SAP HANA im Kampf gegen Krebs

2. Januar 2014 von Michael Zipf 0

ErnebjergFlunkert

Die Physiker Morten Ernebjerg (links) und Valentin Flunkert arbeiten am SAP Innovation Center in Potsdam an den informationstechnischen Voraussetzungen für Modelle von virtuellen Patienten. (Foto: SAP)

Die Patientin, nennen wir sie Irene Mayer, quält seit einigen Tagen starker Husten. Ihr Hausarzt will auf Nummer sicher gehen und schickt sie zu einem Lungen-Spezialisten. Der nimmt eine Blutprobe und testet diese auf Anzeichen von Lungenkrebs. Und tatsächlich: Bestimmte Proteinkonzentrationen in Mayers Blut deuten mit 85-prozentiger Wahrscheinlichkeit darauf hin,  dass sie an Lungenkrebs erkrankt ist – und das, obwohl die 61-Jährige in ihrem Leben nie geraucht hat. Eine Lungenspiegelung verschafft letzte Klarheit. Ein DNA-Test liefert weitere Erkenntnisse.

Ein paar Tage später und nach Mayers Einweisung in die Klinik findet sich der Chefarzt mit seinen Stationsärzten in einem Raum der Onkologie in einer sogenannten Tumorkonferenz zusammen. Auch Kollegen anderer Fachrichtungen sind per Video dazu geschaltet. Es geht darum, die aktuell drängendsten Krebsfälle zu besprechen und den weiteren Behandlungsfortgang festzulegen. Eine Stunde Zeit bleibt insgesamt, vier Patientenfälle gilt es zu diskutieren. Da ist Effizienz gefragt.

Die Bildergalerie zeigt Ansätze der SAP-Forscher im Überblick:

Kompletten Datenbestand aller Lungenkrebspatienten auswerten

Der Fall Irene Mayer kommt an die Reihe. Eine Übersicht zur Patientin mit allen behandlungsrelevanten Informationen ist auf dem Split-Screen zu sehen. Nun ziehen die Ärzte den Quervergleich. Wie wurden andere Patienten mit einer ähnlichen Diagnose behandelt? Wie war die durchschnittliche Überlebensdauer? Welche Therapien hatten die größten Erfolgsraten? Binnen Minuten haben die Ärzte diese Informationen aus dem kompletten Datenbestand aller aktuellen und ehemaligen Lungenkrebspatienten herausgefiltert. Das liefert wichtige Anhaltspunkte. Doch das reicht nicht. Denn wie die DNA-Analyse zutage gefördert hat, liegt bei Mayer eine recht seltene Kombination aus Genmutationen vor. Die gängigen Standardtherapien greifen hier nicht. Übrig bleiben neuartige Therapien, die im Rahmen klinischer Studien ausgerollt werden. Ein Abgleich von Mayers Merkmalen mit den klinischen Voraussetzungen zur Teilnahme an den Studien ergibt, dass gleich mehrere Studien grundsätzlich für sie in Betracht kommen.

Erfahren Sie auf den Folgeseiten:

Dieser Beitrag erschien zuerst im Magazin SAP Milestones

Deshalb gehen die Ärzte einen Schritt weiter. Dazu wird im Computer das gesammelte Wissen aus Jahrzehnten Krebsforschung mit den patientenspezifischen Daten in einem komplexen mathematischen Modell zusammengeführt und ein „virtueller Zwilling“ von Irene Mayer erstellt. Anschließend werden sämtliche medikamentösen Behandlungsalternativen inklusive der Studien auf Mayers virtuellem Profil gleichzeitig durchsimuliert. Dabei berechnet der Computer anhand des „Avatars“ von Mayer, ob die jeweilige Therapie erfolgversprechend ist und welche Nebenwirkungen sie nach sich ziehen könnte. Nach einer Viertelstunde wissen die Ärzte, dass eine der neuartigen Chemotherapien am besten geeignet ist, das Krebszellenwachstum zu stoppen und die Nebenwirkungen gering zu halten. Irene Mayer wird daraufhin in die entsprechende Studie aufgenommen. Die Chancen, dass sie vollständig vom Krebs geheilt werden kann, stehen damit gut.

