herz-Kreislauf-Erkrankungen, nicht aus dem Blick verlieren. In fast jeder Familie leben Angehörige mit einer Krebsdiagnose. Mehr als 18 Millionen Menschen erkranken jedes Jahr daran, davon 3,5 Millionen Menschen in der EU. Die jährlichen Gesundheitskosten aller Mitgliedstaaten für die Behandlung von Krebs summieren sich laut Krebsatlas auf 141,8 Milliarden Euro. Tendenz steigend – die Weltgesundheitsorganisation geht davon aus, dass sich im Jahr 2040 die jährliche Inzidenz verdoppelt haben wird.

 

Patient:innen erwarten, so individuell, präzise und effektiv wie möglich diagnostiziert und behandelt zu werden. Doch viele Menschen haben heute keinen Zugang zu einer qualitativ hochwertigen Gesundheitsversorgung, weil Fachpersonal fehlt. Gleichzeitig steigen die privaten und staatlichen Gesundheitsausgaben. Bei Siemens Healthineers streben wir danach, die moderne Medizin für jeden Menschen zugänglicher, effizienter, nachhaltiger und humaner zu machen.

Auf dem Weg zum digitalen Patientenzwilling
In der Entwicklung von künstlicher Intelligenz (KI), Sensorik und Robotik sehen wir großes Potenzial, die medizinische Versorgung zu verbessern. In Zukunft werden digitale Patientenzwillinge helfen, Patient:innen früher und präziser behandeln zu können. Siemens Healthineers arbeitet an diesem digitalen Patientenzwilling: Anhand von Modellen basierend auf Algorithmen und großen Datenmengen versuchen wir, den Gesundheitsstatus von Menschen besser zu verstehen, um Veränderungen vorherzusagen sowie Therapieoptionen individuell zu planen und Behandlungsergebnisse zu verbessern. Unser Ziel ist es, dass Menschen länger und gesünder leben.

Bildgebende Verfahren ermöglichen uns wichtige Einblicke in den menschlichen Körper. KI ergänzt diese Fähigkeiten. Sie hilft in der Krebsdiagnostik, um Bildfehler, die etwa durch die Atmung der Patient:innen entstehen, zu reduzieren. KI berechnet die Bewegungen von Patient:innen und löst die Aufnahme des Computertomographen genau dann aus, wenn optimale Bedingungen für die bestmögliche Bildqualität vorherrschen. Das ist hilfreich, um etwa Lungenkrebs zu diagnostizieren. Darüber hinaus unterstützt KI Ärzt:innen mit automatischen Vorbefundungen und bei der Analyse großer Mengen von Bilddaten.

Auch in der Strahlentherapievorbereitung kann KI Mediziner:innen unterstützen. Wir können Tumorkontraste, -grenzen, -volumen sowie deren Gewebeveränderungen automatisiert bestimmen. Über Cinematic Rendering können wir den Gesundheitszustand in einem digitalen Patientenzwilling wirklichkeitsnah darstellen und die Behandlung besser vorbereiten. Bereits heute können wir in Modellen auf Basis von Algorithmen berechnen, ob und wie Patient:innen auf eine Bestrahlung ansprechen werden. Dadurch lassen sich die Dauer, Dosis und Häufigkeit der einzelnen Einheiten bei Patient:innen individuell optimieren. In einer Studie über unseren Deep Profiler, die 2019 im Fachjournal The Lancet erschienen ist, konnten wir das für die Strahlentherapie von Lebertumoren klinisch nachweisen: Unsere Methode erzielte ein bis zu 45 Prozent besseres Behandlungsergebnis als eine Bestrahlung ohne Optimierung durch KI.

Künstliche Intelligenz ist keine Science-Fiction
Der Einsatz von KI im klinischen Alltag ist heute keine Science-Fiction mehr. Allerdings müssen an ihre Anwendung am Menschen besonders hohe Anforderungen gestellt werden. Zum einen muss die Datenqualität sehr hoch sein. Zum anderen bedarf es eines sicheren und transparenten Zugangs zu den Gesundheitsdaten. Beide Anforderungen sind Voraussetzungen für eine erfolgreiche Realisierung von digitalen Patientenzwillingen. Hier gibt es nach meinem Dafürhalten noch keine zufriedenstellenden Lösungen. Wir sitzen zwar auf einem Datenschatz, haben ihn aber bislang noch nicht heben können.

Sicher ist: KI wird unerlässlich sein, um die wachsenden Datenmengen in entscheidungsrelevantes Wissen zu übersetzen. Sie hat das Potenzial, den Zugang zu einer qualitativ hochwertigen Gesundheitsversorgung deutlich zu verbessern – bei gleichzeitig besseren Diagnosen und Therapien. Damit Patient:innen länger und gesünder leben.

„Mit Algorithmen können wir berechnen, wie Patient: innen auf eine Bestrahlung ansprechen werden“.


Peter Schardt,

CTO,
Siemens Healthineers

 

www.siemens.healthineers.com

Dieser Artikel ist im aktuellen Handelsblatt Journal „HEALTH“ erschienen.
Das vollständige Journal können Sie sich hier kostenlos herunterladen:
Zum Journal