Dr. Markus Reiser, Chefarzt der Paracelsus-Klinik Marl über das Hepatitis C Projekt DETECT

Hepatitis C . In dem Projekt DETECT (PräDiktoren-Ermittlung für unerkannTe HEpatitis C-VirusinfekTionen) konnten Gesundheitsdaten von mehr als 1,8 Millionen Versicherten aus dem Zeitraum von 2009 bis 2014 ausgewertet werden.  Wissenschaftlicher Projektleiter war Priv. Doz. Dr. Markus Reiser, Chefarzt der Medizinischen Klinik II der Paracelsus-Klinik Marl am Klinikum Vest. 

Hepatitis C

Die Krankenversicherungs-Daten wurden mittels einer künstlichen Intelligenz, also einem neuronalen Netzwerk, auf Auffälligkeiten für das Vorliegen einer möglichen Hepatitis C analysiert. Im ersten Schritt wurden die Datensätze der 2.544 bekannten Hepatitis C-Erkrankungen extrahiert und auf versteckte Hinweise auf die Infektion untersucht. Hierzu zählen Diagnosen und Behandlungen von unspezifischen Begleiterscheinungen, die bei einer Hepatitis C häufiger beobachtet werden, allein aber nicht ausreichen, einen begründeten Verdacht zu äußern. Solche Verdachtsmomente können Müdigkeit, Gelenkschmerzen, Schilddrüsenerkrankungen, Depressionen oder Diabetes sein. Ein künstliches neuronales Netz ähnelt einem Gehirn, welches Informationen aufnimmt, bewertet und auf einer dreidimensionalen Karte sortiert. Mit 1,8 Millionen Versicherten und jeweils einer Vielzahl an ambulanten und stationären Diagnosen, Medikamentenverordnungen, Krankentagen und anderen Variablen über einen Zeitraum von sechs Jahren war die Datenmenge extrem groß und für diese Auswertung entsprechend ein künstliches „Hochleistungsgehirn“ erforderlich.

Projektleiter Dr. Markus Reiser

„Den Forschungsansatz finde ich sehr spannend“ sagt Projektleiter Priv. Doz. Dr. Markus Reiser, der sich seit mehr als 20 Jahren intensiv mit Hepatitis C beschäftigt. “Viele Betroffene wissen nicht, dass sie mit dem potentiell tödlichen Virus infiziert sind. Die Identifizierung von Prädiktoren, die auf eine Hepatitis C schließen lassen, ist eine wichtiger Beitrag zur Heilung dieser Menschen und auch zur geplanten Elimination der Hepatitis C in Deutschland.“
Zentrale Fragestellungen des Forschungsvorhabens waren: Können die bekannten Hepatitis C-Diagnosen mit Hilfe der künstlichen Intelligenz aus dem Gesamt-Datenpool der 1,8 Millionen Versicherten wiedergefunden werden? Und wie viele Versicherte zeigen auffällige Ähnlichkeiten ihrer Gesundheitsdaten im Vergleich zu den Hepatitis C-Erkrankten? Ein besonderes Augenmerk lag dabei auf den im letzten Beobachtungsjahr diagnostizierten HCV-Infektionen, da diese Daten nicht durch die Diagnose beeinflusst sein konnten.
Die umfangreichen und Wochen dauernden Analysen zeigten, dass mit dem neuronalen Netz alle bekannten Hepatitis C-Virusinfektionen wiedergefunden wurden: Sie zeigten sich an dem definierten Ort (in einem so genannten Cluster) der Datenkarte; auch die erst in 2014 diagnostizierten Infektionen wurden vom neuronalen Netz erkannt. Darüber hinaus wurden 2.217 Versicherte aufgrund der Ähnlichkeit ihrer „sozio-medizinischen“ Daten dem Cluster zugeordnet und haben damit eine potenziell höhere Wahrscheinlichkeit, an einer noch nicht erkannten Hepatitis C erkrankt zu sein. Aufgrund einer Vorgabe der Ethikkommission mussten alle Daten anonymisiert werden, um das Recht auf „Nichtwissen“ zu schützen. Damit waren die Kontaktaufnahme und das Angebot eines HCV-Testes ausgeschlossen, sodass nicht geprüft werden konnte, ob die potentiell Betroffenen tatsächlich an einer Hepatitis C leiden. Die Studienergebnisse wurden jetzt im Journal of Translational Medicine veröffentlicht.

Deutsche Leberstiftung

„Mit dieser Untersuchung konnte die Deutsche Leberstiftung einen neuen Ansatz zur Identifizierung von Hepatitis C-Erkrankten aufzeigen“, betont Prof. Dr. Michael P. Manns, Vorstandsvorsitzender der Stiftung, die Bedeutung des Projektes. „Ich danke den Krankenversicherungen und unserem Partner AbbVie, ohne deren Unterstützung dieses Projekt nicht möglich gewesen wäre sowie dem Projektleiter Priv. Doz. Dr. Markus Reiser und dem Datenanalysten Jürgen Hirsch für ihre überaus engagierte Arbeit.“