Die Digitalisierung revolutioniert die Medizin und insbesondere die Neurologie. Durch den technischen Fortschritt, innovative Diagnostik und neue Therapieoptionen ergeben sich immense Chancen für die Patientenversorgung und die Forschung. Die Digitalisierung ist Grundvoraussetzung und Wegbereiter für zielgerichtete Therapieansätze und Präzisionsmedizin.
Digitale Gesundheitsanwendungen für personalisierte Versorgung
Digitale Gesundheitsanwendungen (DGA) bieten die Möglichkeit, die Patientenversorgung von Menschen mit neurologischen Erkrankungen, wie beispielsweise Multipler Sklerose (MS), zu optimieren. Sie stellen eine Versorgung in Aussicht, die noch stärker als bisher auf die individuellen Bedürfnisse der Patient:innen angepasst ist.
Floodlight MS: Eine Software zur Unterstützung des Therapiemanagements bei MS
Ein Beispiel für den Einsatz von DGA in der Neurologie ist die von Roche entwickelte Software Floodlight MS. Diese Software ermöglicht es Patient:innen mit MS und ihren Behandler:innen, Aspekte des individuellen Krankheitsverlaufs einfach per App zu erfassen und in die Behandlung einfließen zu lassen. Anwender:innen der App können via Smartphone selbstständig spezielle Tests durchführen und motorische und kognitive Funktionen im Zeitverlauf erfassen. Bei regelmäßiger Anwendung lassen sich so subtile Veränderungen neurologischer Funktionen aufzeigen - und die Behandlung möglicherweise optimieren.
Die Floodlight MS-Tests liefern objektive Messungen der Hand-, Geh- und kognitiven Funktionen bei MS-Patient:innen ab 18 Jahren. Die Tests sind als Beurteilungshilfe gedacht, nicht jedoch als Diagnosegerät. Die MS-Patient:innen führen diese Tests zwischen den Arztbesuchen auf ihrem Smartphone in ihrer häuslichen Umgebung durch und können die Ergebnisse zur Kontrolle an eine medizinische Fachkraft exportieren bzw. das Behandlungsteam kann die Ergebnisse in einem Arztportal bei Bedarf jederzeit aufrufen.
Floodlight MS erfüllt die EU-Datenschutzanforderungen für Informationen mit hohem Schutzbedarf und kann ab 18 Jahren genutzt werden. In Deutschland ist Floodlight MS keine eigenständige App, sondern wird in Apps von Kooperationspartnern modular integriert. In Emendia MS ist Floodlight bereits heute integriert, in Brisa® ist die Integration zu Beginn 2022 geplant. Für die Nutzung von Floodlight MS ist ein zusätzlicher Freischalt-Code notwendig, den MS-Patienten und Patientinnen von ihrem behandelnden Arzt erhalten können. Die Apps sind für Android- wie auch iOS-basierte Smartphones verfügbar.
Lesen Sie auch: Neurologie vs. Psychiatrie
Chancen digitaler Gesundheitsanwendungen
Prof. Dr. Tjalf Ziemssen, Leiter der Abteilung für Neurometabolismus im Universitätsklinikum Carl Gustav Carus in Dresden, betonte beim diesjährigen Kongress der Deutschen Gesellschaft für Neurologie die Chancen digitaler Gesundheitsanwendungen bei der Optimierung der Patientenversorgung von MS-Betroffenen: „Beispiele wie Floodlight MS verdeutlichen das enorme Potential digitaler Gesundheitslösungen: Sie stellen eine Versorgung in Aussicht, die noch stärker als bisher auf die individuellen Bedürfnisse von Patient:innen angepasst ist. Das sind zentrale Fortschritte in Richtung einer personalisierten Gesundheitsversorgung.“
Zudem wächst mit jedem Datensatz auch unser Wissen über Multiple Sklerose: Je mehr Daten zusammenlaufen, desto klarer wird unser Bild von Krankheitsverläufen. Und daraus ergeben sich dann möglicherweise auch Ansätze für die Entwicklung neuer Behandlungsstrategien.