Noch ist dieses Szenario eine Vision. Doch der Druck, es Wirklichkeit werden zu lassen, steigt. Denn rund acht Millionen Menschen sterben jedes Jahr weltweit an Krebs. Studien prognostizieren, dass diese Zahl im Jahr 2030 auf 17 Millionen steigen wird – bei weltweit etwa 80 Millionen Menschen, die an Krebs erkrankt sind. Gleichzeitig wird es immer teurer, neue Medikamente zur Bekämpfung von Krebs zu entwickeln, und die Zahl der neu zugelassenen Krebsmedikamente geht stetig zurück. Denn Krebs ist eine sehr komplexe Krankheit, Tumore sind sehr verschieden und reagieren ganz unterschiedlich auf Medikamente. So zeigen nur etwa ein Viertel aller in der Krebsbehandlung eingesetzten Medikamente einen positiven Effekt. Klar, dass Forscher und Experten verschiedenster Fachrichtungen in aller Welt versuchen, die Erfolgsquote von Krebsbehandlungen zu erhöhen, um damit auch unnötige Therapien mit schweren Nebenwirkungen zu vermeiden und so die Leidenszeit der Patienten zu verkürzen – und die Gesundheitssysteme vor dem Kollaps zu bewahren.

SAP Innovation Center erforscht Modelle virtueller Patienten

Valentin Flunkert und Morten Ernebjerg gehören zu diesen Experten. Dabei sind sie keine Mediziner, sondern studierte Physiker, die es über Computersimulationen und Numerik (Flunkert) sowie Biologie (Ernebjerg) in die Informationstechnik verschlagen hat. Beide arbeiten am SAP Innovation Center in Potsdam an den informationstechnischen Voraussetzungen für Modelle von virtuellen Patienten.

Lesen Sie auf der nächsten Seite: Wann Diabetes-Medikamente gegen Hautkrebs zum Einsatz kommen

„Die IT spielt eine entscheidende Rolle bei der Weiterentwicklung der Medizin hin zu personalisierten und individuellen Diagnosen und Therapien“, sagt Flunkert. Ernebjerg ergänzt: „Die medizinische Forschung hat sich in den letzten Jahren enorm weiterentwickelt. Dabei fließen Methoden und Erkenntnisse aus der Molekularbiologie und Genetik mit Bio-Informatik, Mathematik und Systemwissenschaften zusammen. Insbesondere durch rasante Fortschritte in der Sequenzierung des menschlichen Genoms entstehen ungeheure Mengen von Daten, die mit Hilfe mathematischer Modelle und leistungsstarker Computer analysiert werden müssen.“

Datenbank vereint Informationen über mehrere hundert Krebsgene

Ein paar Kilometer vom schmucken Neubau des SAP Innovation Center in Potsdam entfernt arbeitet Alexander Kühn in einem ehemaligen Westberliner Krankenhaus an den systembiologischen Grundlagen des virtuellen Patientenmodells. Hinter einer roten Brandschutztür der früheren „Klinik und Poliklinik für Dermatologie“ ist der Firmensitz von Alacris Theranostics, einer Ausgründung aus dem Max-Planck-Institut für molekulare Genetik in Berlin. Kühn hat bei Alacris zusammen mit derzeit 15 weiteren Forschern ein stetig wachsendes Modell entwickelt, das allgemeines Wissen über Krebs aus Publikationen und Datenbanken mit Informationen zur Struktur molekularer Netzwerke verbindet. Integriert sind Daten über mehrere hundert Gene, die durch die molekularbiologische Forschung als sogenannte Krebsgene identifiziert wurden, weil ihre Mutation oder genetische Änderung eine Rolle bei der Entwicklung von Tumoren spielen.

