Benachrichtigung aktivieren Dürfen wir Sie in Ihrem Browser über die wichtigsten Nachrichten des Handelsblatts informieren? Sie erhalten 2-5 Meldungen pro Tag.
Fast geschafft Erlauben Sie handelsblatt.com Ihnen Benachrichtigungen zu schicken. Dies können Sie in der Meldung Ihres Browsers bestätigen.
Benachrichtigungen erfolgreich aktiviert Wir halten Sie ab sofort über die wichtigsten Nachrichten des Handelsblatts auf dem Laufenden. Sie erhalten 2-5 Meldungen pro Tag.
Jetzt Aktivieren
Nein, danke
Digitale Revolution

Datenanalyse Wie Ruhepuls, Schrittfrequenz und Schlafverhalten auf eine Corona-Infektion hinweisen können

Große Hoffnung auf Big Data: Intelligente Datenanalyse soll es erleichtern, Covid-19-Infektionszahlen vorherzusagen und einen Impfstoff zu finden.
12.11.2020 - 04:00 Uhr Kommentieren
Daten zu Ruhepuls, Schrittfrequenz und Schlafverhalten können Hinweise auf eine Infektion mit dem Coronavirus geben. Quelle: Getty Images (M)
Mit Big Data das Virus bekämpfen

Daten zu Ruhepuls, Schrittfrequenz und Schlafverhalten können Hinweise auf eine Infektion mit dem Coronavirus geben.

Quelle: Getty Images (M)

Berlin, Düsseldorf Dirk Brockmann bekommt Tag für Tag eine gefühlt endlos lange Liste mit Daten. Darauf sieht der Forscher vom Robert Koch-Institut (RKI), wie sich mehr als eine halbe Million Bürger bewegen und wie ihr Herz schlägt. Brockmann wertet diese Daten mit seinem Team aus. Sein Ziel: die Corona-Infektionszahlen vorherzusagen.

Jurgi Camblong hat Einblick in noch mehr Daten: Er kennt die Erbgut-Profile von mehr als 600.000 Menschen. Camblong ist CEO von Sophia Genetics, einem der größten Anbieter für datengestützte Medizin mit Sitz in der Schweiz und den USA. Sein Ziel: Er will anhand von Erbgut-Analysen nachvollziehen, wie sich das Virus verändert, ob es sich anpasst oder aggressiver wird. Das soll bei der Entwicklung eines Impfstoffs helfen.

Brockmann und Camblong haben unterschiedliche Ziele. Doch sie eint, dass sie mit großen und komplexen Datenmengen – die Fachwelt spricht gern von „Big Data“ – gegen einen kleinen, unsichtbaren, aber bislang übermächtig erscheinenden Gegner ankämpfen wollen. Tatsächlich scheinen die Forscher mit ihren Big-Data-Analysen erste Antworten auf zwei entscheidende Fragen der Pandemie-Bekämpfung zu finden: Wie verbreitet sich das Coronavirus? Und wie lassen sich Menschen davor schützen?

Smartwatch- und Fitnesstracker-Daten zeigen Hotspots

RKI-Forscher Brockmanns Mittel, um eine Antwort auf die erste Frage zu finden, tragen viele Menschen an ihrem Handgelenk: Smartwatches und Fitnesstracker. Sie zeichnen Daten wie Ruhepuls und Schrittfrequenz auf, durch die sich Rückschlüsse darauf ziehen lassen, ob ein Nutzer Fieber bekommen könnte – ein typisches Covid-19-Symptom. Wird der Schlaf einer Person unruhiger und steigt der Ruhepuls, während gleichzeitig die Bewegungsaktivität sinkt, ist das ein Hinweis auf Fieber.

Top-Jobs des Tages

Jetzt die besten Jobs finden und
per E-Mail benachrichtigt werden.

Standort erkennen

    Um mehr über diesen Zusammenhang herauszufinden, hatte das RKI im Frühjahr die Corona-Datenspende-App entwickelt. Mehr als eine halbe Million Nutzer zählt diese mittlerweile, kein anderes Projekt dieser Art weltweit hat eine solche Dimension. Aus den gespendeten Daten leiten die RKI-Forscher eine Fieberkurve her.

    Sie sind inzwischen in der Lage, den Trend der Coronafälle weitgehend präzise zu schätzen. „Die Fieberkurve hat das Potenzial, zu einer zentralen Kennzahl für regionale Ausbrüche des Coronavirus und damit auch Grundlage für politische Entscheidungen zu werden“, sagt Projektleiter Brockmann. Mittlerweile könne die Fieberkurve die Fallzahlbewegung bis zu vier Tage im Voraus prognostizieren, weil die Menschen nicht sofort zum Arzt gingen.