BRISA-App
Die BRISA-App hilft MS-Patientinnen und -Patienten, ihre Symptome und somit den Krankheitsverlauf zu dokumentieren. Anhand der Daten können auch neue wissenschaftliche Erkenntnisse aus „Real-Life“-Daten generiert werden.
Künstliche Intelligenz in der Neurologie
Künstliche Intelligenz (KI) hat in den letzten Jahren spektakuläre Fortschritte gemacht und bietet auch in der Neurologie vielfältige Anwendungsmöglichkeiten.
Grundlagen
Gen-, Protein- und Wirkstoffsequenzen lassen sich heute ebenso mathematisieren wie Sprache. So können Wirkmechanismen modelliert und neue Therapien erarbeitet werden. Systemische Funktionen wie Planungsfähigkeit oder menschliche Sprachnutzung könnten auch modelliert und damit Grundlage für neue Therapieverfahren werden.
Lesen Sie auch: Expertise in Neurologie: Universitätsklinik Heidelberg
Gehirn-Computer-Schnittstellen
Messungen elektrischer Hirnaktivität sind neurologischer Alltag. Ein qualitativer Sprung erfolgte durch adaptive maschinelle KI-Lernverfahren. Diese erlauben, gemessene Signale in Cursorbewegungen oder Greifkommandos zu übersetzen. Gelähmte Patientinnen und Patienten können so Prothesen, Tastaturen oder Smarthome-Geräte steuern. Dazu müssen sie sehr viel üben. Und für bessere Signalqualität braucht es oft gehirninvasive Elektroden, deren Implantationen Operations- und Infektionsrisiken bergen. Es handelt sich um eine Kompensationstechnologie für eine kleine Gruppe von Patientinnen und Patienten.
Ein seit 25 Jahren vor allem bei der Parkinson-Krankheit etabliertes Brain-Computer-Interface (BCI), mit dem kleinste funktionelle Regionen im Gehirn gezielt elektrisch stimuliert werden können, ist die Tiefe Hirnstimulation (THS). Mit neuer Technik werde die THS auch bidirektional genutzt, um mittels Messung lokaler Feldpotenziale (LFP) Informationen über Zustände des Gehirns auszulesen. Dies ermögliche eine adaptive, also Feedback- kontrollierte Stimulation.
Klinische Werkzeuge
Neben mittlerweile „klassischen“ Spracherkennung-Systemen können zuhörende Sprach-Systeme ganze Arzt-Patienten-Gespräche in strukturierte Einträge wandeln. Transformerbasierte Verfahren, etwa in der Radiologie oder Dermatologie, können Bildinformationen quantifizieren und klassifizieren. In der Neurorehabilitation können digitale Trainings- oder Motivationsverfahren intelligenter werden. Im Intensivbereich wie der neurologischen Frührehabilitation können Vorhersagemodelle Vitalparameter, Labordaten und Medikationshistorie fusionieren und frühzeitig Hinweise auf eine beginnende Sepsis liefern. All das verbessert Versorgung, spart Dokumentationsstunden, senkt Fehlbefunde.
Automatisierte Kommunikation
KI ermöglicht eine fehlertolerante Automatisierung von sprachgebundenen Prozessen in der Patientenversorgung. Das betrifft die klinische Dokumentation mit z. B. Extraktion von Stichworten (ICD-, OPS- und ICF-Bausteinen oder Leistungsparametern) aus Freitexten oder umgekehrt die Komposition von Fließtexten aus elektronischer Dokumentation. Es betrifft die Prozesssteuerung wie z. B. die Integration von Leitlinien in individuelle Behandlungspläne. Es betrifft aber auch Abgleiche zwischen den Gesundheitssystempartnern wie sozialgesetzliche Ansprüche, Anträge, Bewilligungen, Rechnungen, Reklamationsmanagement, Prüfungen oder Zertifizierungen.
Qualifikation
KI-unterstütztes E-Learning, oder besser E-Teaching, könnte bereits in Herkunftsländern genutzt werden, um Menschen aus dem Ausland zu qualifizieren und zu integrieren. Es böte die Möglichkeiten für multimodales (Text, Bild, Ton, Interaktion), adaptives und personalisiertes Lernen über virtuelle „Privatlehrer“.
