KI im Gesundheitswesen sollte klein denken

Sechs Minuten nach dem Start der Apollo-13-Mission zum Mond im Jahr 1970 explodierte ihr 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 tiefere digitale Simulationen speisten, wodurch komplexere Raumfahrtsysteme viel gründlicher getestet werden konnten. Es war die erste Verwendung von “Digital-Twin”-Technologie.

Heute werden Digital-Twin-Systeme in verschiedenen Branchen eingesetzt, um Betriebsabläufe zu verbessern und jede Änderung 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 erfordern.

Digital-Twin-Systeme wurden auch im Gesundheitswesen eingesetzt, wenn auch größtenteils in der Arzneimittelforschung und -entwicklung. 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 mit etwas so Umfassendem wie der Weltraumforschung begann, das Potenzial haben, die Gesundheitsversorgung wirklich individualisiert zu machen.

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 Genomforschung präzise Medizin ermöglicht wurde. Beides half, die Pflege an den Einzelnen anzupassen, aber größtenteils nimmt unser Gesundheitssystem einen “große Gruppe”-Ansatz bei der Pflegedurchführung ein.

Es 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 Pfadweg gesetzt – ein Behandlungsregime, eine Modediät, oft eine Reihe von Medikamenten – und ihre Verbesserung wird in Chargen von Tausenden anderer Personen gemessen, die ihre Erkrankung teilen.

Dieser Ansatz hat nicht funktioniert. Berüchtigt ist, dass US-Ausgaben für Diabetes, Herzkrankheiten und Krebs weiter ansteigen und der Einfluss der Technologie auf Ergebnisse und Kosten begrenzt war. Bei der digitalen Behandlung von Diabetes, Gewichtsverlust und anderen Erkrankungen war dieser Einfluss ein Nichtfaktor.

Im März veröffentlichte ein Bericht der Peterson Health Technology Institute diesen Mangel an nachhaltigen Ergebnissen hervor. Der Bericht ergab, dass alle bewerteten Lösungen bei der Einbindung und den Ergebnissen über die Zeit hinweg schlecht abschneiden. Als Folge sind Gewichtsverlust, A1C-Reduktion, Medikamenteneliminierung, Diabetesumkehr und die gesundheitlichen, wohlbefindenbezogenen und wirtschaftlichen Vorteile dieser Lösungen begrenzt und nicht nachhaltig.

Das liegt daran, dass die meisten Lösungen einfach ein ineffektives Vorlagenmodell 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 individueller Ebene beeinflussen.

Von “personalisierter” Pflege zu individualisierter Pflege

Digital-Twin-KI verspricht einen Abschied von der Vorlage. Kern dieses Technologieansatzes ist das Konzept, dass jeder Einzelne ein N von einem ist. Das digitale Zwillingssystem eines Einzelnen wird durch kontinuierliche Messung seiner einzigartigen klinischen und verhaltensbedingten Variablen informiert und nutzt 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 Digital-Twin-Systeme genau vorhersagen, welche Auswirkung ein Steakessen auf die metabolische oder kardiovaskuläre Gesundheit einer bestimmten Person haben wird. Wenn dieser Einfluss negativ ist, können Digital-Twin-Systeme Wege anbieten, um die Folgen abzumildern. Es könnte beispielsweise einen 10-minütigen Spaziergang oder ein alternatives Dessert vorschlagen. Anstatt Eiscreme könnte es Bananen-Nuss-Brot mit griechischem 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 welche großen Veränderungen durch kleine Anpassungen über die Zeit auftreten können. Wenn Sie Ihren aktuellen Routine beibehalten, können Sie in drei Wochen mit der Einnahme von Metformin aufhören. Wenn Sie in alte Gewohnheiten zurückfallen, können Sie damit rechnen, eine neue Packung abzuholen.

Es handelt sich um eine potente Technologie, und obwohl ihr Einfluss auf die Gesundheitsversorgung 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 Zwillingssystem der Lungen von COVID-19-Patienten, um die Nutzung von Beatmungsgeräten zu optimieren.

Medizinische Forscher verwenden auch Digital-Twin-Krankheitsmodelle, um die Wirksamkeit von pharmazeutischen Interventionen basierend auf komplexen, extrem individuellen biologischen Prozessen 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 basierend auf dem Einzelnen zu bestimmen.

Die Behandlung von chronischen Krankheiten ist die nächste Grenze

Ein jüngst veröffentlichter Bericht in Nature behauptet, dass Digital-Twin-Systeme “erhebliche Beiträge” zur Krebsbehandlung leisten können, insbesondere bei der Überwachung des Krankheitsverlaufs und der Bewertung von Behandlungsreaktionen, die berüchtigt von Person zu Person variieren. Der gleiche Bericht analysiert kardiovaskuläre Digital-Twin-Systeme, 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 inhärent ist: Nichts Komplexes ist statisch.

Das gilt insbesondere für unsere biologischen Systeme. Ein Digital-Twin-System erfordert Tausende von Datenpunkten pro Tag, pro Einzelnen, um wirklich die Wechselwirkung zwischen der Biologie, Kultur, Lebensweise, Vorlieben und Gesundheit eines Einzelnen 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 seines Pfadwegs setzt, sind sie ziellos.

In der Welt der chronischen Krankheitsbehandlung 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 Instrumente und Ansätze, die den Menschen angeboten wurden, ihre einzigartigen Bedürfnisse und Vorlieben nicht berücksichtigt.

Digital-Twin-KI wird diesen Ansatz auf den Kopf stellen, indem sie uns hilft, unsere Gesundheit auf tiefgreifender, personalisierter Ebene besser zu verstehen und zu verbessern. Es handelt sich um eine Technologie, die das Versprechen der individualisierten Pflege erfüllen kann.