Digital Twin

Was ist eigentlich ein digitaler Patient*innen-Zwilling?

Der digitale Zwilling wird für bestimmte Organe wie Herz und Leber erforscht und entwickelt. Aber was ist eigentlich ein digitaler Patient*innen-Zwilling? Schauen wir uns an, was das sein könnte und welche Anwendungen zum Konzept beitragen.

10 min
Peter Aulbach
Veröffentlicht am March 21, 2023

Es gibt mehrere Konzepte von digitalen Zwillingen in der Gesundheitswirtschaft und in der Gesundheitsversorgung. Ein zentraler Ansatz ist der digitale Patient*innen-Zwilling. Mit ihrer Hilfe werden Ärzt*innen immer besser vorhersagen können, wie ein Mensch altert, wann sich Erkrankungen abzeichnen, welchen Verlauf sie nehmen, und was die effektivste Behandlung für genau diesen Menschen ist.

Könnte ein digitaler Patient*innen-Zwilling kranken Menschen dabei helfen, so schnell wie möglich wieder ein normales Leben zu führen? Oder idealerweise verhindern, dass sie überhaupt erst krank werden? Das klingt aus heutiger Sicht wie ein großer Traum. Unser Film zeigt, wie es tatsächlich funktionieren könnte:

Diese Simulationen vom Gesundheitszustand der Patient*innen basieren auf biophysiologischen Datenmodellen, die mithilfe von Algorithmen erstellt werden. Im Prinzip verarbeitet der digitale Patient*innen-Zwilling alle erfassbaren Daten aus den unterschiedlichsten Quellen, ohne sie an einem einzigen Ort abspeichern zu müssen – und dass idealerweise ein Leben lang. 

Der digitale Patient*innen-Zwilling verbindet die vorhandenen individuellen Gesundheitsinformationen in Echtzeit miteinander und gleicht sie fortwährend mit Ergebnissen aus Populationsstudien, Daten spezifischer Krankheitsbilder sowie individuellen Krankheitsverläufen, Medikationen, Diagnostiken oder Therapien anderer Betroffener ab. 

Unter Berücksichtigung von Evidenzen, gepaart mit klinischen Leitlinien und gesundheitsökonomischer Aspekte ermöglicht er Mediziner*innen so ein ganzheitliches, individuelles, übergreifendes Vorsorge- oder Behandlungsregime.

Es gibt vier wesentliche Voraussetzungen für die praktische Umsetzung: 

  1. Das Krankenhaus muss ausreichend digital vernetzt sein. 
  2. Die Daten müssen strukturiert und annotiert vorliegen. 
  3. Die Patienten müssen zu jeder Zeit über die Nutzung ihrer Daten entscheiden können. 
  4. Das medizinische Fachpersonal muss Zugriff auf die im digitalen Patient*innen-Zwilling aufbereiteten Informationen haben und diese digitale Oberfläche auch im klinischen Alltag anwenden können. 

Es ist noch ein langer Weg, den digitalen Patient*innen-Zwilling im Gesundheitswesen umfassend und übergreifend zu realisieren. Aber diese Technologie ist keine Science-Fiction mehr. Es sind bereits leistungsfähige KI-basierte Anwendungen im Einsatz, die auf das Konzept des digitalen Patient*innen-Zwilling einzahlen:

Grundlage für die Anwendung des digitalen Patient*innen-Zwillings ist eine digitale Infrastruktur. Obwohl die Technologie vorhanden ist, wird die Umsetzung dieser Konzepte in der klinischen Anwendung noch viele Jahre in Anspruch nehmen. Daher ist es wichtig, die Voraussetzungen in den Krankenhäusern schon heute zu schaffen, und kontinuierlich die jeweils verfügbaren Teillösungen zu implementieren.

Der Mehrwert des Konzeptes des digitalen Patient*innen-Zwillings für ein Krankenhaus ergibt sich aus der Vielzahl der möglichen Anwendungen in der Medizin und in der Verwaltung, die eine optimierte Steuerung der Gesundheitsversorgung ermöglichen. Diese Technologie wird unerlässlich in der klinischen Routine sein, um die wachsenden Datenmengen in entscheidungsrelevantes Wissen zu übersetzen. Damit wird das Betreuungskontinuum vor, während und nach der klinischen Behandlung noch individueller und präziser werden können. Der digitale Patient*innen-Zwilling wird es ermöglichen, die vorhandenen Ressourcen bewusster im Sinne der Patient*innen, Kliniken und Gesundheitssysteme einzusetzen.

Mehr über digitale Patient*innen-Zwillinge erfahren

Patient twinning – the future of healthcare
Healthcare Perspectives
27
Patient twinning – the future of healthcare
0:000:00
0:00
Find out what a patient twin is, how it can be created, and what benefits it could offer both patients and medical practitioners. You’ll also learn more about the cloud-based software, Noona, which can be seen as a first step towards a disease-focused version of the digital twin, and how it is used by cancer patients as their 24/7 companion on their journey.

Quellen: Lou B, Doken S, Zhuang T, Wingerter D, Gidwani M, Mistry N, Ladic L, Kamen A, Abazeed ME (2019) An image-based deep learning framework for individualising radiotherapy dose: a retrospective analysis of outcome prediction. The Lancet Digital Health 1, 136-147.


Von Peter Aulbach