Lesen Sie auch: Aktuelle Informationen zur Neurologie in Salzgitter
Anwendung in der ALS-Forschung
Ein aktuelles Beispiel für den Einsatz von KI in der Neurologie ist die Forschung zur Amyotrophen Lateralsklerose (ALS). Dort wird maschinelles Lernen eingesetzt, um die genetische Architektur der Erkrankung zu erforschen. In den meisten Algorithmen des maschinellen Lernens werden genomische Daten zusammen mit anderen Informationen ausgewertet, z.B. den Interaktionen zwischen Proteinen, epigenetische Daten oder bekannte ALS-Phänotyp-Genotyp-Assoziationen.
Vorhersage von Hirndruckkrisen
In der internationalen Zeitschrift „Brain“ wurde eine Arbeit publiziert, in der ein auf maschinelles Lernen basiertes System vorgestellt wird, das Hirndruckkrisen bei Neurointensivpatientinnen/-patienten vorhersagen kann. Dafür lernte das System aus mehreren Millionen Datenpunkten von 1.346 Patientinnen und Patienten, anschließend wurde es anhand von Daten aus externen Datenbanken evaluiert.
Digitalisierung in der Akutversorgung
Die Digitalisierung hat auch die Akutversorgung maßgeblich verbessert. Beispielsweise wurde in einigen Kliniken bereits ein „Closed Loop Medication“-Management implementiert, das den Medikationsprozess durch Digitalisierung und Robotik optimiert, von der Verordnung bis zur Verabreichung der Medikamente kontrolliert und so zur höheren Effizienz und Sicherheit beiträgt. Idealerweise ist ein Closed-Loop-Medication-System Teil eines umfassenden digitalen Klinikinformationssystems (KIS). Schon jetzt kann ein KIS Millionen Datenpunkte pro Patient erfassen, von klinischen Befunden bis zu Vitaldaten wie Blutdruck oder Herzfrequenz, die direkt aus Überwachungsmonitoren eingelesen werden.
Telemedizinische Angebote und Apps
Telemedizinische Angebote und Apps bieten Patientinnen und Patienten Unterstützung, in ländlichen Regionen können sie auch helfen, Versorgungslücken zu schließen. Auch in der Corona-Pandemie haben sich digitale Angebote als hilfreich erwiesen, bei vielen Betroffenen mit chronischen neurologischen Erkrankungen, sei es Parkinson, Epilepsie oder Multiple Sklerose, konnten die medizinische Versorgung und regelmäßige Arztkonsultationen, die für diese Menschen extrem wichtig sind, aufrechterhalten werden.
Herausforderungen und Risiken der Digitalisierung
Trotz der vielen Vorteile der Digitalisierung in der Neurologie gibt es auch Herausforderungen und Risiken, die berücksichtigt werden müssen.
Technische Infrastruktur und Schnittstellen
Entscheidend für den Erfolg der Digitalisierung bleibt eine stabile Telematikinfrastruktur und eine bessere Integration der Systeme in die Praxisabläufe. Technische Störungen und mangelhafte Schnittstellen, insbesondere zu Krankenhäusern, behindern den Alltag vieler Ärzte. Viele Ärzte müssen Befunde doppelt dokumentieren oder Entlassberichte manuell einscannen.
Datenschutz und Datensicherheit
Die Nutzung digitaler Technologien in der Medizin birgt auch Risiken im Hinblick auf Datenschutz und Datensicherheit. Es ist wichtig, dass die Daten der Patientinnen und Patienten geschützt und sicher gespeichert werden.
Menschliche Zuwendung
Die Digitalisierung darf nicht zu einer entmenschlichten „Maschinenmedizin“ führen. Es ist wichtig, dass der zwischenmenschliche Kontakt und die persönliche Zuwendung nicht zu kurz kommen.
Auswirkungen auf die Hirngesundheit
Die zunehmende Digitalisierung der Gesellschaft kann auch negative Auswirkungen auf die Hirngesundheit haben. Lange Bildschirmzeiten und soziale Isolation können ungünstige Effekte haben.
tags: #neurologie #fortschritt #digitalisierung