Skip to main content
main-content
Erschienen in: Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 6/2019

09.05.2019 | Leitthema

Wissenschaftliche und ethische Bewertung von Projekten in der datengetriebenen Medizin

verfasst von: Amke Caliebe, André Scherag, Daniel Strech, Prof. Dr. rer. nat. Ulrich Mansmann

Erschienen in: Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz | Ausgabe 6/2019

Einloggen, um Zugang zu erhalten

Zusammenfassung

Die Erzeugung und Nutzung umfassender Datenbestände aus der medizinischen Versorgung sollen helfen, wichtige medizinische Fragestellungen zu beantworten. Lernendes Gesundheitssystem, datengetriebene Medizin und Big Data sind Begriffe, die diese Entwicklung überschreiben. Zur Analyse werden Methoden des maschinellen Lernens neben klassischen Ansätzen aus der Biostatistik verwendet.
Bei der Beurteilung von Projekten der datengetriebenen Medizin in Ethikkommissionen stellt sich die Frage, wie deren Risiko-Nutzen-Verhältnis sowie deren wissenschaftlicher und sozialer Wert beurteilt werden können. Welches Wissen wird hierzu benötigt? Wie können sich medizinische Ethikkommissionen auf diese Herausforderung einstellen? Wissenschaftliche Ansätze aus dem Bereich der Beobachtungsstudien und die Berücksichtigung übereingekommener ethischer Aspekte (Einwilligung, Validität, Gerechtigkeit, Risiko-Nutzen-Abwägung und Transparenz) helfen, die gestellten Fragen zu beantworten. Hierbei ist zu berücksichtigen, dass datengetriebene Medizin kein neues Paradigma schafft, das etablierte wissenschaftliche und ethische Bewertungsmechanismen medizinischer Forschung grundsätzlich infrage stellt. Die Bewertung von Projekten aus diesem Bereich verlangt jedoch von Ethikkommissionen ein höheres Maß an Spezialisierung und umfassendere methodische Expertise aus den Bereichen des maschinellen Lernens und der Beobachtungsstudien.
Empirische Forschung zum wissenschaftlichen Fortschritt und zur Regulierung (Governance) der datengetriebenen Medizin wird helfen, effektive Strategien für Begutachtungen durch Ethikkommissionen zu entwickeln und kontinuierlich anzupassen. Um den neuen Herausforderungen der datengetriebenen Medizin entgegenzutreten, sind Weiterbildungen und die Vernetzung von Experten erforderlich.
Literatur
1.
Zurück zum Zitat Institute of Medicine (2007) The learning Healthcare system: Workshop summary. The National Academies Press, Washington, DC Institute of Medicine (2007) The learning Healthcare system: Workshop summary. The National Academies Press, Washington, DC
2.
Zurück zum Zitat Friedman C, Rubin J, Brown J et al (2015) Toward a science of learning systems: A research agenda for the high-functioning learning health system. J Am Med Inform Assoc 22(1):43–50 PubMed Friedman C, Rubin J, Brown J et al (2015) Toward a science of learning systems: A research agenda for the high-functioning learning health system. J Am Med Inform Assoc 22(1):43–50 PubMed
5.
Zurück zum Zitat Crispin A, Klinger C, Rieger A, Strahwald B, Lehmann K, Buhr HJ, Mansmann U (2017) The DGAV risk calculator: Development and validation of statistical models for a web-based instrument predicting complications of colorectal cancer surgery. Int J Colorectal Dis 32(10):1385–1397 CrossRefPubMed Crispin A, Klinger C, Rieger A, Strahwald B, Lehmann K, Buhr HJ, Mansmann U (2017) The DGAV risk calculator: Development and validation of statistical models for a web-based instrument predicting complications of colorectal cancer surgery. Int J Colorectal Dis 32(10):1385–1397 CrossRefPubMed
6.
Zurück zum Zitat Glaeske G, Rebscher H, Willich SN (2010) Versorgungsforschung: Auf gesetzlicher Grundlage systematisch ausbauen. Dtsch Arztebl 107(26):A-1295–7 Glaeske G, Rebscher H, Willich SN (2010) Versorgungsforschung: Auf gesetzlicher Grundlage systematisch ausbauen. Dtsch Arztebl 107(26):A-1295–7
10.
Zurück zum Zitat Scherag A (2018) „Big Data“ und personalisierte Medizin in der Intensivmedizin. In: Kluge S, Heringlake M, Schwab S, Muhl E (Hrsg) DIVI Jahrbuch 2018/2019 – Fortbildung und Wissenschaft in der interdisziplinären Intensivmedizin und Notfallmedizin. Medizinisch Wissenschaftliche Verlagsgesellschaft, Berlin, S 3–8 Scherag A (2018) „Big Data“ und personalisierte Medizin in der Intensivmedizin. In: Kluge S, Heringlake M, Schwab S, Muhl E (Hrsg) DIVI Jahrbuch 2018/2019 – Fortbildung und Wissenschaft in der interdisziplinären Intensivmedizin und Notfallmedizin. Medizinisch Wissenschaftliche Verlagsgesellschaft, Berlin, S 3–8
