Künstliche Intelligenz und personalisierte Medizin

Der Begriff personalisierte Medizin kursiert seit Jahren, oft als Werbeslogan. Dahinter steht jedoch eine konkrete Veränderung in der Art, wie eine Diagnose erstellt wird, und künstliche Intelligenz beschleunigt diesen Übergang.

Bei IMAGE REGENERATIVE in Milano und St. Moritz erfasst die Präzisionsbewertung genetische, metabolische und funktionelle Untersuchungen in einem einzigen Bericht, der genau nach dieser Logik aufgebaut ist.

Schauen wir uns an, was es wirklich bedeutet, eine Behandlung zu personalisieren, welche Rolle künstliche Intelligenz heute spielt, welche Daten in die Überlegungen einfließen und welche Risiken sorgfältig gesteuert werden müssen.

Was ist personalisierte Medizin

Personalisierte Medizin geht von einer elementaren Beobachtung aus, nämlich dass Menschen mit der gleichen Diagnose unterschiedlich auf die gleiche Behandlung reagieren. Die Gründe für diese Variabilität liegen im genetischen Profil, im Stoffwechsel, in der Körperzusammensetzung, in der Umgebung und in den Gewohnheiten, und die traditionelle Medizin geht damit durch aufeinanderfolgende Versuche um.

Der personalisierte Ansatz kehrt die Reihenfolge um. Zuerst wird das individuelle Profil gemessen, dann die Intervention mit der höchsten Erfolgswahrscheinlichkeit für dieses spezifische Profil gewählt. Es ist eine Methodenänderung, die viel mehr Eingangsdaten erfordert und die Fähigkeit, sie zusammen statt einzeln zu lesen.

Eine terminologische Klarstellung hilft bei der Orientierung. Personalisierte Medizin und Präzisionsmedizin werden als Synonyme verwendet, aber letztere bezeichnet genauer die Fähigkeit, Untergruppen von Patienten mit gemeinsamen Merkmalen zu identifizieren, während erstere auf die Anpassung an das Individuum verweist. In der klinischen Praxis konvergieren beide.

Es lohnt sich auch zu klären, was dieser Ansatz nicht ist. Personalisieren bedeutet nicht, Untersuchungen zu vervielfachen, bis ein Ordner gefüllt ist, noch jedem grundsätzlich ein anderes Protokoll vorzuschlagen. Es bedeutet, unter den verfügbaren Optionen diejenige zu wählen, die bei dieser Person am ehesten funktioniert, und auf alles andere verzichten zu können. Die Auswahl ist Teil der Methode genauso wie die Sammlung.

Die Rolle künstlicher Intelligenz in der Medizin

Der Beitrag künstlicher Intelligenz betrifft ein sehr konkretes Skalenproblem. Ein Mensch kann gut über etwa zehn Variablen gleichzeitig nachdenken, während ein vollständiges klinisches Profil Hunderte enthält, mit wechselseitigen Beziehungen, die kein Auge zusammenhalten kann. Algorithmen des maschinellen Lernens identifizieren Muster in dieser Datenmasse und machen sie nutzbar.

Die ausgereiftesten Anwendungen sind heute drei. Die erste ist die Unterstützung bei der Interpretation diagnostischer Bilder, wo Modelle dem Radiologen oder Dermatologen verdächtige Bereiche signalisieren, der die endgültige Entscheidung behält. Die zweite ist die Risikostratifizierung, also die Schätzung der Wahrscheinlichkeit, dass eine Person im Laufe der Zeit eine bestimmte Erkrankung entwickelt. Die dritte ist das integrierte Lesen heterogener Daten, wo der Algorithmus Testergebnisse in Beziehung setzt, die aus verschiedenen Laboren und zu verschiedenen Zeitpunkten stammen.

Auf diesem Gebiet existiert eine präzise institutionelle Referenz. Der Leitfaden der Weltgesundheitsorganisation zu Ethik und Governance künstlicher Intelligenz für die Gesundheit, veröffentlicht 2021, identifiziert sechs gemeinsame ethische Prinzipien für den Einsatz dieser Werkzeuge im Gesundheitswesen, vom Schutz der persönlichen Autonomie über die Transparenz der Modelle bis zur Verantwortung für Entscheidungen und Zugangsgleichheit. Das Dokument besteht auf einem Punkt, der es wert ist, berichtet zu werden, nämlich dass Technologie nach dem realen Nutzen für Patienten bewertet werden sollte und nicht nach ihrer Raffinesse.

Datenbasierte Diagnostik und Prävention

Der Übergang von reaktiver zu prädiktiver Medizin hängt von der Qualität und Vielfalt der gesammelten Daten ab. Ein Blutbild allein sagt wenig aus, während dasselbe Blutbild zusammen mit dem Stoffwechselprofil, der Körperzusammensetzung und der Schlafqualität gelesen beginnt, eine Entwicklung zu erzählen.

