Big Data und der Berliner Hauptstadtkongress

Hauptstadtkongress 2016

Steiniger Weg zum freien Austausch von Big Data

Das Potenzial von Big Data für die medizinische Forschung und Versorgung war Thema einer Diskussionsveranstaltung anlässlich des Hauptstadtkongresses in Berlin. ­Politik und Industrie zeigten die enormen Zukunftschancen von eHealth für das Gesundheitswesen auf, verdeutlichten aber auch die Hürden des Datenschutzes, der Parametrisierung von Daten, der Interoperabilität ­sowie – nicht zuletzt – der Eigentumsfrage und der kommerziellen Nutzung.

Thomas Rachel, Staatssekretär im Bundesministerium für Bildung und Forschung, beschrieb zu Beginn der Veranstaltung die großen Erwartungen, die mit großen digitalen Datensammlungen in der Medizin verbunden werden: „Die Anwendung moderner IT-Systeme in Kliniken und Arztpraxen sowie von Hochdurchsatzverfahren in der Diagnostik sowie in der biomedizinischen Forschung liefert heute immer relevantere Gesundheitsdaten. Big Data ist ein riesiger Schatz des Gesundheitssystems, der aber noch nicht gehoben wurde. Viele Experten sagen uns, dass wir eine verbesserte standardisierte Verfügbarkeit der Daten brauchen. Zudem benötigen wir eine in­terdisziplinäre Integration und eine intelligente semantische Auswertung medizinischer Daten.“ Für Rachel steht fest: „Big Data ist ein ganz wichtiger Schlüssel für den künftigen medizinischen Fortschritt.“ Denn: Die Zusammenschau langfristiger Daten eröffne ein tieferes Verständnis der Erkrankung. Daraus könne eine bessere Dia­gnostik oder Therapie entstehen, so der Staatssekretär. „Um das Gesundheitssystem weiter zu verbessern, ist deshalb eine Verknüpfung der Forschungsdaten, der klinischen Daten und der Daten aus der Versorgung notwendig.“

Data Sharing – oft ein Fremdwort zwischen Einrichtungen

Rachel betonte aber auch, dass noch vieles geklärt werden muss:  Wie können Daten aus der medizinischen Versorgung besser für die Forschung genutzt werden und umgekehrt? Wie werden Aspekte des Datenschutzes sowie rechtliche und ethische Aspekte adäquat einbezogen? Wie können die Akteure des Gesundheitswesens davon überzeugt werden, dass Data Sharing sinnvoll ist? „Es bedarf einer großen Bereitschaft aller Beteiligten des Ge­sund­heits­wesens, Daten zu teilen. Das erfordert von uns allen ein enor­mes Umdenken“, stellte der Staats­sekretär fest. Zwei Zahlen sprechen Bände: ­Etwa 80 % der Ärzte und Mitarbeiter einer Klinik teilen medizinische Daten ihrer Patienten innerhalb des eigenen Hauses, aber nur 30 % teilen diese auch mit anderen Einrichtungen, so Rachel.

Die Bundesregierung habe sich eine ehrgeizige digitale Agenda gegeben, auf der die Digitalisierung der Medizin, Medizininformatik und Telemedizin (eHealth) ganz oben stünden. Das Bundesministerium für Forschung und Entwicklung werde dafür laut Rachel in den kommenden fünf Jahren rund 100 Mio. Euro zur Verfügung stellen. Auch konkrete Ziele sprach er an: „Daten­integrationszentren an den deutschen Universitätskliniken und deren Partnereinrichtungen sollen etabliert werden. Flächendeckend sollen Daten über die Grenzen von Institutionen und Standorten hinweg ausgetauscht werden. Die Konsortien, die sich an diesem Forschungskonzept Medizininformatik beteiligen, werden exemplarische IT-Lösungen für typische Fälle medizinischer Indikationen erarbeiten.“

In der folgenden Diskussion mit Vertretern aus Politik und Industrie ging es um konkrete Einzelfragen der Big-Data-Innovationen. Dominik Bertram, Leiter des Entwicklungsbereichs Personalisierte Medizin des SAP Innovation Centers in Potsdam, lieferte zunächst eine Definition des zentralen Schlagworts: „Wenn wir von Big Data reden, hat das zwei Aspekte: Einerseits können wir Datenmengen wie das menschliche Genom oder sehr große Bilddateien zum Beispiel aus der Radiologie digital erfassen“. Diese ließen sich sehr viel effizienter als je zuvor durchsuchen, um – etwa in der Forschung – relevante Da­ten­sätze zu aufzuspüren. „Aber, wichtig ist natürlich die Interpretation dieser Daten. Das ist für mich der zweite Aspekt von Big Data. Statistische Modelle unterstützen die Interpretation dieser Daten. Sie automatisieren den Arbeitsprozess und finden die relevanten Muster in diesen Daten“, so Bertram.