    Mehr zum Thema lesen Sie exklusiv in Handelsblatt Inside Digital Health, dem Fachbriefing zur digitalen Revolution im Gesundheitswesen. Melden Sie sich hier an.

    Dass der Zusammenhang zwischen den großen Datenmengen und den Corona-Infektionen kein Zufall ist, hat nun eine Untersuchung des privaten, nicht gewinnorientierten Scripps-Research-Translational-Instituts aus La Jolla in Kalifornien gezeigt. Auch die US-Forscher hatten eine App entwickelt. 30.000 Nutzer teilten ihre Daten zu Ruhepuls, Schrittfrequenz und Schlafverhalten. Etwas mehr als 300 Nutzer wurden während des Untersuchungszeitraums auf das Coronavirus getestet, 54 davon positiv.

    Tatsächlich zeigt sich in den Zahlen eine Korrelation zu den Daten der Sensoruhren und -armbänder: Die positiv getesteten Personen hatten ihre tägliche Schrittzahl im Durchschnitt um rund 3500 Schritte vermindert und etwa eine Stunde länger geschlafen.

    Der Zusammenhang sei „signifikant“, schreiben die Forscher in ihrer Studie. 80 Prozent betrage die Genauigkeit, mit der erkannt werde, ob ein Nutzer mit Symptomen auch an Covid-19 erkrankt sei. Mehr als 1000, hätten sich alle 30.000 Nutzer testen lassen, hätten laut der Big-Data-Analyse mit dem Coronavirus infiziert sein müssen.

    Man habe nun ein „validiertes digitales Signal für Covid-19“, sagt Eric Topol, Direktor und Gründer des Scripps-Instituts: „Der nächste Schritt besteht darin, dies zu nutzen, um die Ausbreitung neuer Ausbrüche zu verhindern.“

    Der europäische Gesundheitsdatenraum soll die medizinische Forschung voranbringen. Quelle: obs
    Digitalisierung

    Der europäische Gesundheitsdatenraum soll die medizinische Forschung voranbringen.

    (Foto: obs)

    Das gilt ebenso für das deutsche Projekt. Brockmann und sein Team wollen mithilfe der Sensoruhren und -armbänder Hotspots erkennen, in denen ein regionaler Corona-Ausbruch bevorsteht. Die Verantwortlichen könnten dann früher mit häuslichen Isolationen und vermehrten Tests reagieren – auch, um bundesweite Einschränkungen des öffentlichen Lebens zu vermeiden. „In Großstädten, wo viele Menschen Sensoruhren und -armbänder nutzen, können wir bereits jetzt Hotspots identifizieren“, berichtet Brockmann.

    Doch sind diese Ergebnisse weniger gesichert. „Unsere Studie ist schon sehr groß, aber je mehr mitmachen, umso feiner auflösend wird man diese Prognosen machen können“, sagt RKI-Vizepräsident Lars Schaade. Allerdings liefern nur 70.000 Nutzer der App regelmäßig gute Referenzwerte. „Das ist auch der Grund, warum unsere Fieberkurve in den einzelnen Bundesländern nicht mehr so genau zum Infektionsgeschehen passt“, ergänzt Brockmann.

    Dabei gibt es in Deutschland laut den Marktforschern von Statista acht Millionen Nutzer von Sensoruhren und -armbändern. „Was es meiner Meinung nach braucht, ist eine Kommunikationsoffensive für die Datenspende-App“, sagt Jörn Watzke, der das internationale Gesundheitsgeschäft beim Sensorarmband-Hersteller Garmin leitet.

    Die zweite Schwierigkeit besteht darin, dass das RKI-Team nur Schrittfrequenz und Ruhepuls auswertet. „Damit können wir Trends prognostizieren, nicht aber die Absolutzahlen“, sagt Projektleiter Brockmann. Es laufen Gespräche, dass auch gespendete Daten zum Schlafverhalten mit in die Analyse einfließen. Brockmann erklärt: „Das Potenzial einer weiterentwickelten deutschen Datenspende-App wäre gewaltig.“

    Supercomputer und Datenbanken für die Impfstoffsuche

    Die Verbreitung des Virus zu kontrollieren ist der erste Schritt im Kampf gegen die Pandemie. Um sie endgültig zu besiegen, braucht es individuellen Schutz. Auch für dieses Vorhaben könnte Big Data entscheidend sein, etwa mithilfe von Jurgi Camblongs Datenbank mit 600.000 Genomprofilen. Es ist nach Aussage des Sophia-Genetics-Chefs die größte weltweit. Pro Monat wird sie um rund 17.000 weitere Menschen und ihre Erbgut-Informationen ergänzt.