12.
Zurück zum Zitat Raspe H, Hüppe A, Strech D, Taupitz J (2012) Empfehlungen zur Begutachtung klinischer Studien durch Ethik-Kommissionen Bd. 2. Deutscher Ärzteverlag, Berlin Raspe H, Hüppe A, Strech D, Taupitz J (2012) Empfehlungen zur Begutachtung klinischer Studien durch Ethik-Kommissionen Bd. 2. Deutscher Ärzteverlag, Berlin
13.
Zurück zum Zitat Strech D (2018) Normative Governance der Big Data Forschung, Forschung: Politik-Strategie-Management, S 53–60 (Bde 2+3) Strech D (2018) Normative Governance der Big Data Forschung, Forschung: Politik-Strategie-Management, S 53–60 (Bde 2+3)
14.
Zurück zum Zitat Strech D, Bein S, Brumhard M et al (2016) A template for broad consent in biobank research. Results and explanation of an evidence and consensus-based development process. Eur J Med Genet 59(6/7):295–309 CrossRefPubMed Strech D, Bein S, Brumhard M et al (2016) A template for broad consent in biobank research. Results and explanation of an evidence and consensus-based development process. Eur J Med Genet 59(6/7):295–309 CrossRefPubMed
17.
Zurück zum Zitat Kaye J, Whitley EA, Lund D, Morrison M, Teare H, Melham K (2015) Dynamic consent: A patient interface for twenty-first century research networks. Eur J Hum Genet 23:141–146 CrossRefPubMed Kaye J, Whitley EA, Lund D, Morrison M, Teare H, Melham K (2015) Dynamic consent: A patient interface for twenty-first century research networks. Eur J Hum Genet 23:141–146 CrossRefPubMed
19.
Zurück zum Zitat Langhof H, Kahrass H, Sievers S, Strech D (2017) Access policies in biobank research: What criteria do they include and how publicly available are they? A cross-sectional study. Eur J Hum Genet 25(3):293–300 CrossRefPubMed Langhof H, Kahrass H, Sievers S, Strech D (2017) Access policies in biobank research: What criteria do they include and how publicly available are they? A cross-sectional study. Eur J Hum Genet 25(3):293–300 CrossRefPubMed
21.
Zurück zum Zitat Strech D (2015) Ethical review of biobank research: Should RECs review each release of material from biobanks operating under an already-approved broad consent and data protection model? Eur J Med Genet 58(10):545–549 CrossRefPubMed Strech D (2015) Ethical review of biobank research: Should RECs review each release of material from biobanks operating under an already-approved broad consent and data protection model? Eur J Med Genet 58(10):545–549 CrossRefPubMed
22.
Zurück zum Zitat Wegwarth O, Gigerenzer G (2018) US gynecologists’ estimates and beliefs regarding ovarian cancer screening’s effectiveness 5 years after release of the PLCO evidence. Sci Rep 8(1):17181 CrossRefPubMedPubMedCentral Wegwarth O, Gigerenzer G (2018) US gynecologists’ estimates and beliefs regarding ovarian cancer screening’s effectiveness 5 years after release of the PLCO evidence. Sci Rep 8(1):17181 CrossRefPubMedPubMedCentral
23.
Zurück zum Zitat Lander J, Hainz T, Hirschberg I, Bossert S, Strech D (2016) Do public involvement activities in biomedical research and innovation recruit representatively? A systematic qualitative review. Public Health Genomics 19(4):193–202 CrossRefPubMed Lander J, Hainz T, Hirschberg I, Bossert S, Strech D (2016) Do public involvement activities in biomedical research and innovation recruit representatively? A systematic qualitative review. Public Health Genomics 19(4):193–202 CrossRefPubMed
24.
Zurück zum Zitat Mc Cord KA, Al-Shahi Salman R, Treweek S et al (2018) Routinely collected data for randomized trials: promises, barriers, and implications. Trials 19(1):29 CrossRefPubMedPubMedCentral Mc Cord KA, Al-Shahi Salman R, Treweek S et al (2018) Routinely collected data for randomized trials: promises, barriers, and implications. Trials 19(1):29 CrossRefPubMedPubMedCentral
26.
Zurück zum Zitat Strech D, Mertz M (2012) Forschungsethische Grundprinzipien. In: Raspe H, Hüppe A, Strech D, Taupitz J (Hrsg) Empfehlungen zur Begutachtung klinischer Studien durch Ethik-Kommissionen, 2. Aufl. Deutscher Ärzteverlag, Köln Strech D, Mertz M (2012) Forschungsethische Grundprinzipien. In: Raspe H, Hüppe A, Strech D, Taupitz J (Hrsg) Empfehlungen zur Begutachtung klinischer Studien durch Ethik-Kommissionen, 2. Aufl. Deutscher Ärzteverlag, Köln
28.
Zurück zum Zitat Lupton D (2015) Health promotion in the digital era: A critical commentary. Health Promot Int 30(1):174–183 CrossRefPubMed Lupton D (2015) Health promotion in the digital era: A critical commentary. Health Promot Int 30(1):174–183 CrossRefPubMed
