Mit Big Data zur personalisierten Diabetesprävention

Für die Volkskrankheit Diabetes bietet die Digitalisierung vollkommen neue Möglichkeiten für eine bessere Prädiktion und Prävention. Dies ist dringend notwendig, denn die Zahl der Menschen mit Diabetes nimmt rapide zu. Weltweit vervierfachte sich diese seit 1980. Allein in Deutschland leiden knapp 7 Mio. Menschen daran, und jedes Jahr erkranken bis zu 500.000 neu an dieser Stoffwechselerkrankung. In Universitätskliniken liegt sogar bei 1/4 aller Patienten ein manifester Diabetes vor [4].

Das Leiden sowie der Verlust an Lebensqualität der Betroffenen sind besonders in späteren Phasen der Erkrankung groß. Auch belastet die Stoffwechselerkrankung zunehmend das deutsche Gesundheitssystem: Die Kosten für Therapie und Arbeitsausfälle belaufen sich auf mehr als 16 Mrd. € im Jahr [5].

Diabetes ist eine komplexe Erkrankung, die durch ein vielschichtiges Zusammenspiel von Genen, Lebensstil und Umweltfaktoren entsteht. Wissenschaftler des DZD (Deutsches Zentrum für Diabetesforschung) zeigten, dass es nicht „den“ Typ-2-Diabetes gibt, sondern unterschiedliche Subtypen sowohl des Prä- als auch des manifesten Diabetes, die auf Lebensstiländerungen und Therapie sehr individuell ansprechen [6]. Auch laut einer kürzlich in „The Lancet Diabetes & Endocrinology“ publizierten Arbeit existieren beimTyp-2-Diabetes weit komplexere Subtypen als bisher angenommen [7]. So lassen sich aus den großen schwedischen Kohorten 5 verschiedene Diabetesunterformen errechnen, die auch mit unterschiedlichen Outcomes korrelieren. Patienten von 3 dieser Subtypen sind mit Blick auf diabetische Folgeschäden als Hochrisikopersonen einzustufen. Bei den beiden weiteren Subtypen dagegen sind die Krankheitsverläufe weniger schwer. Auch eine DZD-Arbeitsgruppe identifizierte Subtypen mit einem sehr hohen Risiko für Organkomplikationen. Die hiervon Betroffenen haben eine ausgeprägte Insulinresistenz, eine niedrige Insulinsekretion und weisen auch eine Fettlebererkrankung auf – und das schon Jahre, bevor es mit einer sehr hohen Wahrscheinlichkeit zu einer manifesten Diabeteserkrankung kommt [8].

Nun gilt es, noch mehr solcher Untergruppen zu identifizieren und herauszufinden, welche davon jeweils welche Eigenschaften aufweisen und wie Patienten mit dem betreffenden Subtyp behandelt werden müssten (Abb. 1). Je kleiner und ausdifferenzierter diese Untergruppen werden, desto individueller und Erfolg versprechender werden die Prädiktion, Prävention oder Therapie ausfallen. Besonders für die Prävention ist es essenziell, frühe Prädiktoren zu finden, die bereits lange vor dem Ausbruch der Erkrankung ein sicheres Signal der Veränderungen im Körper widerspiegeln [9]. Das Auffinden solcher Prädiktoren sowie die damit verbundene Identifizierung von Untergruppen des Diabetes sind ein wesentlicher Schritt in Richtung personalisierte Medizin, die im Mittelpunkt der Forschungsaktivitäten des DZD steht.

Hinsichtlich der Prädiktion können Erwachsene mit Hilfe des DIfE – Deutscher Diabetes-Risiko-Test® (DRT; Bezugsquelle: DZD oder online: diabetesrisikote​st.​de) ihr persönliches Risiko ermitteln, innerhalb der nächsten 5 Jahre an einem Typ-2-Diabetes zu erkranken. Dem sehr aussagekräftigen und validierten Test liegen Daten großer epidemiologischer Studien zugrunde [10]. Damit er rechtzeitig durchgeführt wird, ist es wichtig, Menschen ohne Diabetes und besonders gefährdete Personen zu erreichen. Allerdings zeigte die jüngst vom Robert Koch-Institut (RKI) in Deutschland veröffentlichte Studie „Krankheitswissen und Informationsbedarfe – Diabetes mellitus“, dass ein deutlicher Bedarf für eine zielgruppenspezifische Information und Kommunikation zum Thema Diabetes besteht und sich konkrete Wissenslücken u. a. zur Entstehung von Diabetes und Risikofaktoren in der Allgemeinbevölkerung identifizieren lassen [11]. Somit stellt sich die Frage, wie man die Digitalisierung, die zurzeit in allen Lebensbereichen unserer Gesellschaft Einzug hält, für ein besseres Bewusstsein („awareness“) sowie eine bessere Prädiktion und Prävention nutzen kann.

Durch den Aufbau eines DDPC (digitales Diabetespräventionszentrum) soll unter Einbeziehung großer Bevölkerungsgruppen, Gesundheits- und Forschungsdaten aus unterschiedlichsten Quellen und innovativen Informationstechnologien die Chance genutzt werden, Subtypen des Diabetes in der Bevölkerung frühzeitig zu erkennen und eine zielgerichtete personalisierte Prädiktion und Prävention zu ermöglichen. Nur so können der Ausbruch der Stoffwechselerkrankung bzw. die Entstehung von Folgeerkrankungen eingedämmt oder verhindert werden, was letztendlich auch zu einer Kostensenkung im Gesundheitswesen führen wird. Dafür setzen sich das DZD und das Helmholtz Zentrum München ein. Patienten, die Daten zur Verfügung stellen, profitieren direkt. Sie erhalten diese mit einem besonderen Mehrwert zurück – einer speziell auf jeden Einzelnen zugeschnittenen personalisierten Prävention.

Die Rolle der Bevölkerung wird sich im Rahmen der Digitalisierung maßgeblich ändern. Patientengruppen möchten bei der Testung neuer Systeme kooperieren. Von Patientenvertretern wird beklagt, dass man am medizinischen Fortschritt in Deutschland nicht vollumfänglich teilnehmen könne, da die Datenschutzbestimmungen Forschung und Innovation behindern [16]. Gemeinsam mit der Politik, den Fachgesellschaften und den Patientenverbänden müssen wir einen Weg finden, der den Zugang zu Daten auf sicherem und geschütztem Wege garantiert, aber andererseits den medizinischen Fortschritt in einer digitalisierten Welt nicht verhindert. Der von der DDG (Deutsche Diabetesgesellschaft) entwickelte „code of conduct digital health“ bietet hierzu eine gute Grundlage [17]. Noch ist das DDPC eine Zukunftsvision. Es gilt, die Politik davon überzeugen, in ein solches Zentrum zu investieren. Angesichts von Gesundheitskosten im Diabetesbereich von mehr als 16 Mrd. € jährlich wäre das sicher eine gute Investition.