Die Daten, die in eine solche Bewertung einfließen, gehören zu verschiedenen Familien:

• Genetische Daten, die individuelle Veranlagungen beschreiben und helfen zu verstehen, auf welchen Fronten es sich lohnt, in Prävention zu investieren.
• Stoffwechsel- und Lipidomdaten, die die aktuelle Funktion des Organismus fotografieren und am empfindlichsten auf Lebensstiländerungen reagieren.
• Marker für oxidativen Stress und Entzündungen, die laufende Prozesse signalisieren, bevor sie erkennbare Symptome hervorrufen.
• Funktionsparameter, von Körperzusammensetzung über Kraft bis Erholungsfähigkeit, die die physiologische Reserve einer Person messen.
• Verhaltensdaten, insbesondere Schlaf, zirkadiane Rhythmen und körperliche Aktivität, heute kontinuierlich erfassbar und nicht mehr nur durch Patientenberichte.

Der klinische Wert entsteht aus der Überschneidung. In unserer Erfahrung erfasst der integrierte Bericht frühe Ungleichgewichte, die einzelne Tests, getrennt gelesen und vielleicht im Abstand von Monaten, unbemerkt passieren lassen, und dies verschiebt den Zeitpunkt nach vorne, an dem noch mit einfachen Maßnahmen eingegriffen werden kann.

KI und Langlebigkeit: vorhersagen um zu verhindern

Die Longevity-Medizin hat ein anderes Ziel als die traditionelle Medizin, weil sie sich mit Menschen befasst, denen es gut geht und die so bleiben wollen. Dies ändert die Art der Frage, die sich nicht mehr auf die Diagnose einer gegenwärtigen Krankheit bezieht, sondern auf die Schätzung einer zukünftigen Entwicklung.

In diesem Bereich finden prädiktive Werkzeuge ihre natürlichste Anwendung. Epigenetische Uhren schätzen ein biologisches Alter aus DNA-Methylierungsmustern, kardiometabolische Risikomodelle kombinieren Dutzende von Parametern, um einen Verlauf im Laufe der Zeit zu projizieren, und die Analyse von Schlaf- und Aktivitätsdaten identifiziert graduelle Verschlechterungen, die niemand bemerkt, wenn er sie Tag für Tag erlebt.

Es braucht jedoch Ehrlichkeit über den Reifegrad dieser Werkzeuge. Ein biologisches Alter ist ein nützlicher Wegindikator, um zu messen, ob eine Intervention funktioniert, keine Vorhersage über die Lebensdauer, und sollte als solches präsentiert werden. In den von uns begleiteten Wegen dienen diese Daten dazu, Prioritäten zu setzen und Veränderungen im Laufe der Zeit zu überprüfen, während klinische Entscheidungen beim Arzt bleiben, der die Person kennt.

Es gibt dann einen praktischen Vorteil, der nur beim Verwenden bemerkt wird. Ein Indikator, der sich in die richtige Richtung bewegt, unterstützt die Therapietreue viel mehr als eine generische Empfehlung, weil er eine Veränderung sichtbar macht, die sonst monatelang abstrakt bleiben würde. Wer einen gemessenen Parameter sich verbessern sieht, neigt dazu, die Gewohnheiten beizubehalten, die ihn hervorgebracht haben, und dieser motivierende Effekt ist ein konkreter Teil des klinischen Ergebnisses.

Chancen und Risiken von KI in der Medizin

Die Chancen sind konkret und bereits sichtbar. Die Früherkennung gewinnt an Sensitivität, Prävention wird gezielt statt generisch, die Zeit des Arztes wird von repetitiven Tätigkeiten befreit und die Gemeinschaftsmedizin erhält Zugang zu Fachkenntnissen, die zuvor ein Referenzzentrum erforderten.

Die Risiken verdienen die gleiche Aufmerksamkeit und müssen präzise benannt werden. Hier sind die vier, die am meisten wiegen.

• Verzerrung in Trainingsdaten, weil ein auf wenig repräsentativen Populationen aufgebautes Modell bei denen schlechter funktioniert, die ihnen nicht ähneln, mit einem Effekt, der auf bereits benachteiligte Gruppen fällt.
• Die Undurchsichtigkeit komplexer Modelle, die es schwierig macht zu verstehen, warum ein System eine bestimmte Angabe produziert hat, und sowohl die klinische Überprüfung als auch die Einwilligung nach Aufklärung erschwert.
• Der Schutz von Gesundheitsdaten, unter den sensibelsten Informationen, die existieren, mit der Notwendigkeit zu wissen, wo sie gespeichert werden, wer sie verarbeitet und wie lange.
• Die Frage der Verantwortung, weil eine falsche Empfehlung, die von einem Algorithmus produziert wird, dennoch auf den Fachmann fällt, der sie akzeptiert hat, und dies erfordert klare Regeln vor der Einführung.