„Jeder Tumor ist anders“, sagt Kühn. So könne es sein, dass ein Medikament, das alleine zur Behandlung von Diabetes oder Arthritis zugelassen sei, eine positive Wirkung bei einem Patienten zeige, der an Hautkrebs leide. „Wir schauen auf die Genom- und Transkriptomdaten eines Patienten, also darauf, welche Gene im Patienten verändert und welche Gene überhaupt aktiv sind. Denn wenn ein Gen einen Tumor beeinflusst, muss es aktiv sein“, erklärt Kühn. Dabei helfen Sequenziermaschinen, die Gene und Genabschnitte eines Patienten nach charakteristischen Mutationen untersuchen. Anschließend testen die Forscher im Modell verschiedene Medikamente. „Das können auch Kombinationen und solche sein, die noch gar nicht zugelassen sind“, sagt Kühn.

Lesen Sie auf der nächsten Seite: Die Vision der Forscher für die Virtual Patient Platform

Alle paar Wochen treffen sich Kühn und die IT-Entwickler am SAP Innovation Center, um die Softwareanwendung, die sogenannte Virtual Patient Platform, weiter zu verbessern. Die gemeinsame Vision ist es, dass eines Tages jeder Arzt die individuellen Patientendaten ins System eingibt und in Echtzeit das bestmögliche Medikament zur Behandlung des Krebses genannt bekommt. Und für solche überaus rechenintensive Prozesse benötigt man eine Plattform wie SAP HANA.

Denn in Zukunft, so die Erwartung von Alexander Kühn, würden viel mehr Krankenhäuser als bisher ihre eigene Sequenziermaschine zur Genomanalyse nutzen können. Wenn dann mehrere Ärzte gleichzeitig auf die Daten zugreifen wollten und jeder ein individuelles virtuelles Modell schaffe, um die richtige Therapie für seinen Patienten zu finden, brauche es eine leistungsstarke Software.

Das Video gibt einen Überblick über die Virtual Patient Platform:

 

Plattform auf SAP HANA: Ranking der am virtuellen Patienten getesteten Medikamente

Für Valentin Flunkert und Morten Ernebjerg geht es darum, die Anforderungen des Anwenders, in diesem Fall des Arztes, in der Software abzudecken und das System so zu gestalten, „dass ein Arzt effizient damit arbeiten und die Ergebnisse intuitiv nutzen kann“, sagt Ernebjerg. Denn die Software wolle den Arzt keinesfalls ersetzen, sondern ihm die Arbeit erleichtern. Beispielsweise indem das System ein Ranking der am virtuellen Patienten getesteten Medikamente und ihrer Effekte vornimmt: Wie unterdrücken sie das Wachstum des Tumors, welchen Einfluss haben sie auf Metastasen und auf die Beständigkeit des Tumors, welche Nebenwirkungen sind zu erwarten? „All diese Informationen kann der Arzt gewichten und dann eine Entscheidung hinsichtlich Medikament und Dosierung treffen“, so Flunkert.

Lesen Sie auf der nächsten Seite: Was der Protoyp des Patient Data Explorer leistet

Ernebjerg und Flunkert kooperieren eng mit anderen Arbeitsgruppen am Innovation Center in Potsdam und mit anderen SAP-Teams in Palo Alto, Vietnam und Walldorf. Beim Projekt „Patient Data Explorer“ arbeiten beispielsweise Teams aus Potsdam, aus der Entwicklung in Walldorf und dem dortigen Design & Co-Innovation Center daran, Ärzten ein Analyse-Werkzeug zur Verfügung zu stellen, mit dem sie beispielsweise bestimmte Gruppen von Patienten, sogenannte Kohorten, schnell und effizient miteinander vergleichen können. Bislang war es überaus mühevoll, die Daten einer Kohorte, die sich einer neuen Chemotherapie unterzog, mit einer Kohorte zu vergleichen, die mit einem schon länger verfügbaren Medikament behandelt wurde. Nun erledigt diese Arbeit der Patient Data Explorer auf Basis von SAP HANA in Sekundenschnelle, und er stellt auch noch in anschaulicher Form die gesamte Krankengeschichte einer Patientin wie Irene Mayer dar.

