Kann KI eine Revolution für eine datengesteuerte Krankheit sein?

Fortschritte in der Technologie haben dem Nutzer viel mehr Klarheit darüber verschafft, was ihr Körper ihnen sagt. Die „Blutzuckermessung“ zu Hause, die es seit Anfang der 1980er Jahre gibt, sowie das kontinuierliche Glucosemonitoring seit Anfang der 2000er Jahre haben die Diabetesversorgung revolutioniert. Nichtsdestoweniger ist Diabetes nach wie vor ein endloses Thema mit vielen Störfaktoren, alltäglichen Problemen und offenen Fragen.

Heute ist CGM der Standard für alle Menschen mit einer Insulintherapie, ein Partner, der alle fünf Minuten aktuelle Glucosewerte liefert. Aber selbst diese Welt, die sich von der vor einer Generation so spektakulär unterscheidet, könnte bald weitere radikale Veränderungen erleben. Der Grund: Künstliche Intelligenz (KI).

KI ist überall auf dem Vormarsch. Man kann keine Nachrichten mehr einschalten, ohne zu hören, wie KI so ziemlich alles verändern wird: Wie wir schreiben, lernen, reisen, Unternehmen führen, Kinder erziehen, Spiele spielen, Kriege führen – kurz gesagt, wie wir leben. Und natürlich, wie wir Gesundheitsversorgung leisten und gesund bleiben. KI nutzt Computersoftware, um menschliche Intelligenz nachzuahmen, schafft dies jedoch mit viel größerer Geschwindigkeit und Leistungsfähigkeit. KI kann Berechnungen in Sekunden durchführen, die menschliche Gehirn zwar auch ausführen kann, die jedoch so komplex sind, dass das menschliche Gehirn dafür viele (Millionen) Jahre benötigen würde. Manche Menschen halten KI für die wahrscheinlich die größte Entdeckung unserer Zeit.

Beim diesjährigen ADA wurde die zunehmende Bedeutung von KI für die praktische Diabetestherapie durch die Vielzahl von Vorträgen zu klinischen Anwendungen, Verhaltensgesundheit und mehr verdeutlicht. KI wird die Diabetesversorgung verändern, aber ihre Auswirkungen könnten hierbei größer sein als bei jeder anderen Erkrankung. Tatsächlich ist KI-Technologie hervorragend geeignet, um die Diabetestherapie zu revolutionieren.

Die Gründe dafür liegen auf der Hand – zumindest für jeden Menschen, der an Diabetes leidet. Die Krankheit ist niemals statisch, sondern erfordert ständige Überwachung und Anpassungen. Gleichzeitig ist Diabetes inzwischen eine Krankheit mit einer Vielzahl von Daten, die durch Sensoren in CGM-Systemen erfasst und durch intelligente Insulinpens, Pumpen und andere vernetzte Geräte noch verstärkt werden. Die Datenflut beginnt mit den Glucosewerten, umfasst aber praktisch alle Aspekte der täglichen Diabetesversorgung: Kohlenhydrate, Insulindosen, Insulinsensitivitätsraten, Korrekturfaktoren, Bewegungsniveau, Schlafdauer, ambulante Glucoseprofile, Glucosemanagement-Indikatoren, HbA1c-Werte, Zeiten im Zielbereich, Zeiten unterhalb und oberhalb des Zielbereichs und bei Insulinpumpen individuelle Basalwerte, Bewegungswerte, temporäre Einstellungen, verlängerte Boli und vieles mehr, ein Wirbelsturm aus täglichen Datenpunkten.

Viele dieser Daten und Zahlen können in Echtzeit abgerufen oder verwendet werden, aber darüber hinaus werden auch Verlaufsdaten gespeichert und genau hier liegen die Grenzen. Die meisten Menschen mit Diabetes, die bereits mit ihrer täglichen Pflege und ihrem Alltag (Arbeit, Schule, Familie, Freunde) überfordert sind, können nur einen Bruchteil dieser vielen Datenpunkte aufnehmen. Das Gleiche gilt für Ärzte, die möglicherweise nicht einmal verstehen, was all diese Zahlen bedeuten, und selbst wenn sie es tun, in der Regel keine Zeit haben, Muster zu erkennen und detaillierte Empfehlungen auszusprechen.

