NewsThemenHIV„Die Forderung nach transparenten Algorithmen kann ihre Vorhersagekraft schwächen.“
HIV

HIV

Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Vermischtes

„Die Forderung nach transparenten Algorithmen kann ihre Vorhersagekraft schwächen.“

Montag, 11. Juni 2018

Saarbrücken – HIV-Patienten stehen mehr als 20 Wirkstoffe zur Verfügung, die Ärzte in verschiedenen Kombinationen in der Therapie einsetzen. Welche der mehr als 1.000 Variationen bei welchem Patienten am besten wirkt, kann eine Software vorhersagen, die Informatiker zusammen mit Medizinern vom Max-Planck-Institut für Informatik in Saarbrücken entwickelt haben. Die Empfehlung basiert auf einem diagnostischen Test, der die Virus-RNA entschlüsselt, woraus der Algorithmus Resistenzvorhersagen ableitet. Eine neue Version der Software steht kurz vor dem Start. Sie wird die vorgeschlagenen Kombinationen für den Arzt interpretierbar machen.

Fünf Fragen an Thomas Lengauer, Direktor des Max-Planck-Instituts für Informatik in Saarbrücken und Leiter des HIV-Projekts.
DÄ: Seit wann arbeiten Sie an der HIV-Software, um optimale Therapiekombinationen vorherzusagen? Welche Probleme sind bei der Entwicklung der Software aufgetreten?
Thomas Lengauer: Wir haben das Projekt um die Jahrtausendwende begonnen. Dazu kamen Virologen, Kliniker und Bioinformatiker zusammen. Zuerst wurden im deutschen Arevir-Konsortium Daten gesammelt, die dann in die Mitte des ersten Jahrzehnts des neuen Jahrtausends gebildete europäische Euresist-Datenbank Eingang fanden. Heute umfasst die Datenbank mehr als 170.000 Therapiewechsel von mehr als 80.000 Patienten.

DÄ: Wie vielen HIV-Patienten konnten sie mithilfe der Software bereits eine Therapie anbieten?
Lengauer: Wir haben hier keine genauen Zahlen, unter anderem aus Datenschutz­gründen. Aber unsere computergestützten Schätzungen der viralen Resistenz gegen einzelne Wirkstoffe werden seit den frühen 2000er-Jahren von unserem deutschen Konsortium, das mehr als die Hälfte aller HIV-Patienten in Deutschland behandelt, systematisch eingesetzt. Darüber hinaus sehen wir eine regelmäßige Nutzung in mehreren 1.000 Fällen pro Monat aus der ganzen Welt.

Der Computer schätzt hier einen Laborwert – eine Aufgabe, bei der der Arzt vorher verwandte tabellengesteuerte Verfahren zurate gezogen hat. Diese sind zwar gleich gut am Anfang der Infektion, sind aber überfordert, wenn der Patient therapie-erfahrener wird und viele Resistenzmutationen ansammelt.

Unsere zweite Softwarevariante, die Medikamentenkombinationen vorschlägt, hat noch keinen Eingang in die klinische Praxis gefunden, weil die vom Computer vorgeschla­genen Kombinationen dem Arzt nicht hinreichend erklärt werden. Unsere neue Softwaregeneration soll diese Hürde überwinden. Sie befindet sich im Endstadium der Entwicklung und wird bereits getestet. Wir hoffen, damit in nächster Zeit an die Öffentlichkeit gehen zu können.

DÄ: Wie gut akzeptieren Kollegen und Patienten die Empfehlung einer Software?
Lengauer: Bei den Patientengesprächen bin ich zwar nicht zugegen. Ich höre aber, dass die Therapieauswahl in vielen Fällen eine Art Verhandlung zwischen Arzt und Patient darstellt. Im Fall des Resistenztests bringt der Arzt unsere Schätzungen der viralen Resistenz gegen einzelne Wirkstoffe in die Zusammensetzung seiner Therapie ein. Da ändert sich im Prozedere nicht viel gegenüber anderen Verfahren, die die Resistenz anders – etwa tabellarisch – schätzen. Schlagen wir jedoch eine Medikamenten­kombination vor, so verspürt der Arzt ein Nachfragerecht und den Wunsch zum Dialog mit dem Computer. Diesem Wunsch nach Transparenz wollen wir mit unserer neuen Software gerecht werden.

DÄ: Der Wunsch nach transparenten Algorithmen wird immer häufiger geäußert. Welche Vor- und Nachteile ergeben sich dadurch?
Lengauer: Die vom Algorithmus vorgeschlagene Therapie erklärbar und transparent zu machen, ist eine große Herausforderung. Mathematische Optimierung in großen Datenmengen folgt ja gerade nicht den Regeln menschlicher Argumentation. Gerade deshalb ist sie in der Lage, in hochdimensionalen Daten verborgene Muster zu finden, die der Mensch nicht finden würde. Dennoch wünscht sich der Mensch zur Vorhersage auch eine Erklärung. Das ist auch notwendig, da Data-Mining-Methoden beziehungs­weise systematische Datenanalysen häufig nur Assoziationen und keine kausalen Zusammenhänge aufdecken, und auch Fehler machen können. Die Forderung nach transparenten Algorithmen kann ihre Vorhersagekraft schwächen. Die Ärzte nehmen eine solche Schwächung gern in Kauf – wenn sie nicht allzu dramatisch ist. Dafür bekommen sie als wesentliche Stärkung die Interpretation der Ausgabe.

DÄ: Welche Relevanz wird klinische Datenintelligenz in Zukunft in der Medizin haben?
Lengauer: Ich erwarte große Fortschritte bei der Präzisionsmedizin durch systema­tische Datenanalysen. Das betrifft praktisch alle Krankheiten. Bei HIV haben wir darüber hinaus die Besonderheit, dass es besonders viele Therapieoptionen gibt. Das ist notwendig, weil das Virus so variabel ist, und eine geringe Anzahl von Therapie­optionen nicht alle Virenvarianten erfolgreich bekämpft. So etwas sieht man auch bei anderen Infektionskrankheiten, etwa Hepatitis B, Hepatitis C (die wir auch bearbeiten) und Tuberkulose. Die wesentliche Zukunftsperspektive für unseren Data-Mining-Ansatz besteht jedoch bei Krebs. Auch hier haben wir es mit hoher Diversität (des Tumors) zu tun, die nur durch Medikamentenkombinationen bekämpft werden kann. Die Zahl der Therapieoptionen steigt bei Krebs gerade rasant. Ich erwarte, dass systematische Datenanalysen in einigen Jahren auch bei Krebs zu deutlichen Fortschritten bei der Behandlung führen werden. © gie/aerzteblatt.de

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

Fachgebiet