SAP HANA macht unstrukturierte Daten für den „Patient Data Explorer“ lesbar

In Walldorf trägt Frank Kilian seinen Teil dazu bei, mithilfe von SAP HANA Diagnose und Therapie von Krankheiten wie Krebs und damit das Gesundheitswesen auf völlig neue Grundlagen zu stellen. Er erläutert, wie SAP HANA auch unstrukturierte Daten aus Arztbriefen, pathologische Befunde und Inhalte aus Forschungspublikationen für den Patient Data Explorer verfügbar mache. Und er blickt voraus: Wenn solche historischen Daten zusammen mit Algorithmen zur Genomsequenzierung direkt in SAP HANA integriert und daraus Behandlungsempfehlungen generiert würden, „könnte das nicht nur bei Kliniken und Ärzten, sondern auch in der Pharmabranche auf großes Interesse stoßen.“ Denn so, sagt Frank, ließen sich die Entwicklungskosten für neue Medikamente deutlich reduzieren. Schließlich würde man nur solche Patienten in eine klinische Studie einbeziehen, bei denen zu erwarten sei, dass ein zu testendes Medikament Wirkung zeige. Zudem verspricht sich die Pharmaindustrie, für sogenannte Fallen Angels doch noch geeignete Anwendungsfälle zu finden, also für Medikamente, die in klinischen Studien gescheitert sind, weil zu wenige Patienten auf das Medikament ansprachen.

Zusammen mit dem Nationalen Centrum für Tumorerkrankungen (NCT) in Heidelberg hat das SAP-Innovationszentrum in Potsdam mit SAP-Kollegen in Walldorf einen Prototypen des Patient Data Explorer entwickelt, der am NCT bald produktiv eingesetzt werden soll. Dann soll er als Teil der SAP HANA for Healthcare-Plattform auch anderen Krebszentren und Kliniken als Produkt zur Verfügung gestellt werden.

Lesen Sie auf der nächsten Seite: Überlebenszeit einer todkranken Patientin um Monate verlängert

Noch ist auch die Virtuelle Patientenplattform ein Prototyp. Doch erste Anwendungen des zugrundeliegenden Modells zeigen sein vielversprechendes Potenzial: Beispielsweise konnte eine todkranke Patientin, die nach Ärzteansicht „austherapiert“ war, mithilfe einer durch die Simulation identifizierten Therapie über viele Monate hinweg stabilisiert werden, obwohl diese für einen völlig anderen medizinischen Anwendungsbereich entwickelt wurde.

Kommen wir zurück zur Lungenkrebspatientin Irene Mayer. Als Nichtraucherin gehört sie nicht zur Gruppe der Risikopatienten und sie muss nun dennoch ein Lungenkarzinom bekämpfen. Das zeigt noch einmal, wie komplex die Krankheit Krebs ist und wie schwierig es ist, einen Ausbruch des Krebses vorherzusagen. Doch auch auf diesem Feld hat die Medizin große Fortschritte gemacht, und zwar insbesondere mithilfe der Informationstechnologie.

SAP-Innovationszentrum will mit Proteomik Krebs-Früherkennung verbessern

Joos-Hendrik Böse leitet im SAP-Innovationszentrum in Potsdam das Projekt „Proteome-based Cancer Diagnostics“, das sich zusammen mit der Freien Universität Berlin zum Ziel gesetzt hat, neue Diagnoseverfahren zur Früherkennung von Krebskrankheiten zu entwickeln. Ein vielversprechendes Feld hierfür ist die Proteomik. Das Proteom, die Gesamtheit der Proteine im menschlichen Organismus, ist nämlich eine Art Frühwarnsystem unseres Körpers.

