Forschung sucht den Superstar

FORSCHUNG SUCHT
DEN
SUPERSTAR

Wie können wir Wissen gewinnen, ohne dabei Weisheit zu verlieren? Dr. Dr. Kristian Löbner, Medizinischer Direktor und Mitglied der Geschäftsführung bei MSD-Deutschland (rechts) und Dr. Volker Busch, Facharzt für Neurologie und Facharzt für Psychiatrie und Psychotherapie (links) , sprachen bei MSD in Haar über Wissensmanagement, Big Data und die Bedeutung von Kreativität in der Forschung. Sie kamen dabei zu überraschenden Einsichten.

Was muss ein Wissensmanager können? Sollte er eher Naturwissenschaftler sein, Philosoph oder Computer-Experte?

Dr. Volker Busch: Der ideale Wissensmanager ist Naturwissenschaftler und Philosoph und Computer-Experte. Beim Thema Wissensmanagement brauchen wir ein konzertiertes Vorgehen, den Austausch zwischen Naturwissenschaftlern, Philosophen, die uns vielleicht in ethischen Fragen beraten, bis hin zu Menschen, die tief in der Computerindustrie verwurzelt sind und uns helfen, das auch technisch umzusetzen.

Dr. Dr. Kristian Löbner: Die Frage ist, ob Wissensmanagement etwas artifizielles sein kann, das aus einer speziellen Funktion heraus erwächst. Ich finde, es muss in den alltäglichen Ablauf eines Unternehmens integrierbar sein, wenn es funktionieren soll. Man braucht sicher technische und gewisse philosophische Voraussetzungen. Aber das größte Problem beim Wissensmanagement besteht darin, die Leute dazu zu bringen, ihr Wissen zu teilen.

Sie bräuchten doch nur eine Wissensdatenbank einzurichten, in die jeder Mitarbeiter sein Wissen eingibt.

Löbner: Ja, da gibt es schöne Systeme, die alle eines gemeinsam haben: Sie werden nach kurzer Zeit zum Datengrab. Natürlich kann man es sich als großes Unternehmen leisten, zu jedem Produkt eine Wissensdatenbank zu haben und Leute dafür zu bezahlen, sie regelmäßig zu aktualisieren. Aber mittlerweile ist eine andere Art von Wissen viel wichtiger als Faktenwissen, nämlich Vernetzungswissen. Und dafür brauchen wir Menschen. Da müssen wir eher an Kommunikationsstrukturen denken als an ein Computersystem, in das wir alles einspeisen.

Busch: Das sehe ich genauso. Ein Großteil unseres so genannten Expertenwissens beruht eben nicht nur auf sorgfältiger Analyse von Daten, die auf irgendwelchen Festplatten liegen, sondern es entsteht im Austausch miteinander. Wir können unsere Erfahrungswerte nicht aus Suchmaschinen hervorholen, sondern wir brauchen dazu den persönlichen Austausch. Wir haben heute fantastische technische Möglichkeiten, Daten zu erheben und zu speichern. Aber Daten sinnvoll zu nutzen, das ist immer noch eine menschliche Leistung, die kluges Kommunizieren erfordert.

Löbner: Was wir als Pharma-Unternehmen jeden Tag tun, das ist gelebtes Wissensmanagement – mit all seinen Schwierigkeiten und Möglichkeiten.

Busch: Was genau tun Sie denn?
Löbner: Wir generieren Wissen darüber, wie ein Medikament, also eine chemische oder eine biologisch hergestellte Substanz, den Körper beeinflusst. Die chemische Substanz ist dabei die eine Sache. Noch wichtiger ist aber herauszufinden, wie Menschen auf einen Wirkstoff reagieren, was man beachten muss, welches die richtige Dosis ist – auch da wird Wissen erzeugt. Im nächsten Schritt muss dieses Wissen zu all jenen Leuten gelangen, die es in einen Benefit für den Patienten verwandeln – angefangen bei den Zulassungsbehörden über die Erstattungsstellen bis hin zu den Ärzten. Es sind also viele Kommunikationsschritte nötig. Mich persönlich beschäftigt dabei vor allem die Frage: Wie können wir dafür sorgen, dass die handlungsrelevanten Dinge nicht verloren gehen, sondern wirklich beim Arzt und beim Patienten ankommen?