Es gibt ein zusätzliches Risiko, weniger diskutiert und sehr praktisch. Der leichte Zugang zu prädiktiven Werkzeugen erzeugt einen Überschuss an Tests und Angst, mit gesunden Menschen, die Werte ohne ein klinisches Projekt dahinter verfolgen. Die Auswahl welcher Daten zu sammeln sind, und besonders welcher zu ignorieren, ist Teil der medizinischen Arbeit genauso wie ihre Interpretation. Ein außerhalb des Bereichs liegender Wert ohne klinische Relevanz produziert kaskadierende Tests, die Zeit, Geld und Sorge kosten, und die Aufgabe dessen, der den Bericht liest, ist auch, diese Kette zu stoppen, wenn sie nirgendwohin führt.

Die Zukunft der personalisierten Medizin

Die Richtung ist vernünftigerweise klar und betrifft weniger die Ankunft neuer Werkzeuge als deren Integration. Genetische, metabolische, funktionelle und Verhaltensdaten werden dazu tendieren, in einem einzigen im Laufe der Zeit aktualisierten Profil zusammenzufließen, anstatt in getrennten Berichten zu bleiben, die niemand jemals zusammen liest.

Die zweite Veränderung betrifft die Messungskontinuität. Das aktuelle Modell fotografiert den Gesundheitszustand ein- oder zweimal im Jahr, während tragbare Geräte und wiederholte Analysen ermöglichen, einen Verlauf zu verfolgen, was für die Prävention eine viel nützlichere Information ist als ein einzelner Wert. Ein isoliertes Datum kann von einer schlechten Nacht oder einer Belastungsperiode abhängen, während eine Reihe wiederholter Messungen die gelegentliche Variation vom realen Trend unterscheidet.

Die dritte betrifft die Rolle der beteiligten Personen. Künstliche Intelligenz ist ein Werkzeug zur Entscheidungsunterstützung und ihr Wert hängt davon ab, wer sie verwendet, von der Qualität der Daten, die sie erhält, und von der klinischen Beziehung, in die sie eingebettet ist. Der Teil der medizinischen Arbeit, der darin besteht zuzuhören, zu kontextualisieren und gemeinsam mit der Person zu entscheiden, bleibt der entscheidende, und es ist auch der Grund, warum ein personalisierter Weg immer mit einer Konsultation beginnt und nicht mit einem Bericht.

Häufig gestellte Fragen

Wird künstliche Intelligenz den Arzt ersetzen?

In den heute verfügbaren ausgereiften Anwendungen spielt der Algorithmus eine unterstützende Rolle, signalisiert Elemente, die Aufmerksamkeit verdienen, und schätzt Wahrscheinlichkeiten, während die klinische Entscheidung beim Fachmann bleibt. Internationale Leitlinien bestehen auf menschlicher Aufsicht als Anforderung, gerade weil die Verantwortung für die therapeutische Wahl nicht an ein automatisches System delegiert werden kann.

Sind personalisierte Medizin und Präzisionsmedizin dasselbe?

Sie werden fast immer als Synonyme verwendet. Präzisionsmedizin bezeichnet im strengen Sinne die Fähigkeit, Untergruppen von Patienten mit gemeinsamen Merkmalen zu identifizieren, um Therapien besser zu richten, während personalisierte Medizin auf die Anpassung an das Individuum verweist. In der täglichen klinischen Praxis überlappen sich die beiden Perspektiven.

Was passiert mit den in dieser Art von Bewertung gesammelten Daten?

Gesundheitsdaten fallen unter besondere Kategorien, die durch die europäische Datenschutzverordnung geschützt sind, und ihre Verarbeitung erfordert eine spezifische informierte Einwilligung. Es ist korrekt, die Einrichtung zu fragen, wo sie gespeichert werden, für wie lange, wer auf sie zugreift und ob sie mit Dritten geteilt werden, und überprüfbare Antworten zu erhalten, bevor man beginnt.

Wird künstliche Intelligenz für einen Longevity-Weg benötigt?

Es ist keine Anforderung. Was wirklich zählt, ist die Qualität der gesammelten Daten und ihre integrierte Lektüre durch einen Arzt, die auch ohne algorithmische Werkzeuge erfolgen kann. Der Beitrag der Technologie wird relevant, wenn die in Beziehung zu setzenden Variablen viele sind und im Laufe der Zeit verfolgt werden müssen.

Inhalt geprüft vom medizinisch-wissenschaftlichen Ausschuss von IMAGE REGENERATIVE. Die bereitgestellten Informationen dienen der Information und ersetzen nicht die fachärztliche Beratung.