Lesen Sie auf der nächsten Seite: Was das Proteom über frühe Stadien von Krebs verrät

„Krankheiten hinterlassen kleine Spuren im Proteom des Menschen“, erklärt Boese. „Proteomik-Forscher versuchen, Protein-Aktivitäten, die Krebs anzeigen, zu identifizieren und Korrelationen zwischen Protein-Mustern und bestimmten Krankheiten zu finden.“

Die grundlegenden Informationen über die im Blut eines Patienten vorhandenen Proteine liefern Massenspektrometer, in denen ein Blutstropfen eines Patienten mit Laserlicht beschossen wird, um die Informationen, die die Proteine tragen, sichtbar zu machen. Hat man bei zahlreichen Patienten, in diesem Fall aus der Gruppe der Lungenkrebspatienten, ein bestimmtes Protein-Muster identifiziert, spricht man von „Fingerprints“. Weicht der von den Fingerabdrücken gesunder Patienten ab, ist die Krebsdiagnostik einen Schritt weiter. Bei diesem Patienten, sagt Boese und deutet auf den Bildschirm seines Laptops,  zeigt die Ampel dem Arzt an, ob es Anzeichen für Lungenkrebs gibt. Die Ausschläge deuteten eine hohe Wahrscheinlichkeit an, dass die Krankheit ausbreche. „Das dient als erste Einschätzung, bevor der Arzt zum Beispiel eine Lungenspiegelung anordnet. Dies ist also ein preiswerter Test, der verhindert, dass teure, komplexe und für den Patienten unangenehme oder gar schädliche Diagnoseverfahren schon in einem frühen Stadium angewendet werden.“ Zudem, ergänzt der Informatiker und Datenbankexperte, lassen sich nun, da man den Fingerabdruck einer Erkrankung wie Lungenkrebs kennt, Medikamente entwickeln, die eine bessere Heilung ermöglichen.

Wie Proteomics Fingerprinting funktioniert im Video

 

2,4 Gigabyte: Schnelle Analysen von „Fingerprints“ mit SAP HANA

Der Vergleich der „Fingerprints“ mit den Daten eines Patienten – ein Massenspektrum ergibt rund 2,4 Gigabyte an Daten – war bislang eine zeitraubende Angelegenheit. Mit SAP HANA werden nun schnelle und genaue Vergleiche und Analysen solch großer Datenmengen möglich. Und SAP HANA ist auch die Basis für eine Datenbank mit dem Namen ProteomicsDB, die SAP zusammen mit der Technischen Universität München im Mai 2013 vorstellte, und die zum Ziel hat, das vollständige menschliche Proteom zu erfassen,  wie SAP-Mitarbeiterin Judith Schlegl berichtet. Zweimal pro Woche telefoniert die promovierte Biochemikerin mit Boese. Auch wenn sie deutlich macht, „dass wir noch viel mehr über die menschliche Zelle, über die Interaktion von Proteinen und ihren Einfluss auf Krankheiten lernen müssen“, ist sie doch davon überzeugt, dass die SAP mit ihrer innovativen Datenbanktechnologie die medizinische Forschung erheblich nach vorne bringen könne – und dass die Menschen ganz direkt von diesen Entwicklungen profitieren.

Weder Schlegl noch die anderen SAPler, mit denen wir über das Thema personalisierte Medizin gesprochen haben, wollen behaupten, dass es einmal möglich sein werde, den Krebs vollständig zu besiegen. Doch wenn es gelinge, Krebs viel früher als bisher zu erkennen und in anderen Fällen in eine chronische Krankheit zu verwandeln, dann sei allen gedient: der Wissenschaft, der Gesellschaft – und ganz besonders Patienten wie Irene Mayer.

Nützliche Links

Mehr über das SAP Innovation Center erfahren Sie hier.

Über das Projekt ProteomicsDB informiert diese Seite.

Dieser Beitrag erschien zuerst im Magazin SAP Milestones.

Tags: , ,

Leave a Reply