Handlungsrelevant bedeutet…

Löbner: …dass der Arzt weiß, welchen Patienten ein Medikament wirklich nützt, mit welchen unerwünschten Wirkungen er rechnen muss und wie er sie bekämpfen kann. Und dass der Patient ebenfalls weiß: Was macht dieses Medikament mit mir, warum muss ich es auf eine bestimmte Art und Weise einnehmen, worauf muss ich achten? Da kommen Experten wie Sie ins Spiel, Herr Busch: Wie lassen sich einerseits Informationsverluste vermeiden? Und wie vermeidet man zugleich ein Übermaß an Informationen, so dass wir den Wald vor lauter Bäumen nicht mehr sehen?

„Informationen sind überall verfügbar, aber die hohe Kunst besteht darin, sie zu filtern und klug zu transportieren. Und genau da hakt es...“

Busch: Das ist das große Problem von Big Data: Es suggeriert uns Sicherheit und Klarheit durch viele Informationen, also durch Quantität. Aber viele Informationen machen Menschen noch lange nicht sicher. Sondern es kommt darauf an, die relevanten Informationen herauszufiltern - das ist heute die eigentliche Leistung. Informationen sind überall verfügbar, aber die hohe Kunst besteht darin, sie zu filtern und klug zu transportieren. Und genau da hakt es: Wir sind so datengläubig und rennen allen möglichen Daten hinterher, dass wir in eine Art Verwirrung kommen. Man weiß, dass wir aufgrund der Datenflut oft die falschen Entscheidungen treffen. Besser entscheiden wir oft, wenn wir weniger Informationen haben, stattdessen aber nachdenken und das in unseren persönlichen Kontext einbauen. Insofern gehört zur Diskussion von Big Data auch die Frage, wie wir Datenmengen selektionieren und den Menschen die Information geben, die sie wirklich brauchen. Das ist die größte Herausforderung.

Und wie lautet die konkrete Antwort darauf?

Busch: Das ist nicht so einfach zu beantworten. Das hat ethische, politisch-rechtliche, logistische, technische und psychologische Aspekte. In meinen Augen müssen wir ethisch zunächst klären, wie wir mit Daten umgehen – etwa mit den Daten zu Blutdruck und Blutzucker, die Menschen in ihren Fitness-Armbändern sammeln und sie dann in den Äther schicken. Wer sammelt solche Daten, wo liegen sie, was geschieht damit, wer darf sie auswerten und wann werden sie wieder gelöscht? Das ist nicht banal. Denn was passiert, wenn ein junger Mann unreflektiert seine Gesundheitsdaten hoch lädt? Fünf Jahre später will er eine Lebensversicherung abschließen, aber der Versicherer sagt: „Sie sind ein Hochrisikopatient, wir wollen Sie bei uns nicht begrüßen.“ Das wäre zutiefst unethisch.

Wie stellen wir sicher, dass wir uns auf das, was wir für neu gewonnenes Wissen halten, auch verlassen können?

Busch: Das ist der nächste Punkt, wir müssen die Verlässlichkeit von Daten herstellen. Nehmen wir das Beispiel „Google Flu Trends“: Google wollte anhand von Suchanfragen weltweit Grippe-Epidemien vorhersagen. Aber das ist nicht gelungen, es gab in über 50 Prozent der Fälle falsch positive Ergebnisse. Man hat Flöhe husten hören, die eigentlich gesund waren.

Löbner: Ich dachte, Google wäre erfolgreich gewesen.