Dr. Stefan Simianer aus der Entwicklungsabteilung von AbbVie Deutschland sprach den konkreten Nut­zen aus Sicht der Industrie an: „In der personalisierten Medizin fallen sehr viele Daten an – zum Beispiel von Tumorgenomen in der Krebsmedizin. Mithilfe deren Analyse ist es möglich, gezielt Patienten für personalisierte Therapien auszuwählen. Dies bedeutet eine viel größere Präzision der Therapie.“

Gesellschaftlicher Diskurs zum Umgang mit Patientendaten gefordert

Natürlich wirft dieser Fortschritt Fragen zu den Patientenrechten und zum Datenschutz auf. Oliver Schenk, Leiter der Abteilung Grundsatzfragen und Te­le­matik im Bundesministerium für Gesundheit, mahnte einen ge­sell­schaft­lichen Diskurs darüber an, in welchem Maß Menschen ihre Daten preisgeben wollen: „Mehr als jeder zweite Bürger ist bereit, Daten für die medizinische Forschung zur Verfügung zu stellen.“ Der Datenschutz sei ihnen zwar dabei sehr wichtig, das hänge aber auch stark von der Situation ab, in der sich der Einzelne befinde. Schenk forderte daher: „Wir brauchen einen gesamtgesellschaft­lichen Dialog über den Umgang mit persönlichen Daten, über den Datenschutz und über den Einsatz von Daten in der medizinischen Forschung sowie im Gesundheitssystem allgemein.“

Datenschutz muss Markenzeichen der digitalen Medizin sein

In der kritischen Begleitung dieses Big-Data-Prozesses nimmt die Politik eine zentrale Funktion ein. Dr. Katja Leikert, MdB und CDU/CSU-Mitglied im Gesundheitsausschuss des Bundestags, sieht den gesamtgesellschaftlichen Dialog als eine Aufgabe der Politik an. Ihre Forderung war klar: „Datenschutz und Datensicherheit müssen Markenzeichen des digital vernetzten Gesundheitswesens sein, um das Vertrauen der Patienten zu gewinnen.“

Dass es hierbei keine einfachen, geschweige denn perfekten Lösungen geben wird, verdeutlichte SAP-Experte Bertram: „Datenschutz ist vor allem in der Big-Data-Analyse relevant, weil wir dort ja auf große, hochqualifizierte Referenzdatensätze zugreifen müssen. Da möchte man na­türlich, dass aus diesem Referenz­datensatz keine Rückschlüsse auf indivi­duelle Personen gezogen werden können. Wenn ich jedoch das Identifikationsrisiko für den Einzelnen verkleinern will, dann muss ich Informa­tionen aus dem Datensatz herausnehmen. Das allerdings schmälert wiederum den Nutzen des Datensatzes. Wir müssen also eine gesellschaftlich konsentierte Balance finden.“ Die entscheidende Frage laute somit: „Wie viel Re-Identifikation sind wir bereit zu akzeptieren, um einen Nutzen für die Medizin zu erzielen?“

Eine Schlüsselrolle bei den Datensammlungen werden die Ärzte spielen, wie Bertram erläuterte: „Wenn wir darüber sprechen, dass Klinik A die Daten von Klinik B nutzen kann, um Rückschlüsse für die eigene Behandlung zu ziehen, dann ist es nicht nur eine Frage der technischen Standards, sondern auch der semantischen. Hierfür aber müssen zum Beispiel die Fachgesellschaften inhaltliche Strukturen schaffen und medizinische Inhalte systematisieren und standardisieren, um sie dann technisch aufbereiten zu können. Konkret geht es also etwa in der Neurologie um die Frage, welche Skala für die Schmerzempfindungen allgemein gelten soll.“ Als Vorbild nannte Bertram den Meta-Thesaurus des National Can­cer Institute in den USA, der es erlaube, strukturierte Inhalte technisch abzubilden. 

Katja Leikert bezog sich in ihrem ­Beitrag auf die parlamentarische Diskussion. Am Beispiel des Transplantations-Registergesetzes könne man erkennen, wie schwierig es sei, an verschiedenen Stellen ­an­fallende Daten vergleichbar zu kodieren, also zu „parametrisieren“. „Die ärzt­liche Selbstverwaltung muss sich auf solche Standards der semantischen Kodierung medizinischer Sachverhalte einigen“, forderte die Bundes­tagsab­geordnete. Ohne Standardsetzungen durch die ärzt­liche Selbstverwaltung blieben nur autoritäre Vorgaben der Politik, die Leikert für „weniger gut“ hält.

Wem gehören die Erlöse aus der Big-Data-Nutzung?

Zuletzt widmete sich die Diskussion den Problemen, die Big Data als Wirtschaftsgut mit sich bringt. In der Industrie verursacht vor allem die offene Frage der Produktvalidierung große Unsicherheit. Dominik Bertram fragte: „Nach welchen Standards funktioniert eigentlich die Validierung von Softwareprodukten im Gesundheitswesen?“ Wenn SAP Softwareverfahren entwickle, die für diagnostische oder therapeutische Zwecke verwendet wer­den, fielen diese wahrscheinlich unter das Medizinproduktegesetz. „Wir müssen abschätzen können, was das konkret bedeutet. Welche Standards werden dort angelegt? Wie wird speziell bei Softwareprodukten überprüft, ob die gewünschte Wirkung erfolgt? Wie funktioniert die Regulierung als Medizinprodukt? Hier sind klare, nachvollziehbare Regeln sinnvoll“, stellte Bertram fest.

Für Dr. Stefan Simianer, AbbVie, steht auch die Frage des Daten­eigentums ungelöst im Raum:  „Die Idee, dass eine Firma alleine die Entwicklung von der Klinik bis zur Zulassung stemmt, ist heute eine Illusion. Da sind Koopera­tionen, Partnerschaften und innovative Modelle für die Zukunft wichtig. Data Ownership lässt sich da nicht beziffern und ist nicht geregelt“ – genauso wenig wie die Frage, wer von den Big-Data-getriggerten Erlösen profitiere, erläuterte Simianer.

Gerade diese Detailfragen zeigen, dass der „unge­hobene Schatz“ Big Data zwar ein vielversprechendes Projekt für die Medizin der Zukunft ist, dass die Gesellschaft im Allgemeinen und die Ärzteschaft im Besonderen dadurch aber auch vor große Herausforderungen gestellt wird. Dabei ist der oft zitierte Datenschutz nur eine von vielen offenen Fragen.              ( fgr)