Hier liegt das Potenzial von KI: Sie kann unterschiedliche Datenströme, sowohl aktuelle als auch historische, integrieren, sie kann Muster erkennen und daraus Vorhersagen darüber treffen, wie bestimmte Maßnahmen zu bestimmten Ergebnissen führen. Möglicherweise haben andere physiologische Aspekte wie beispielsweise die Herzfrequenz, einen bisher nicht erkannten Einfluss auf den Glucoseverlauf. Durch die Analyse von Datenströmen – Ernährung, Stress, Schlaf – und wahrscheinlich auch andere Dinge, von denen wir noch nicht einmal wissen, dass sie einen Einfluss auf den Glucoseverlauf haben, lassen sich diese erkennen. Je mehr Datenströme integriert werden, desto wahrscheinlicher ist es, dass man eine Insulindosis erhält, mit der man das gewünschte Ergebnis erzielt.

Aktuell ist dies noch Zukunftsmusik. Noch gibt ChatGPT keine konkrete Antwort auf die Frage: „Mein Blutzucker liegt bei 100 und ich will x Gramm Kohlenhydrate essen. Wie viel Insulin soll ich nehmen?“, sondern verweist ganz korrekt auf den individuellen Kohlenhydratfaktor, Insulinspiegel und geplante Aktivitäten.

Insulinpumpen, die in Kombination mit Algorithmen und CGM-Systemen eine automatisierte Insulinabgabe (AID) ermöglichen, verfügen jedoch über KI-ähnliche Eigenschaften. Diese Systeme können niedrige oder hohe Glucosewerte vorhersagen und die Insulinabgabe entsprechend anpassen. Das Versprechen der KI besteht darin, dass sie weit mehr als nur den Glucoseverlauf beurteilen kann, um diese Anpassungen vorzunehmen und gleichzeitig Bolusgaben zu den Mahlzeiten zu empfehlen oder zu initiieren. Eine Aussage, die in diesem Zusammenhang David Klonoff zugeschrieben wird, ist, dass wir uns in der Gebrüder-Wright-Phase der KI-Technologie für Diabetes befinden. Selbst wenn wir schon in der Charles-Lindberg-Phase sind, ist der Weg noch sehr lang.

Weitere Anwendungsmöglichkeiten für KI in der Diabetestherapie sind Vorhersagen der Entwicklung von diabetischen Komplikationen, z.B. einer diabetischen Retinopathie. Die Technologie ermöglicht es Ärzten, anhand eines einzigen Bildes oder Datenpunkts weitere Informationen – wie historische Muster und Risikofaktoren – zu integrieren und so die Wahrscheinlichkeit eines unerwünschten Ereignisses vorherzusagen. KI kann auch bei der Früherkennung von Diabetes helfen oder Vorhersagen darüber treffen, wer wahrscheinlich daran erkranken wird. Beides hätte viele Vorteile: Eine frühzeitige Erkennung verringert das Risiko einer akuten Krise bei der Diagnose, wie z. B. einer DKA. Eine Vorhersage von Diabetes ermöglicht es dem Patienten, Maßnahmen zu ergreifen, um dessen Entwicklung zu verzögern.

Tatsächlich kann KI auch einen erheblichen Einfluss auf die Art und Weise haben, wie Ärzte ihre Patienten betreuen, auch wie sie therapierelevante Entscheidungen treffen. Was tun Sie als Arzt, wenn Sie etwas nicht wissen? Der Ansatz der ersten Generation bestand darin, einfach einen Experten zu fragen. Der Ansatz der zweiten Generation bestand darin, eine Datenbank mit peer-reviewten Artikeln zu konsultieren. Was aber, wenn der Artikel nicht genau das enthielt, wonach man sucht – vielleicht fällt das Alter des Patienten nicht in den angegebenen Bereich oder er/sie hatte eine andere Erkrankung, die das Ergebnis verfälschen könnte? Peer-Review-Artikel sind die Grundlage der evidenzbasierten Medizin, aber was ist, wenn die Evidenz nicht passt? Hier liegt die Stärke der unersättlichen Datenflut, die KI nutzen kann.

Fazit: Mit KI können so viele verschiedene Faktoren berücksichtigt werden, dass Ärzte rationalere Entscheidungen treffen können. Was die Patienten betrifft, wird der Dialog mit dem eigenen Körper niemals enden. Aber die KI verspricht, dass sie Patienten und Körper wie nie zuvor miteinander verbinden und unsichere Diskussionen in einen Austausch von klugen und sicheren Ratschlägen verwandeln wird. Klingt nach einer schönen neuen Welt!