Busch: Das behauptet Google. Und auch, dass die Algorithmen jetzt besser seien. Aber eine Publikation bei „Nature“ zeigte, dass es eben nicht gelang.

Warum eigentlich nicht?

Busch: Weil sie nicht sicher sagen können, wer die Daten ins Netz stellt. Das können ja auch Interessenverbände sein, Lobbygruppen, die etwas Bestimmtes auslösen wollen. Daten müssen valide sein, sonst kann man keine Aussagen daraus ableiten. Und wir müssen uns fragen, welche Datenmengen noch sinnvoll sind. Ich hab neulich gehört, dass es momentan 70.000 Apps in Deutschland gibt, die Gesundheitsdaten erfassen und auswerten. Ein App-Anbieter versprach, es würde dem Arzt helfen, seine Patienten besser zu behandeln, wenn er 20 Mal am Tag den Blutdruck sähe und das über Monate verfolgen würde. Das kann nur ein Informatiker so sagen.

Ist Big Data also eine Bürde, bis wir uns entsprechend umgestellt haben?

Löbner: Die Datenflut führt in vielen Fällen zu einer Überreaktion, die für den Patienten genauso schädlich sein kann wie eine Nichtreaktion.

Busch: Das ist ein grundpsychologischer Faktor: Menschen, die Daten haben, neigen zu aktionistischen Handlungen. Ein Beispiel von vielen sind die Borrelientiter, die wir flächendeckend bestimmen, wenn jemand ein bisschen müde und erschöpft ist. Aber chronische Borrelientiter sagen gar nichts, sie alleine machen uns noch nicht krank. Oder Bakterien im Urin: Jeder Arzt prüft den Urinstatus und viele geben einfach mal ein Antibiotikum, sobald sie Bakterien entdeckt haben. Wir müssen uns bei Big Data fragen: Welche Information nützt mir wirklich? Jede Information, die wir nicht nutzen können, schadet eher.
Löbner: Ein sehr schönes Beispiel ist der berühmte Beipackzettel - ein Dokument, das auf statistische Vollständigkeit setzt. Jeder bekommt einen vollständigen Überblick über das, was alles passieren kann. Aber: Diese Informationsflut führt vielfach dazu, dass die Dinge, die der Patient wirklich wissen muss, übersehen werden. Wir haben gemeinsam mit Patientenvertretern eine „Arbeitsgemeinschaft Beipackzettel“ gegründet, die versucht, den Zettel zumindest optisch so zu gestalten, dass die wichtigsten Punkte schnell erkannt werden können. Aber das ist eine Fusselarbeit.

Busch: Es gibt von einigen Pharmafirmen durchaus Projekte, wo man genau das versucht, nämlich für den Patienten medizinisch sinnvolle Daten zusammen zu stellen, in denen er dann für sich das Relevante findet. Das ist ein sinnvoller Schritt.
Löbner: Ich glaube, die Selektion der Daten ist notwendig. Die Frage ist, wem vertrauen wir da? Vertrauen wir einer Instanz? Oder vertrauen wir Algorithmen, die eine gewisse Neutralität haben, aber auch bestimmte Ergebnisse bevorzugen. Was bei Google nicht auf Seite eins steht, das wird nicht wahrgenommen.

