KI im Gesundheitswesen sollte klein denken

Sechs Minuten nach dem Start der Apollo-13-Mission zum Mond im Jahr 1970 explodierte der Sauerstofftank. Das Ereignis veranlasste die NASA, einen neuen Ansatz zur Vorhersage möglicher Ausfälle in ihren Raumfahrzeugen zu entwickeln. Der Ansatz basierte auf kontinuierlichen Sensordaten, die dann tiefen digitalen Simulationen speisten, um komplexere Tests von Raumfahrzeugsystemen zu ermöglichen. Es war die erste Verwendung von “Digital-Twin”-Technologie.

Heute werden Digital-Twin-Systeme in verschiedenen Branchen eingesetzt, um Betriebsabläufe zu verbessern und Änderungen in einem System genau zu simulieren. Technologieunternehmen wie Apple und Tesla verwenden Digital-Twin-Systeme, um die Leistung ihrer Produkte im Feld zu überwachen und zu bestimmen, ob bestimmte Systemkomponenten Wartung benötigen.

Digital-Twin-Systeme wurden auch im Gesundheitswesen eingesetzt, wenn auch größtenteils in der Arzneimittelentwicklung und -forschung. Ihr größtes Potenzial liegt jedoch in der Behandlung von chronischen Krankheiten. Durch die Kombination von Machine-Learning- und Internet-of-Things-Technologie mit Digital-Twin-KI kann ein Ansatz, der ursprünglich für die Raumfahrt entwickelt wurde, das Gesundheitswesen wirklich individualisieren.

Die Digitalisierung der traditionellen Pflege ist gescheitert

Die moderne Medizin hat in den letzten zehn Jahren schrittweise Fortschritte in Richtung personalisierter Pflege gemacht, indem den Patienten eine Stimme in der Entscheidungsfindung gegeben und durch Fortschritte in der Genomikforschung präzise Medizin ermöglicht wurde. Beides half, die Pflege an den Einzelnen anzupassen, aber unser Gesundheitssystem geht im Wesentlichen einen “große-Gruppe”-Ansatz bei der Pflegedurchführung.

Das zeigt sich in der Art und Weise, wie wir chronische Krankheiten behandeln. Jeder der 133 Millionen Amerikaner, die derzeit an einer oder mehreren chronischen Krankheiten leiden, wird auf einen geplanten Pflegeweg gesetzt – ein Behandlungsregime, eine Mode-Diät, oft eine Vielzahl von Medikamenten – und ihre Verbesserung wird in Chargen von Tausenden von anderen Personen gemessen, die ihre Erkrankung teilen.

Dieser Ansatz hat nicht funktioniert. Bekanntermaßen steigen die Ausgaben der USA für Diabetes, Herz-Kreislauf-Erkrankungen und Krebs weiter, und die Auswirkungen der Technologie auf Ergebnisse und Kosten sind begrenzt. Bei der digitalen Behandlung von Diabetes, Gewichtsverlust und anderen Erkrankungen war die Auswirkung ein Nicht-Faktor.

Im März veröffentlichte ein Bericht des Peterson Health Technology Institute diese mangelnde anhaltende Ergebnisse. Der Bericht ergab, dass alle bewerteten Lösungen bei der Einbindung und den Ergebnissen über die Zeit hinweg schlecht abschneiden. Als Ergebnis sind Gewichtsverlust, A1C-Reduktion, Medikamenteneliminierung, Diabetes-Umkehr und die gesundheitlichen, wohlbefindenbezogenen und wirtschaftlichen Vorteile dieser Lösungen begrenzt und nicht nachhaltig.

Das liegt daran, dass die meisten Lösungen einfach eine ineffektive Vorlage für die Pflege digitalisieren. Sie berücksichtigen nicht die individuellen Unterschiede. Jeder Mensch bringt seinen eigenen Satz kultureller, biologischer, diätetischer, verhaltensbedingter und umweltbedingter Faktoren mit, die seine Gesundheit auf tiefgreifender Ebene beeinflussen.

Von “personalisierter” Pflege zu individualisierter Pflege

Digital-Twin-KI verspricht einen Abschied von der Vorlage. Kern dieser Technologie ist das Konzept, dass jeder Einzelne ein N von einem ist. Das digitale Zwilling-Modell eines Einzelnen wird durch kontinuierliche Messung seiner einzigartigen klinischen und verhaltensbedingten Variablen informiert und verwendet diese Daten, um die Pflegeanleitung in Richtung der besten und gesündesten Version dieses Einzelnen zu lenken.

