Die Revoluzzer der Gesundheitsbranche: Data-Mining

zur Früherkennung von SEUCHEN

Von Jennifer Garic und Jerome Busch

Die Entdeckung von Penizillin half Millionen Menschen weltweit. Heutige Neuerungen in der Gesundheitsbranche sind hingegen oft technischer Natur und nutzen neuartige Stoffe und Verfahren, um Krankheiten zu heilen, vorherzusagen oder zu lindern. Einige davon haben die Chance, das „neue Penizillin“ zu werden und die Gesundheitsbranche zu revolutionieren.

Ein Kratzen im Hals und die Nase ist verstopft. Ist das eine Erkältung oder doch schon die Grippe? Schnell mal das Internet fragen. Wer solche Symptome googlet, findet nicht nur mehr oder weniger hilfreiche Tipps, sondern wird auch getrackt. Google zeichnet auf, was die Nutzer wann und wo suchen. Wenn also gleichzeitig sehr viele Menschen einer Stadt nach Fieber und Gliederschmerzen suchen, könnten das Anzeichen für eine Grippewelle sein.

Zumindest dachte sich der Google-Konzern das und hat die Software „Google Flu Trends“ (GFT) entwickelt. Diese nutzt die Methode des Data-Minings. Dabei sollte die Software prüfen, ob es zwischen Suchanfragen auf Google und tatsächlich gemeldeten Symptomen und Krankheitsfällen Verbindungen gibt. Forscher haben dazu fünf Jahre lang analysiert, was US-Bürger am häufigsten suchen, und bestimmte Schlagworte mit echten Krankheitsdaten des amerikanischen Melderegisters verglichen. Das Ergebnis: 45 Begriffe stehen im Zusammenhang mit dem Auftreten einer Grippe. Wenn die Bevölkerung diese Begriffe auffällig oft googelt, könnte eine Grippewelle bevorstehen – so der Gedanke von Google. Kann eine Suchmaschine also Epidemien vorhersagen? Leider nein. Als 2009 die Schweinegrippe ausbrach, schlug GFT keinen Alarm. Stattdessen meldete das Programm in der Grippesaison 2012/2013 die Gefahr einer ernsthaften Epidemie – ein Fehlalarm. Mittlerweile hat Google das Prognoseprogramm eingestellt. Warum genau GFT nicht funktioniert hat, ist unklar. Denn Google hat bisher weder die Suchbegriffe noch die verwendeten Algorithmen offengelegt. Experten führen die Fehlprognosen auf die Größe des Datensatzes zurück. Die Masse an Daten führe dazu, dass die Informationen weniger zuverlässig seien. Nur weil jemand das Schlagwort „Husten“ googelt, hat er eben noch lange keine Grippe.

Um solche Fehleinschätzungen zu vermeiden, beziehen neuere Anwendungen die Expertise von Medizinern mit ein. So auch das „Surveillance and Outbreak Response Management System (SORMAS)“, das Forscher in Nigeria zur Ebola-Früherkennung getestet haben. In der Pilotphase haben medizinische Angestellte täglich Personen untersucht, die mit Infizierten in Kontakt standen. Sie speicherten verdächtige Symptome auf einem Cloud-Server, damit die Daten für alle Mediziner und Behörden zugänglich sind. Dieses Informationsnetzwerk soll Epidemien frühzeitig erkennen. Wie zuverlässig SORMAS ist, werten Wissenschaftler derzeit aus. Im Bestfall legt das Programm aus Nigeria den Grundstein für weitere Data-Mining-Projekte.

Wie wahrscheinlich ist es, dass die Erfindung zum Einsatz kommt?