Busch: Man muss wissen, wie Suchmaschinen arbeiten. Wenn einer meiner Patienten zum Beispiel zum ersten Mal Kopfschmerzen hat und sich fragt, woher die kommen, dann wird er in einer Suchmaschine fast immer das Wort „Hirntumor“ eingeben. Das ist die typische Angst eines Kopfschmerzpatienten. Er wird dann unter den ersten zehn Treffern sieben oder acht finden, wo neu auftretende Kopfschmerzen als mögliche Anzeichen eines Hirntumors genannt werden. Das wird ihm den Eindruck geben, Hirntumoren seien häufige Ursachen für Kopfschmerzen. Das ist natürlich nicht der Fall, im Gegenteil, Hirntumoren sind eher selten die Ursache für Kopfschmerzen. Aber die Suchmaschine gibt eben nicht das zurück, was häufig ist, sondern das, wonach Menschen am häufigsten suchen. Das ist ein feiner Unterschied. Ich sehe ein großes Problem darin, auch für die Forschung, dass wir dank Big Data zwar tausende von Variablen rund um die Uhr erheben können – aber diese Daten entsprechen keinen kontrollierten Studien und erheben eine ganze Reihe falsch positiver Befunde. Wir wissen aus der Forschung: Man kann Signifikanz erzeugen, indem man die Fallzahl hochschraubt. Sie finden fast immer etwas, wenn die Fallzahl nur hoch genug ist. Genau das ist das Problem: Durch Big Data werden häufig Dinge signifikant, die gar keine klinische Relevanz haben. Darum brauchen wir Menschen, die sich die Daten anschauen.

Löbner: Sie sprechen da einen ganz wichtigen Punkt an, nämlich: Was kann uns Big Data sagen und was nicht? Große Datenmengen können uns helfen, Muster zu erkennen. Aber sie beschreiben nicht Ursache und Wirkung. Um Kausalitäten zu entdecken, brauchen wir randomisierte Studien.

Busch: Ich glaube auch, diese vielbeworbene Mustererkennung ist gar nicht so leicht möglich. Wenn Sie Ihre Haarfarbe mit der ISBN-Bestellnummer des Telefonbuchs korrelieren, dann finden Sie, wenn es eine 20-stellige Nummer ist, eine Signifikanz. Big Data muss Signifikanzen finden, weil die Datenmengen so groß sind und weil Korrelationen nicht begrenzt werden.

„Durch Big Data werden häufig Dinge signifikant, die gar keine klinische Relevanz haben. Darum brauchen wir Menschen, die Daten anschauen.“

Löbner: Unsere Wissensdatenbanken wie zum Beispiel Medline, in denen die wissenschaftlichen Erkenntnisse gesammelt werden, haben auch eine Art Big Data Status. Das ist eine riesige Menge aus Daten, die in wissenschaftlichen Journalen stehen. Es gibt da verschiedene Herausforderungen: Zum ersten sind diese Daten ungeordnet, in jedem Paper stehen die wichtigen Ergebnisse woanders. Nicht mal bei allen Fachinformationen steht die gleiche Information an der gleichen Stelle. Schon eine Datenbank zu erzeugen, die Ihnen zuverlässig Nebenwirkungen oder Interaktionen auswirft, ist sehr schwierig. Zum zweiten: Ein großer Teil von Daten, die unsere Wissenschaft vorhält, können nicht reproduziert werden. Wir sehen an der Datenbank nicht, ob die Daten von jemand anderem reproduziert werden können. Wir als Pharma-Unternehmen müssen uns auf diese Daten verlassen können, wenn wir nach Angriffspunkten für ein neues Medikament suchen. Das sind milliardenschwere Forschungsprogramme. Und leider können Forscher aus der Industrie zwischen 50 und 80 Prozent aller Ergebnisse der akademischen Forschung nicht nachvollziehen.

Was bedeutet das für die Forschung und für die Entwicklung von Medikamenten? Und wie wichtig ist es, Kreativität in die Wissensbildung und die Forschung einzubringen?

Löbner: Die Suche nach einem guten Target, einem Ansatzpunkt für ein neues Medikament, ist wie die Suche nach der Nadel im Heuhaufen. Und dieser Heuhaufen ist mit den großen Datenmengen viel größer geworden. Vielleicht stecken sogar ein paar mehr Nadeln drin, aber die finden wir nur, wenn wir kreativ sind. Wir müssen Fakten in ein kreatives Moment umwandeln. Deswegen gilt Arzneimittelforschung als eine Kunst, in der es fast schon Superstars gibt. Um die klügsten Köpfe gibt es einen heftigen Wettbewerb. Technik hilft uns, aber die entscheidenden Schritte sind immer eine kreative Leistung.

