Jeder Krebs ist anders. Ob in der Brust, der Lunge oder der Bauchspeicheldrüse: wenn ein Tumor entsteht und sich ausbreitet, sucht er sich stets seinen eigenen Weg – er ist so individuell wie die Patienten selbst. Das ist der Grund, warum eine bestimmte Therapie einem Menschen hilft und einem anderen nicht.

Die Suche nach der richtigen Behandlung kostet wertvolle Lebenszeit und auch viel Geld, und so verwundert es nicht, dass die Medizin viel Hoffnung auf einen derzeit großen Trend setzt: künstliche Intelligenz. Selbstlernende Maschinen wie der Supercomputer Watson von IBM sollen helfen, die Ergebnisse von Genanalysen von Patienten binnen kürzester Zeit mit Millionen anderen Patientenakten, möglichen Behandlungsformen und Forschungsaufsätzen abzugleichen und so eine möglichst genaue Diagnose mit entsprechendem Therapievorschlag zu stellen. Präzisionsmedizin lautet das Schlagwort.

Zwei Hürden gibt es allerdings: zum einen das Unbehagen der Deutschen gegenüber neuen technologischen Möglichkeiten, das sich auch an anderer Stelle zeigt, beispielsweise gegenüber Roboterassistenten im OP. Zum anderen mangelt es noch an den Voraussetzungen, insbesondere was die Lesbarkeit der Daten angeht. Beides sollte schleunigst angegangen werden.

Wert der künstlichen Intelligenz reicht über Krebstherapie hinaus

Wie kann das gelingen? Beginnen müsste man erstens damit, dass nicht nur Deutsche skeptisch sind, wenn es um die Gesundheit geht. Das ist durchaus nachvollziehbar, schließlich handelt es sich um sensible Daten. Wie anfällig Krankenhäuser für Cyberattacken sind, hat erst kürzlich der Wannacry-Angriff bewiesen. Ohne die Bereitschaft von Patienten, ihre Informationen – selbstverständlich anonymisiert – der Allgemeinheit zur Verfügung zu stellen, kann die Präzisionsmedizin nicht funktionieren. Daher braucht es Sicherheiten und Datenschutzregeln. Wichtig ist aber noch etwas anderes: Den Menschen muss man den Nutzen dieser Methode deutlich machen, für sie selbst und für andere.

Dass es diesen Nutzen gibt, hat im vergangenen Sommer wieder einmal Watson bewiesen. Nachdem bei einer Japanerin eine Therapie gegen Blutkrebs nicht richtig anschlug, brauchte er nur zehn Minuten, um 20 Millionen klinische Studien zu durchforsten und eine besonders seltene Form von Leukämie zu diagnostizieren. Wissenschaftler hätten dafür wohl zwei ganze Wochen benötigt.

Doch der Wert der künstlichen Intelligenz reicht über die Krebstherapie hinaus. Ob es darum geht, einen Herzinfarkt zu vermeiden oder Diabetiker vor einer drohenden Unterzuckerung zu warnen: inzwischen gibt es in vielen medizinischen Bereichen Projekte, für die sich oft Technologiekonzerne wie Google, SAP oder IBM mit Pharma- oder Medizintechnikunternehmen zusammenschließen.

Google hat inzwischen eine eigene Plattform, auf die Patienten, Kliniken und Forscher Datensätze hochladen können, Amazon und Microsoft mischen ebenfalls mit. Auch wenn viele dieser Ansätze noch am Anfang stehen, zeigen sie doch, wie groß die Erwartungen sind – und dass Deutschland aufpassen muss, nicht den Anschluss zu verlieren. Mit Siemens und dem Rhön Klinikum bringen sich immerhin auch hierzulande Unternehmen in Stellung.

Präzisionsmedizin müsste in Regelversorgung aufgenommen werden

Das ist der zweite zentrale Punkt. Es ist entscheidend, die richtigen Rahmenbedingungen zu schaffen. Die Daten der Patienten müssen digitalisiert und für Maschinen lesbar gemacht werden. Bisher hat oft jedes Krankenhaus sein eigenes System, ein Austausch findet nicht statt. Mancherorts herrscht noch Zettelwirtschaft – so wird es nichts mit dem Fortschritt. Wichtig ist auch, dass die Ärzte dafür gewonnen werden. Verschließen sie sich dem Umgang mit künstlicher Intelligenz, bringen auch die besten lernenden Systeme nichts.

Und dann gibt es drittens noch die Finanzierung. Zwar sind die Kosten für eine Genanalyse seit der Entschlüsselung des menschlichen Genoms im Jahr 2003 stark gefallen, so dass für eine Untersuchung heute nur noch ein paar hundert Euro fällig werden. Für die kommen die Patienten in der Regel selbst auf. Damit Präzisionsmedizin für die breite Bevölkerung zur Verfügung steht, muss sie in die Regelversorgung aufgenommen werden. Dafür müsste sie freilich erst einmal zeigen, dass sie zu einer effizienteren Versorgung führt. Plausibel ist das, denkt man nur an die eingesparten Kosten für unpassende Therapien. Aber noch fehlt der Nachweis.

Das Ergebnis könnte eine Medizin sein, in der der Patient der Gewinner ist, weil er auf die optimale Behandlung hoffen darf. Wenn es gelänge, diese Chance in den Vordergrund der Debatte zu stellen, statt nur die Risiken zu sehen, wäre schon viel erreicht. Zumindest vorerst muss übrigens niemand befürchten, dass sein Arzt durch einen Algorithmus ersetzt wird. Forscher der Universitätsklinik in Philadelphia zeigten kürzlich, dass ein neuronales Netzwerk – eine Form des maschinellen Lernens – bei der Untersuchung von Röntgenbildern eine Tuberkulose mit hoher Treffsicherheit erkannte. Die Ergebnisse waren aber noch besser, wenn zusätzlich ein Radiologe auf die Aufnahmen schaute.