Die Macht der Digital-Twin-Technologie liegt in ihrer Aufmerksamkeit für die kleinen Dinge – die Dinge, die wir essen und tun – und wie sie unsere aktuelle und zukünftige Gesundheit beeinflussen. In der Praxis können digitale Zwillinge genau vorhersagen, welche Auswirkung ein Steak-Essen auf die metabolische oder kardiovaskuläre Gesundheit einer bestimmten Person haben wird. Wenn diese Auswirkung negativ ist, können digitale Zwillinge Wege anbieten, um die Folgen zu mildern. Es könnte beispielsweise einen 10-minütigen Spaziergang oder ein alternatives Dessert vorschlagen. Anstelle von Eiscreme könnte es beispielsweise Bananen-Nuss-Brot mit Joghurt und frischen Beeren oder einfach eine andere Sequenz sein.

Auf diese Weise kann Digital-Twin-KI einem Einzelnen zeigen, was ihn erwartet, wenn er auf seinem aktuellen Kurs bleibt, und die großen Veränderungen, die durch kleine Anpassungen über die Zeit hinweg auftreten können. Wenn er seinen aktuellen Routine beibehält, kann er in drei Wochen mit dem Metformin-Einnahme aufhören. Wenn er in alte Gewohnheiten zurückfällt, kann er mit einer Wiederaufnahme rechnen.

Es ist eine leistungsstarke Technologie, und obwohl ihre Auswirkung auf das Gesundheitswesen größtenteils nur in der Wissenschaft anerkannt wurde, beginnt sie, ihre Rolle in kommerziellen Anwendungsfällen zu finden. Im Jahr 2014 starteten Dassault Systemes und die FDA SIMULIA Living Heart, ein Projekt, das mit Geräteherstellern zusammenarbeitet, um kardiovaskuläre Geräte schneller zu entwickeln und zu verfeinern. Zu Beginn der Pandemie entwickelte OnScale Project BreathEasy, ein digitales Zwilling-Modell der Lungen von COVID-19-Patienten, um die Nutzung von Beatmungsgeräten zu verbessern und zu optimieren.

Medizinische Forscher verwenden auch digitale Zwilling-Krankheitsmodelle, um die Wirksamkeit von pharmazeutischen Interventionen auf der Grundlage komplexer, extrem individueller biologischer Prozesse vorherzusagen. Takeda Pharmaceuticals hat diese Technologie angenommen, um pharmazeutische Prozesse zu verkürzen und realistische Input-Output-Vorhersagen für biochemische Reaktionen zu ermöglichen. Kürzlich verwendeten Forscher Digital-Twin-Technologie, um Therapieergebnisse zu simulieren und die beste Behandlung für oropharyngeale Karzinome auf der Grundlage des Einzelnen zu bestimmen.

Die Behandlung von chronischen Krankheiten ist die nächste Grenze

Ein jüngstes Papier, das in Nature veröffentlicht wurde, behauptet, dass digitale Zwillinge “in der Lage sind, wesentliche Beiträge” zur Krebsbehandlung zu leisten, insbesondere bei der Überwachung des Krankheitsverlaufs und der Bewertung der Behandlungsergebnisse, die berüchtigterweise von Person zu Person variieren. Das gleiche Papier analysiert kardiovaskuläre digitale Zwillinge, die durch Bildgebung, EHR, genetische und kontinuierliche Tragbare-Daten gespeist werden, und ihr Potenzial, akute kardiovaskuläre Ereignisse vorherzusagen.

Diese Fortschritte werden zu lebensverändernden Gesundheitstechnologien führen. Ihre Macht liegt in einem Konzept, das ihrem Zweck zugrunde liegt: Nichts Komplexes ist statisch.

Das gilt insbesondere für unsere biologischen Systeme. Ein digitales Zwilling-Modell benötigt Tausende von Datenpunkten pro Tag, pro Einzelnen, um die Wechselwirkung zwischen der Biologie, dem Kulturkreis, der Lebensweise, den Vorlieben und der Gesundheit eines Einzelnen wirklich zu verstehen. Ein Teil dieser Daten wird bereits durch Wearables und mobile Apps erfasst, aber ohne ein Modell, das diese Daten in den Kontext des Einzelnen und seiner Pflegereise einordnet, sind sie ziellos.

In der Welt der Behandlung von chronischen Krankheiten können die kleinen Dinge sehr schnell zu großen, lebensbedrohlichen Dingen werden. Und obwohl die digitale Gesundheit die Hoffnungen der Patienten mit Begriffen wie “Personalisierung” geweckt hat, haben die Tools und Ansätze, die den Menschen angeboten wurden, haben nicht ihre einzigartigen Bedürfnisse und Vorlieben berücksichtigt.

Digital-Twin-KI wird diesen Ansatz auf den Kopf stellen, indem es uns hilft, unsere Gesundheit auf einer tiefgreifend personalisierten Ebene besser zu verstehen und zu verbessern. Es ist eine Technologie, die in der Lage ist, das Versprechen der individualisierten Pflege zu erfüllen.