Busch: Wissen erspart nicht Denken. Ein Supercomputer, der mit Patientendaten gefüttert wird und dann die richtige Therapie ausspuckt, ist technisch machbar. Aber er ersetzt nicht die ärztliche Expertise. Ein guter Arzt braucht Intuition, Erfahrung, Nachdenken, Austausch – er muss sich seine eigene Erfahrungsbibliothek aufbauen. Das kommt heute viel zu kurz. Junge Assistenzärzte erhalten von Maschinen und Apparaturen eine Fülle von Informationen, aber viele können nicht mehr denken und intuitive Erfahrungen aufbauen. Nehmen wir eine Frühgeborenen-Station: Dort blinken so viele Lichter, dass man glauben könnte, man wäre im Spielcasino. Aber am Bewegungsmuster des Kindes, an der Farbe der Haut oder am Geruch der Ausscheidungen, daran kann ein Arzt viel über den Gesundheitszustand des Kindes herauslesen. Dazu braucht es keine blinkenden Maschinen, sondern Beobachtungsgabe, Erfahrung und Intuition. Deswegen ist manchmal eine altgediente Krankenschwester, die 20 Jahre auf einer Station ist, mehr wert als ein junger Assistenzarzt, der 1000 Bücher gelesen und die Maschinen studiert hat. Unsere Großmütter haben keine Rezepte online auf ihren Thermomix geladen, sondern sie haben intuitiv zum Mehl und zum Zucker gegriffen – und diese Kuchen waren gut.
Löbner: Bei allem Respekt vor den Großmüttern: Was Maschinen doch gut können, ist uns bei Abläufen zu helfen, die immer gleich getan werden müssen. Aber eine Maschine wird nicht in der Lage sein, diese Aha-Momente zu erkennen, die es manchmal in der Forschung gibt. Alexander Fleming hatte eine Bakterienplatte, auf der Pilze wuchsen. Der normale Routineweg wäre gewesen, die verpilzte Platte in den Müll zu werfen. Fleming hat aber gesagt: „Oh, spannend, die Bakterien sind tot. Irgendwas tötet die. Ich hab da was gefunden.“ Er hat die Platte eben nicht in den Müll geworfen, sondern weiter geforscht und das Penicillin entdeckt. Letztes Jahr bekamen ein japanischer Forscher und ein Kollege aus der MSD-Forschung den Medizin-Nobelpreis. Der japanische Forscher hatte in Erdproben bestimmte Bakterien isoliert. Ihm war aufgefallen, dass bestimmte Boden-Bakterien ihre ökologische Nische verteidigen und er wollte wissen, was sie dabei absondern. Dadurch hat er dann Avermectin entdeckt, einen Wirkstoff, den er zusammen mit unseren Kollegen zu Ivermectin weiterentwickelt hat. Ivermectin rettet heute vielen Patienten das Augenlicht und die Gliedmaßen, weil es Parasiten tötet, die Flussblindheit oder Elephantiasis auslösen. Penicillin und Avermectin sind durch kreative Prozesse entstanden, nicht durch Algorithmen, die nur beschreiben, was die große Masse macht.

Busch: In zu vielen Daten kann Weisheit verloren gehen.

Löbner: Aber was können wir tun, um Weisheit zu gewinnen? Was würden Sie als Arzt sich von uns als Arzneimittel-Entwickler wünschen?
Busch: Wieder mehr Austausch und Kommunikation. Das ist leider schwierig geworden, seit es diese öffentliche Debatte über die Verbindungen zwischen Pharma-Industrie und Ärzten gibt. Wir werden argwöhnisch beäugt, dabei ist der Austausch zwischen Ärzten und Pharma sehr wichtig. Wir alle brauchen einander, zum Wohle des Patienten.

Fotos: Hannes Magerstaedt