SYSTEMMEDIZIN

Big Data im Gesundheitswesen erregte 2009 erstmals große Aufmerksamkeit, als Google nahezu in Echtzeit ermitteln konnte, wo sich die Schweinegrippe nach ihrem Ausbruch in den USA ausbreitete. Dies kam einer Revolution gleich, da Epidemiologen bis dahin eine Pandemie lediglich mit einer Verzögerung von ein bis zwei Wochen ausmachen konnten. Google gelang dieser Durchbruch, indem ein komplexes Modell herangezogen wurde, das auf Korrelationen zwischen Suchanfragen von Internetusern bei einem Grippeausbruch am Unternehmensstandort basierte (Quelle: Cukier und Mayer-Schonberger, „Big Data: A Revolution That Will Transform How We Live, Work, and Think“, John Murray Publishing, October 2013).

Mittlerweile hat die Datenmenge jedoch eine Größenordnung erreicht, die ohne Künstliche Intelligenz (KI) kaum genutzt werden kann. IBM Watson zum Beispiel hat Zugriff auf Millionen von Daten und ist insbesondere bei seltenen Erkrankungen von großer Hilfe. Denn jährlich erscheinen etwa 3.000 neue Studien, die ein Mediziner unmöglich alle lesen und sich behalten kann. Die Stärke von Watson wurde erst kürzlich deutlich: Nachdem es einem japanischen Ärzteteam nicht gelang, seiner Patientin eine Diagnose zu stellen, verglich Watson ihre genetischen Daten mit denen aus 20 Millionen Studien. Zehn Minuten später diagnostizierte er bei ihr einen seltenen Fall von Blutkrebs.