Digitale Patientenzwillinge und digitale Biomarker: die unsichtbaren Helden Ihrer Gesundheit!

Medizin und Technik verschmelzen heute zunehmend miteinander. Daher ist es nicht verwunderlich, dass digitale Biomarker und Patientenzwillinge entstanden sind. Diese innovativen Technologien haben das Potenzial, die personalisierte Medizin grundlegend zu verändern und die Patientenversorgung zu revolutionieren. Sie bieten die Möglichkeit, gesundheitliche Risiken frühzeitig zu erkennen und individuelle Präventionsstrategien zu entwickeln.

Digitale Biomarker: Was sind sie?

Biomarker sind charakteristische biologische Merkmale, die objektiv gemessen werden, als Indikatoren für normale oder pathologische biologische Prozesse und das Ansprechen auf therapeutische Behandlungen dienen und dabei helfen können, den Gesundheitszustand zu überwachen und eine Prognose zu erstellen. Ein Beispiel für einen Biomarker ist humanes Choriongonadotropin (hCG). Normalerweise wird dieser Wert zur Feststellung einer Schwangerschaft verwendet. Steigt der hCG-Spiegel jedoch unabhängig von der Schwangerschaft an, kann dies auf das Vorliegen eines Keimzelltumors oder Hepatoblastoms beim Kind hinweisen. Die Überwachung und Steuerung der Therapie dieser Tumoren erfolgt insbesondere anhand des hCG-Wertes [1].

Darauf aufbauend wurden digitale Biomarker in weiterentwickelter Form entwickelt. Diese werden mithilfe digitaler Technologien wie Sensoren, Kleidung, Implantaten oder Bilddaten erfasst. Auf verschiedenen Hardware- und Softwareebenen gesammelte Gerätedaten dienen als Indikatoren für normale biologische Prozesse, pathogene Prozesse oder biologische Reaktionen auf therapeutische oder andere Interventionen. Durch die kontinuierliche und ferngesteuerte Erfassung und Auswertung medizinischer Daten außerhalb der traditionellen klinischen Umgebung erweitern digitale Biomarker die Möglichkeiten der medizinischen Überwachung. [2]. Praxisbeispiele für digitale Biomarker finden sich in verschiedenen medizinischen Bereichen. In der Neurologie werden beispielsweise bei Patienten mit Friedreich-Ataxie oder Duchenne-Muskeldystrophie Bewegungsanalysen mithilfe von Sensoren in der Kleidung durchgeführt. [3]. Aufgezeichnete Bewegungsmuster helfen bei der Diagnose und Überwachung dieser Erkrankungen. In der Psychotherapie kommt die Stimmungsanalyse bei bipolaren Störungen zum Einsatz. Durch die Verhaltensänderungen bei der Telefonnutzung können Rückschlüsse auf die emotionale Verfassung der Patienten gezogen werden [4].

Arten von (digitalen) Biomarkern [2]:

• Anfälligkeits-/Risiko-Biomarker: Geben Sie die Wahrscheinlichkeit an, mit der eine Person an einer bestimmten Krankheit erkrankt.
• Diagnostische Biomarker: Sie werden verwendet, um eine Krankheit oder den Zustand von Patienten genau zu diagnostizieren.
• Überwachung von Biomarkern: Sie dienen der Überwachung des Krankheitsverlaufs von Patienten.
• Prognostische Biomarker: Bereitstellung von Informationen über den Krankheitsverlauf des Patienten, unabhängig von der Behandlung.
• Prädiktive Biomarker: Sie werden verwendet, um vorherzusagen, wie eine Person auf eine bestimmte Behandlung reagieren wird.
• Pharmakodynamische/Reaktions-Biomarker: Geben Sie die Wirkung eines Arzneimittels auf den Körper an und helfen Sie bei der Beurteilung, ob ein Arzneimittel die gewünschte physiologische Reaktion hervorruft.