    „Vor der Coronakrise konnten wir uns nicht vorstellen, dass wir eines Tages Genomdaten eines Virus verarbeiten würden“, sagt Camblong. „Als das Virus auftrat, stellten wir Krankenhäusern unsere Technologie zur Verfügung, um zu analysieren, wie sich das Virus verändert hat.“ Sophia Genetics arbeitet mit rund 1000 Gesundheitseinrichtungen in Europa und den USA zusammen und bietet diesen eine Big-Data-Software an, über die sie beispielsweise Genomstränge für die Krebsforschung auf Tumore analysieren können.

    Bisher hat das Unternehmen rund 8000 Genomdatensätze von Corona-Infizierten gesammelt. Bis zum Ende des Jahres sollen es 17.000 werden. „Theoretisch wäre es möglich, eine Echtzeitkarte zu erstellen, mit der beobachtet werden kann, wie sich das Virus verändert – ob es beispielsweise aggressiver wird“, sagt Camblong. Das soll auch bei der Impfstoffsuche helfen. „Wir stehen derzeit mit einigen Impfstoffherstellern in Kontakt, um eine mögliche Zusammenarbeit zu erreichen“, berichtet er.

    Nur bringen all diese Datensammlungen nichts, wenn sie sich nicht auswerten lassen. Herkömmliche Computertechnik gerät da schnell an die Grenzen ihrer Rechenleistung. Im britischen Cambridge arbeitet ein US-Chiphersteller deshalb daran, dass der Kampf gegen die Pandemie nicht daran scheitert.

    Nvidia will dort bis Ende des Jahres einen Supercomputer errichten, der mit seiner Leistung von 400 Petaflops zu den schnellsten Rechnern der Welt gehören wird. Es bräuchte rund zwei Millionen Laptops, um diesen Wert mit herkömmlichen Geräten zu erzielen. Partner des Projekts ist unter anderem der britische nationale Gesundheitsdienst NHS. Als Erste sollen die Pharmaunternehmen Glaxo-Smithkline und Astra-Zeneca Zugriff auf die Rechenleistung erhalten, um ihre Forschung an einem Impfstoff zu beschleunigen.

    Mit dem Rechner soll der Effekt von Wirkstoffen auf Grundlage von Millionen Patientendaten simuliert werden. „Durch die Möglichkeit, große Datenmengen zu verarbeiten, wird die Zeit für die Analyse von Monaten auf Tage oder Stunden verkürzt und die Ausgabe verbessert“, sagt Craig Rhodes, Europa-Chef für Künstliche Intelligenz (KI) in der Medizin bei Nvidia. Fast 45 Millionen Euro investiert das Unternehmen in den Supercomputer.

    „KI wird im Kampf gegen das Coronavirus immer bedeutender“, sagt Reinhold von Schwerin, Professor an der Technischen Hochschule Ulm (THU) für maschinelles Lernen. Er und sein Team entwickeln gemeinsam mit der Uniklinik Ulm eine KI, die mithilfe von Röntgenaufnahmen der Lunge diagnostizieren kann, ob eine Corona-Infektion vorliegt und ob eine Therapie erfolgreich war. Sie soll Ärzte bei der Behandlung von Virus-Patienten entlasten.

    „Dennoch wäre es wünschenswert, mehr Daten zu bekommen“, sagt er. Je größer ein Datensatz ist, desto besser lässt sich ein Algorithmus trainieren. „Dies ist auch im Kampf gegen die Coronakrise ein Hindernis“, erklärt der Forscher. Doch könnte der Kampf mit Big Data gegen die Pandemie zur selbst erfüllenden Prophezeiung werden: Mit der wachsenden Fallzahl, so von Schwerin, gebe es eben theoretisch auch eine wachsende Zahl von Datensätzen über das Virus.

    Mehr: Kampf gegen Corona: Darum sind mRNA-basierte Impfstoffe so relevant.

    Startseite
    Mehr zu: Datenanalyse - Wie Ruhepuls, Schrittfrequenz und Schlafverhalten auf eine Corona-Infektion hinweisen können
    0 Kommentare zu "Datenanalyse : Wie Ruhepuls, Schrittfrequenz und Schlafverhalten auf eine Corona-Infektion hinweisen können"

    Das Kommentieren dieses Artikels wurde deaktiviert.

    Zur Startseite
    -0%1%2%3%4%5%6%7%8%9%10%11%12%13%14%15%16%17%18%19%20%21%22%23%24%25%26%27%28%29%30%31%32%33%34%35%36%37%38%39%40%41%42%43%44%45%46%47%48%49%50%51%52%53%54%55%56%57%58%59%60%61%62%63%64%65%66%67%68%69%70%71%72%73%74%75%76%77%78%79%80%81%82%83%84%85%86%87%88%89%90%91%92%93%94%95%96%97%98%99%100%