NewsMedizinSocial Media Mining als Innovationstreiber für die Arzneimittel­entwicklung
Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Medizin

Social Media Mining als Innovationstreiber für die Arzneimittel­entwicklung

Mittwoch, 19. Januar 2022

/Chinnapong, stock.adobe.com

Witten – Eine KI-gestützte Analyse von Social-Media-Posts kann dazu beitragen, die patientenzentrierte Arzneimittelentwicklung voranzutreiben.

Social-Media wie Facebook, Twitter und Instagram bieten eine ideale Plattform für Online-Selbsthilfe­grup­pen sich über chronische Erkrankungen hinsichtlich Symptome, Alltagsangelegenheiten, Komorbidi­tät und behandlungsbedingte Nebenwirkungen auszutauschen.

Die patientenzentrierte Arzneimittelentwicklung gewinnt immer mehr an Bedeutung und für einige Er­kran­kungen ist der medizinische Bedarf weiterhin hoch. Daher sollten Pharmaunternehmen in Zukunft vermehrt die relevantesten unerfüllten medizinischen Bedürfnisse von Patienten adressieren.

Über Social Media werden Erfahrungen in Bezug auf bestimmte Therapien sowie Tipps für Alltagsproble­me, die im Kontext ihrer Erkrankung entstehen ausgetauscht und emotionale Unterstützung gegeben. Daher geben Social-Media-Daten tiefe Einblicke in unterschiedliche Krankheitsbilder und Bedürfnisse von Patienten, die für die Arzneimittelforschung genutzt werden könnte, so die Auffassung der Studien­autoren von der Universität Witten/Herdecke (UW/H) (Drug Discovery Today, 2021; DOI: 10.1016/j.drudis.2021.08.012).

So kann zum Beispiel die Größe einer Tablette empfindlichen Patienten bei der Einnahme Unbehagen bereiten, was zu Unzufriedenheit und womöglich zu einer verminderten Adhärenz beitragen kann. Solche Informationen und weitere Daten zum Beispiel hinsichtlich Nebenwirkungen bieten das Potenzial, pa­tien­­tenzentrierte medizinische Innovationen zu fördern, die an den alltäglichen, realen Bedürfnissen der Betroffenen angepasst werden können.

Die manuelle Auswertung solch großer Datenbestände wäre jedoch praktisch unmöglich. Daher schlagen die Wissenschaftler ein „Social Media Mining“ (SMM) mit einer automatisierten, durch künstliche Intelli­genz (KI) gestützten Analysen dieser Daten vor.

KI-gestützte Analysen wären dazu in der Lage, Beschreibungen der Bedürfnisse von Patienten in den Datenmengen zu identifizieren und im Hinblick auf ihre Wichtigkeit zu priorisieren.

„Wir können in den Daten auch erkennen, wenn Arzneimittel außerhalb der bisherigen Zulassung von Patienten für bestimmte Erkrankungen eingenommen werden“ erklärt Jonathan Koß, Erstautor der Studie und Doktorand am Lehrstuhl für Management und Innovation im Gesundheitswesen der Universität UW/H.

„Daraus können dann Hypothesen für Drug Repurposing gebildet werden, also Überlegungen für die Zulassung eines bestehenden Wirkstoffs für eine bisher nicht besetzte Indikation.“

Die Studienautoren geben jedoch zu bedenken, dass chronische Krankheiten für SMM-basierte Analysen wahrscheinlich zugänglicher sind als akute Krankheiten, die nur wenig Dauerbelastungen verursachen und auf Social-Media-Plattformen nicht oft erwähnt werden. Bei der Auswertung dieser Daten sollte außerdem berücksichtigt werden, ob es Limitierungen zum Beispiel hinsichtlich Altersverteilung oder Zugang der Patienten zu den Technologien gibt. So hat beispielsweise die Bevölkerung in Entwicklungs­ländern häufig eingeschränkten Zugang zu Social-Media-Plattformen aufgrund von begrenzten Internet­zugängen.

Krankheitsbedingte Behinderungen, wie auch Sehbehinderungen, können die Nutzung sozialer Medien ebenfalls hemmen. Außerdem bedienen sich Patienten häufig umgangssprachlichen Ausdrucksformen, die sich zum Teil erheblich von medizinischen Fachterminologien unterscheiden.

Die Autoren gehen jedoch davon aus, dass die Menge an Social-Media-Daten als auch die Anzahl der Patienten, die dort Informationen über die Krankheitsverläufe austauschen, steigen wird, so dass SMM-basierte Forschungsvorhaben in Zukunft zu einem Schlüsselfaktor für die patientenzentrierte Arznei­mittelentwicklung werden könnten. © cw/aerzteblatt.de

Liebe Leserinnen und Leser,

diesen Artikel können Sie mit dem kostenfreien „Mein-DÄ-Zugang“ lesen.

Sind Sie schon registriert, geben Sie einfach Ihre Zugangsdaten ein.

Oder registrieren Sie sich kostenfrei, um exklusiv diesen Beitrag aufzurufen.

Loggen Sie sich auf Mein DÄ ein

E-Mail

Passwort


Mit der Registrierung in „Mein-DÄ“ profitieren Sie von folgenden Vorteilen:

Newsletter
Kostenfreie Newsletter mit täglichen Nachrichten aus Medizin und Politik oder aus bestimmten Fachgebieten
cme
Nehmen Sie an der zertifizierten Fortbildung teil
Merkfunktion
Erstellen Sie Merklisten mit Nachrichten, Artikeln und Videos
Kommentarfunktion und Foren
Kommentieren Sie Nachrichten, Artikel und Videos, nehmen Sie an Diskussionen in den Foren teil
Job-Mail
Erhalten Sie zu Ihrer Ärztestellen-Suche passende Jobs per E-Mail.

Kommentare

Die Kommentarfunktion steht zur Zeit nicht zur Verfügung.
Avatar #1001735
alxianc
am Montag, 2. Mai 2022, 16:10

Interessant - aber realistisch?

Der Ansatz, KI in Social-Media-Plattformen einzusetzen, um die Arzneimittelentwicklung zu verbessern, ist extrem interessant und klingt erst einmal vielversprechend. Ich frage mich jedoch, wie groß die Gruppe ist, die man damit wirklich erreicht. Ich kenne niemanden, der mit medizinischen Diagnosen, Problemen oder Therapie(miss)erfolgen auf Social Media hausieren geht. Und selbst wenn - Sicherheit im Internet spielt zurecht eine immer größere Rolle und immer weniger Nutzer besitzen ein öffentliches Profil. Daher befürchte ich, dass nur eine Handvoll sinnvoller Daten bei einer solchen Auswertung herauskäme. Vielleicht wären Online-Foren (vielleicht sogar speziell thematisch passende zu einzelnen Krankheiten/Therapien etc.) hier die bessere Wahl für Data Mining?
LNS
LNS LNS LNS

Fachgebiet

Stellenangebote

    Weitere...

    Aktuelle Kommentare

    Archiv

    NEWSLETTER