Zwilling des digitalen Patienten

Digitale Zwillinge stellen eine fortschrittliche Technologie dar, die durch die Integration von Daten und Echtzeitsimulationen virtuelle Modelle physischer Einheiten erstellt. Ursprünglich in technischen Disziplinen etabliert, findet dieses Konzept zunehmend auch im medizinischen Bereich Anwendung, beispielsweise als Zwilling des digitalen Patienten. Ein digitaler Patient ist eine spezielle Form eines digitalen Zwillings, der die Gesundheitsdaten eines Patienten nutzt, um ein genaues und dynamisches virtuelles Modell dieser Person zu erstellen. Dieses Modell ermöglicht es Ärzten, Krankheitsverläufe zu simulieren, Therapien abzustimmen und mögliche Reaktionen auf verschiedene Behandlungsmethoden vorherzusagen. Da der digitale Patientenzwilling ständig mit neuen Daten aktualisiert wird, können Veränderungen im Gesundheitszustand des Patienten sofort erfasst und entsprechend reagiert werden. Der Einsatz dieser Modelle kann zu einer deutlichen Verbesserung von Diagnose-, Behandlungs- und Präventionsmaßnahmen führen und stellt einen Paradigmenwechsel in der personalisierten Medizin dar. [5].

Digitale Zwillinge von Patienten werden bereits in vielen Bereichen eingesetzt und können unterschiedlich aufgebaut sein:

• Spezifische Krankheit, z.B. B. Für verbesserte und personalisierte Behandlungen und Medikamente für Patienten mit Diabetes oder Multipler Sklerose.
• Bestimmte Organe, z.B. B. Herzzwillinge, mit deren Hilfe beispielsweise eine Herzinsuffizienz besser behandelt werden kann.
• Ganzheitliche Ansätze, die anhand verschiedener Parameter wie Hormonhaushalt, Familienanamnese oder Vitalfunktionen Vorhersagen über den zukünftigen Gesundheitszustand von Menschen treffen können.

Die Symbiose aus digitalen Patientenzwillingen und digitalen Biomarkern

Die Kombination digitaler Biomarker mit digitalen Zwillingen von Patienten stellt einen großen Fortschritt in der personalisierten Medizin dar. Die Kombination dieser Methoden ermöglicht eine genauere und individuellere medizinische Versorgung durch Echtzeit-Gesundheitsdaten und virtuelle Patientenmodelle. Durch die kontinuierliche Überwachung des Gesundheitszustands einer Person und die ständige Aktualisierung ihrer digitalen Darstellung können Behandlungspläne kontinuierlich verbessert und die Effizienz der medizinischen Versorgung gesteigert werden. Darüber hinaus ermöglichen fortschrittliche Analysen, zukünftige Entwicklungen im Gesundheitswesen vorherzusehen und proaktiv darauf zu reagieren. Digitale Patientenzwillinge unterstützen auch die Entdeckung und Validierung neuer digitaler Biomarker. Durch ihren Einsatz können Daten in einem bisher unvorstellbaren Detaillierungsgrad gesammelt und analysiert werden, was zur Identifizierung bisher unbekannter Biomarker führen kann. Viele potenzielle Biomarker dürften bisher unentdeckt geblieben sein, da die Daten nicht in der nötigen Breite und Tiefe erhoben und ausgewertet werden konnten. Insgesamt bietet diese Verbindung die Chance, die medizinische Landschaft grundlegend zu verändern [6].

Anwendungsbeispiele für die Integration digitaler Biomarker in digitale Patientenzwillinge finden sich in verschiedenen medizinischen Bereichen und zeigen anschaulich, wie diese Technologien die Behandlung und das Gesundheitsmanagement verbessern:

• Diabetes: Digitale Biomarker, die von Systemen zur kontinuierlichen Glukoseüberwachung erfasst werden, können in die digitalen Zwillinge der Patienten eingespeist werden, um die Reaktion des Patienten auf verschiedene Behandlungspläne in Echtzeit zu simulieren. Diese Modelle ermöglichen es Ärzten, die Insulintherapie genau auf die individuellen Bedürfnisse abzustimmen und so die Glukosekontrolle zu optimieren und das Risiko einer Hypoglykämie zu minimieren.
• Onkologie: Mithilfe digitaler Biomarker aus bildgebenden Verfahren und Gentests können digitale Zwillinge von Tumoren erstellt werden. Mit solchen Modellen kann die Wirksamkeit verschiedener Chemotherapie-Regime vor der eigentlichen Behandlung des Patienten simuliert werden. Diese Präventionsstrategie kann dazu beitragen, die Wirksamkeit der Behandlung zu erhöhen und gleichzeitig die Belastung des Patienten und mögliche Nebenwirkungen zu reduzieren.
• Kardiologie: Hier können digitale Biomarker wie Herzfrequenz, Blutdruck und andere kardiovaskuläre Indikatoren genutzt werden, um Herz-Kreislauf-Erkrankungen besser zu verstehen und zu behandeln. Durch die Simulation verschiedener Szenarien im digitalen Zwilling können Ärzte potenzielle Risiken früher erkennen und vorbeugende Maßnahmen ergreifen.

