Medizin Dr. Data

Mehr Daten, das bedeutet weder mehr Informationen noch mehr Erkenntnisse.

Illustration: Stefan Dimitrov

(Foto: )

Die Digitalisierung in der Medizin soll den Fortschritt in der Heilkunde beschleunigen und Patienten bessere Behandlungen ermöglichen. Bisher bleiben jedoch Erfolge aus, Pannen häufen sich.

Von Werner Bartens

Die 48-Jährige hatte die Reisetasche unter dem Arm, zwei Tage würde sie in der Klinik bleiben müssen. Ihre Leberwerte waren erhöht, im Kernspin zeigte sich die Organstruktur dichter als üblich. Nichts Dramatisches, eine Gewebeentnahme sollte Klarheit bringen. In der Klinik wurde die Patientin freundlich begrüßt, gleich konnte es losgehen. "Ich habe die Blutverdünner heute abgesetzt, das war doch in Ordnung?", sagte sie zur Ärztin. Die fiel aus allen Wolken, besprach sich mit dem Oberarzt, dann wurde die Untersuchung abgeblasen. "Geht gar nicht", herrschte sie der Doktor an. "Den Eingriff führen wir nicht durch, das Blutungsrisiko wäre zu hoch." Moment mal, wurde sie etwa angepflaumt, weil sie das Mittel erst am selben Tag abgesetzt hatte - wo ihr in derselben Uniklinik, 100 Meter entfernt, vier Monate zuvor der Blutverdünner verordnet worden war?

Ein Arzt weiß nicht, was der andere verschrieben hat. Eine Abteilung erfährt nichts von der benachbarten. Informationen über Patienten von einer Klinik zur anderen zu schicken oder - verrückte Idee - vom Hausarzt in die Klinik, hat manchmal ähnliche Erfolgsaussichten wie eine Flaschenpost im Bermuda-Dreieck. Was, wenn ein tüdeliger Rentner die Ärzte vor der Gewebeentnahme nicht auf die Blutverdünner hingewiesen hätte?

Jeder kennt ähnliche Geschichten aus der Medizin: Verlorene Röntgenbilder, verschwundene Arztbriefe, nicht aufzufindende CT-Befunde. Und dann das Papier-Mikado in der Klinik, wenn Patientenakten neben Konsilberichten ausgebreitet werden oder sich Nacht- und Tagesschicht streiten, warum in der Kurve nicht vermerkt ist, dass Herr Schneider, 91, "keine Reanimation" wollte - gegen Mitternacht aber trotzdem die Wiederbelebungseinheit mit vollem Besteck angerückt ist.

Manche halten das Smartphone des Patienten für das Stethoskop des 21. Jahrhunderts

Angesichts dieses heillosen Durcheinanders ist es erstaunlich, dass die Medizin gerade in euphorisch die Rettung durch Big Data ersehnt. Die Heilkunde gibt sich dem Datenrausch hin und erwartet genauere Diagnosen und bessere Therapien. "Wenn Patientendaten einheitlich gesichert werden und der Datenschutz gewährleistet bleibt, ist das nur zu begrüßen", sagt Gerd Antes, Mathematiker und Vorstand der Cochrane-Stiftung in Freiburg, die führend in der Bewertung medizinischer Therapien und Untersuchungen ist. "Für die optimale Behandlung der Patienten gilt hingegen: Big Data - Big Error. Mehr Daten sind nicht unbedingt besser, sondern können in die Irre führen. Mich ärgert die unbewiesene Behauptung, dass Big Data unser Leben verbessert."

Der Begeisterung für das große Wühlen im Datenstrom tut derlei Kritik keinen Abbruch. Bücher wie "Big Data" von Kenneth Cukier und Viktor Mayer-Schönberger prophezeiten schon 2013 eine "Revolution, die unser Leben verändern wird", weil "durch Recherche und Kombination in der Datenflut blitzschnell Zusammenhänge entschlüsselt" würden. Sogar vor Toten machten die Autoren nicht Halt; sie behaupteten, dass Steve Jobs nach der Krebsdiagnose "Extra-Lebensjahre gewonnen" habe, weil er "alle und nicht nur ein bisschen Daten" für genetische Analysen zur Verfügung stellte. Der Apple-Chef starb 2011 und es ist nicht belegt, dass Jobs nach der Diagnose viel Zeit geblieben wäre.

So verbreiten sich falsche Nachrichten im Internet

Unwahrheiten verbreiten sich schneller und weiter als wahre Nachrichten, das zeigt eine Studie des MIT. Schuld daran sind weder Bots noch Trolle. Von Jan Schwenkenbecher mehr ...

Gelingen sollen Big Data zufolge allerlei medizinische Wunderdinge und zwar mit Hilfe der "drei V" - Volume, Velocity und Variety, also der Datenmenge, der Geschwindigkeit der Verarbeitung und der Vielfalt der Daten, die im Idealfall nicht nur medizinische Befunde und Analysen umfassen, sondern auch aus sozialen Netzwerken, Blogs, Tweets, E-Mails oder den Sensoren zur Aufzeichnung von Körperfunktionen stammen.

Die IT-Branche ist in Aufbruchsstimmung, Politiker wie Ökonomen wittern die Chance, dass Deutschland endlich digital Anschluss gewinnt. Der wissenschaftliche Dienst des Bundestags sieht "Big Data als großes Innovationsthema der Informationstechnik". Franz Bartmann von der Bundesärztekammer hält gar "das Smartphone des Patienten für das Stethoskop des 21. Jahrhunderts". Manche Adepten von Big Data erwarten schon das Ende des wissenschaftlichen Weltbildes, weil kausale Zusammenhänge mal eben als unnötig erklärt und von der Menge statistischer Korrelationen abgelöst werden. Angesichts solcher Voraussagen sieht Gerd Antes eine "Frontstellung zwischen der alten Qualitätswelt und der neuen Datenwelt".

Mehr Daten bedeutet auch mehr falsche Daten

Der Glaube daran, dass sich jedes medizinische Problem durch mehr Daten lösen ließe, wurde zwar als "Wissenschaft im Größenwahn" (NZZ) und "leeres Versprechen" (Deutsches Ärzteblatt) bezeichnet, trotzdem vertrauen Ärzte wie Laien darauf, dass der Zugewinn an Daten "irgendwie" auch einen Zugewinn an Erkenntnis mit sich bringen wird. Harvard-Mathematiker haben diese Erwartung längst entkräftet. Und der Finanzmathematiker Nassim Taleb spricht von Big Data als "Rosinenpicken auf industriellem Niveau".

Schließlich würden durch mehr Daten auch mehr falsche Daten und statistische Störgeräusche auftauchen. "Jeder kann falsche statistische Zusammenhänge finden", sagt Taleb. "Big Data bedeutet durchaus mehr Informationen, aber eben auch mehr falsche Informationen." Mit der Zahl der Variablen steige die Anzahl der zufälligen aber dennoch statistisch signifikanten Korrelationen stärker an. In der Diagnostik drohen mehr Fehlalarme, weil falsche Signale als echt gedeutet - und Patienten in der Folge unnötig untersucht und behandelt werden. "Falsch positive Signale sind tatsächlich ein Problem", sagt Joachim Buhmann, Leiter des Instituts für Maschinen-Lernen an der ETH Zürich. "Eine Lösung wären nicht mehr, sondern weniger Variablen."