34.
Zurück zum Zitat Morris Z, Whiteley WN, Longstreth WT et al (2009) Incidental findings on brain magnetic resonance imaging: Systematic review and meta-analysis. BMJ 339:b3016 CrossRefPubMedPubMedCentral Morris Z, Whiteley WN, Longstreth WT et al (2009) Incidental findings on brain magnetic resonance imaging: Systematic review and meta-analysis. BMJ 339:b3016 CrossRefPubMedPubMedCentral
35.
Zurück zum Zitat Schoolman HM, Becktel JM, Best WR, Johnson AF (1968) Statistics in medical research: Principles versus practices. J Lab Clin Med 71:357–367 PubMed Schoolman HM, Becktel JM, Best WR, Johnson AF (1968) Statistics in medical research: Principles versus practices. J Lab Clin Med 71:357–367 PubMed
38.
Zurück zum Zitat Meng XL (2018) Statistical paradises and paradoxes in big data (I): Law of large populations, big data paradoxes and the 2016 US presidential election. Ann Appl Stat 12(2):685–726 CrossRef Meng XL (2018) Statistical paradises and paradoxes in big data (I): Law of large populations, big data paradoxes and the 2016 US presidential election. Ann Appl Stat 12(2):685–726 CrossRef
40.
Zurück zum Zitat Esteva A, Kuprel B, Novoa RA, Ko J, Swetter SM, Blau HM, Thrun S (2017) Dermatologist-level classification of skin cancer with deep neural networks. Nature 542:115–118 CrossRefPubMed Esteva A, Kuprel B, Novoa RA, Ko J, Swetter SM, Blau HM, Thrun S (2017) Dermatologist-level classification of skin cancer with deep neural networks. Nature 542:115–118 CrossRefPubMed
42.
Zurück zum Zitat Hripcsak G, Ryan PB, Duke JD et al (2016) Characterizing treatment pathways at scale using the OHDSI network. Proc Natl Acad Sci U S A 113(27):7329–7336 CrossRefPubMedPubMedCentral Hripcsak G, Ryan PB, Duke JD et al (2016) Characterizing treatment pathways at scale using the OHDSI network. Proc Natl Acad Sci U S A 113(27):7329–7336 CrossRefPubMedPubMedCentral
43.
Zurück zum Zitat Antes G (2016) Big Data und Personalisierte Medizin: Goldene Zukunft oder leere Versprechungen? Dtsch Arztebl 113(15):A-712 Antes G (2016) Big Data und Personalisierte Medizin: Goldene Zukunft oder leere Versprechungen? Dtsch Arztebl 113(15):A-712
44.
Zurück zum Zitat Khera AV, Chaffin M, Aragam KG et al (2018) Genome-wide polygenic scores for common diseases identify individuals with risk equivalent to monogenic mutations. Nat Genet 50(9):1219–1224 CrossRefPubMedPubMedCentral Khera AV, Chaffin M, Aragam KG et al (2018) Genome-wide polygenic scores for common diseases identify individuals with risk equivalent to monogenic mutations. Nat Genet 50(9):1219–1224 CrossRefPubMedPubMedCentral
46.
Zurück zum Zitat Linek SB, Fecher B, Friesike S, Hebing M (2017) Data sharing as social dilemma: Influence of the researcher’s personality. PLoS ONE 12(8):e183216 CrossRefPubMedPubMedCentral Linek SB, Fecher B, Friesike S, Hebing M (2017) Data sharing as social dilemma: Influence of the researcher’s personality. PLoS ONE 12(8):e183216 CrossRefPubMedPubMedCentral
47.
Zurück zum Zitat Naudet F, Sakarovitch C, Janiaud P, Cristea I, Fanelli D, Moher D, Ioannidis JPA (2018) Data sharing and reanalysis of randomized controlled trials in leading biomedical journals with a full data sharing policy: Survey of studies published in The BMJ and PLOS Medicine. BMJ 360:k400 CrossRefPubMedPubMedCentral Naudet F, Sakarovitch C, Janiaud P, Cristea I, Fanelli D, Moher D, Ioannidis JPA (2018) Data sharing and reanalysis of randomized controlled trials in leading biomedical journals with a full data sharing policy: Survey of studies published in The BMJ and PLOS Medicine. BMJ 360:k400 CrossRefPubMedPubMedCentral
Metadaten
Titel
Wissenschaftliche und ethische Bewertung von Projekten in der datengetriebenen Medizin
verfasst von
Amke Caliebe
André Scherag
Daniel Strech
Prof. Dr. rer. nat. Ulrich Mansmann
Publikationsdatum
09.05.2019
Verlag
Springer Berlin Heidelberg
Erschienen in
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz / Ausgabe 6/2019
Print ISSN: 1436-9990
Elektronische ISSN: 1437-1588
DOI
https://doi.org/10.1007/s00103-019-02958-2

Weitere Artikel der Ausgabe 6/2019

Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 6/2019 Zur Ausgabe

Neu im Fachgebiet Allgemeinmedizin

Newsletter

Newsletter

Bestellen Sie unseren kostenlosen Newsletter Update Allgemeinmedizin und bleiben Sie gut informiert – ganz bequem per eMail.