die Herausforderungen

Die Verbindung digitaler Biomarker mit digitalen Zwillingspatienten verspricht zwar wichtige Fortschritte in der personalisierten Medizin, birgt aber auch Herausforderungen. Eine der größten Herausforderungen ist der Datenschutz und die Datensicherheit, da enorme Mengen sensibler Patientendaten erfasst, übermittelt und gespeichert werden müssen. Die Gewährleistung von Datenschutzstandards und der Schutz der Daten vor unbefugtem Zugriff sind Voraussetzung. Eine weitere Herausforderung besteht in der Integration und Standardisierung von Daten aus verschiedenen Quellen, um eine konsistente und genaue Datenbank für Patienten mit digitalen Zwillingen zu erstellen und digitale Biomarker zu identifizieren. Hinzu kommt die Schulung des Gesundheitspersonals im Umgang mit diesen neuen Technologien, um die korrekte Anwendung und Interpretation der gewonnenen Daten sicherzustellen. Schließlich ist die wissenschaftliche Validierung der erzielten Ergebnisse eine ständige Herausforderung, da die klinische Relevanz und Genauigkeit dieser innovativen Ansätze ständig überprüft und verbessert werden muss.

Am Fraunhofer IESE verfügen wir über spezielle Kenntnisse, Technologien und Methoden zur Erfassung und Analyse digitaler Biomarker, die für die genaue Erfassung von Veränderungen im Gesundheitszustand von Patienten unerlässlich sind. Ein Beispiel ist unser Neighborhood Diagnostics-Projekt (wo ein innovatives digitales Ökosystem entwickelt wird, um wichtige Gesundheitsdaten über Wearables und intelligente medizinische Geräte zu sammeln).

Fazit zu digitalen Patientenzwillingen und digitalen Biomarkern

Die Symbiose aus digitalen Patientenzwillingen und digitalen Biomarkern stellt einen Meilenstein in der Entwicklung der personalisierten Medizin dar. Dadurch können Behandlungspläne kontinuierlich optimiert und Veränderungen im Gesundheitszustand der Patienten proaktiv berücksichtigt werden. Dies sorgt nicht nur für mehr Prävention, sondern reduziert auch die Gesundheitskosten von Medikamenten bzw. Spätfolgen. Obwohl dieser Ansatz einige Herausforderungen mit sich bringt, wird die Symbiose dieser beiden unsichtbaren Helden in Zukunft große Auswirkungen auf unsere aller Gesundheit haben.

Referenzen

[1] Sisinni L, Landriscina M. Die Rolle des menschlichen Choriongonadotropins als Tumormarker: biochemische und klinische Aspekte. Adv Exp Med Biol. 2015;867:159-76. doi: 10.1007/978-94-017-7215-0_11. PMID: 26530366.

[2] Coravos A, Khozin S, Mandl KD. Entwicklung und Einführung sicherer und wirksamer digitaler Biomarker zur Verbesserung der Patientenergebnisse. NPJ Digit Med. 2019;2(1):14. doi: 10.1038/s41746-019-0090-4. Epub 2019, 11. März. Erratum in: NPJ Digit Med. 10. Mai 2019, 14:40 Uhr. doi: 10.1038/s41746-019-0119-8. PMID: 30868107; PMCID: PMC6411051.

[3] Kadirvelu, B., Gavriel, C., Nageshwaran, S. et al. Tragbare Motion-Capture-Wearables und maschinelles Lernen sagen das Fortschreiten der Friedreich-Ataxie voraus. Mit der Nacht 2986–94 (2023).

[4] Mühlbauer, E., Bauer, M., Ebner-Priemer, U . et al. Wirksamkeit der telefonischen ambulanten Beurteilung (SBAA-BD) einschließlich eines Systems zur Vorhersage bevorstehender Episoden für die Behandlung von Patienten mit bipolarer Störung: Studienprotokoll für eine randomisierte kontrollierte Einfachblindstudie. BMC-Psychiatrie 18349 (2018).

[5] Katsoulakis, E., Wang, Q., Wu, H. et al. Digitale Zwillinge für die Gesundheit: eine Überprüfung des Rahmenwerks. npj Ziffer. damit 777 (2024).

[6] Anwar, T. (2023, 14. Januar). Digitale Zwillinge eröffnen den Schlüssel zur Entdeckung neuer Biomarker für Arteriosklerose. CBIRT. Abgerufen am 24. Juli 2024