Digital Phenotype führt neue Arten von Daten in die klinische Praxis ein

Neuauflage von Plato

Verfolger: 0

„Es ist diese Idee, dass alle Daten, die Sie durch Ihre Interaktionen mit Technologie generieren – ob es sich um soziale Medien oder mit den Geräten handelt – all diese digitalen Breadcrumbs tatsächlich einzigartige Erkenntnisse über einen Patienten liefern können.“ sagte Brownstein während seines Vortrags auf dem jährlichen Symposium des Harvard Institute for Applied Computational Science.

Der digitale Phänotyp eines Patienten kann aus Suchanfragen, Internetverkehrsdaten und virtuellen sozialen Einstellungen wie Facebook und Twitter entnommen werden. Digitale Datensätze wie diese können als Signale für mögliche Ausbrüche von Infektionskrankheiten oder lebensmittelbedingten Krankheiten dienen. Sie können auch breitere Sichtbarkeit bieten in chronische Krankheiten, Drogenmissbrauch und Drogenumleitungsaktivitäten, bei denen Medikamente nicht von der Person verwendet werden, der sie verschrieben wurden.

„Wir sagen immer, wir bringen die Öffentlichkeit wieder in die öffentliche Gesundheit“, sagte er.

Aufbau des digitalen Phänotyps

John Brownstein, Chief Innovation Officer, Boston Children's Hospital

John Braunstein

Public-Health-Forschung, die nichtklinische Datensätze wie diese analysiert, ein Studiengebiet, das als Computational or bekannt ist digitale Epidemiologie, Ist ein Anwendungsfall für Big Data. Ein Teil des digitalen Phänotypisierungsprozesses besteht darin, große Datensätze „aus so vielen Quellen zu erfassen, wie wir identifizieren oder im Internet durchsuchen können“, sagte Brownstein, der auch Professor für biomedizinische Informatik an der Harvard Medical School ist.

Die nichtklinischen Internetdaten stammen aus Quellen wie Nachrichtenquellen und Blogbeiträgen; Social-Media-Sites wie Twitter, Facebook und Instagram; sowie Websites wie Yelp und sogar OpenTable, eine Anwendung, die verwendet wird, um eine Reservierung in einem Restaurant vorzunehmen. Brownstein sagte, er nutze auch Daten aus traditionellen Quellen, wie z elektronische medizinische Aufzeichnungen.

Diese Fundgruben nichtklinischer Internetdaten liefern nicht nur neue Frühsignale über Ereignisse und Bevölkerungsgruppen im Bereich der öffentlichen Gesundheit, sondern geben Forschern laut Brownstein auch Zugang zu Daten auf globaler Ebene. „Sie können sich vorstellen, dass die Daten, die wir über klinische Einstellungen haben, sehr geografisch verfeinert sind“, sagte er.

Sobald die Daten gesammelt wurden, werden Tools entwickelt, um die Daten nach Standort und Schlüsselwörtern zu organisieren, die dann Taxonomien zugeordnet und als strukturierte Datenbank für die Analyse verwendet werden, so Brownstein. Hier setzen Brownstein und sein Team auf maschinelle Lernwerkzeuge, um potenzielle Signale vom Rauschen zu trennen.

Den digitalen Phänotyp zu verstehen, ist keine leichte Aufgabe. Ein Teil der Komplexität liegt darin, dass Menschen auf unerwartete Weise über Medikamente oder ihre Symptome sprechen, die weder medizinischen noch nichtmedizinischen Taxonomien entsprechen. Beispiele für Merkmale, die die Organisation der Daten erschweren, sind Tippfehler, Rechtschreibabweichungen, erfundene Wörter und Hashtags.

„Es braucht eine Menge Kuration und Entwicklung, um an einen Ort zu gelangen, an dem wir anfangen können, diese Inhalte zu organisieren und die Art und Weise, wie Menschen über Krankheiten sprechen, zu übernehmen und sie in traditionellere Taxonomien zu codieren“, sagte er.

Ein Frühwarnsystem

Diese Art der digitalen Phänotypisierung hat sich bereits bewährt. Brownstein hat „Überwachungs“-Tools für die öffentliche Gesundheit wie HealthMap entwickelt, das 2006 eingeführt wurde. Es handelt sich um ein patientenorientiertes öffentliches Gesundheitssystem, das er mitentwickelt hat und das Internetdaten wie aggregierte Nachrichten, Blogbeiträge, Regierungswebsites usw. nutzt Sozialdaten zur „Überwachung von Krankheitsausbrüchen und Echtzeitüberwachung aufkommender Trends im Bereich der öffentlichen Gesundheit“, heißt es in dem Bericht ihrer Website.

„Es ist ein globales Tracking-System, das im Grunde so viele Datenquellen verknüpft, wie wir über Hunderttausende von Websites und 15 verschiedene Sprachen erreichen können“, sagte Brownstein. Im Jahr 2014 griff HealthMap auf tödlichen Ebola-Ausbruch in Westafrika eine Woche vor einer offiziellen Ankündigung. Das Frühwarnsignal kam von einer Nachrichtenmeldung über ein „mysteriöses hämorrhagisches Fieber“, das acht Menschen in Guinea tötete.

Und im Laufe der Jahre tragen Social-Media-Daten und Internetdaten dazu bei, robustere digitale Phänotypen zu produzieren. Brownstein und sein Team überwachen Verkehrsdaten von beispielsweise Spitzen auf der Wikipedia-Influenza-Seite, um den Zustand der globalen Gesundheit einzuschätzen. Sie prüfen auch Websites wie OpenTable – Reservierungsstornierungen könnten ein Signal für einen möglichen Grippeausbruch sein – und Yelp, das Bewertungen von Unternehmen und Restaurants sammelt. „Ich bin mir nicht sicher, ob die Leute das wissen, aber 10 % der Yelp-Bewertungen beziehen sich auf Lebensmittelvergiftungen“, sagte er.

Tatsächlich erwähnen Rezensenten oft bestimmte Inhaltsstoffe, von denen sie glauben, dass sie die Krankheit verursacht haben. Als Brownstein und sein Team diese Informationen mit den Centers for Disease Control and Prevention (CDC) teilten, war die Behörde ungläubig, sagte er. Nach eigener Analyse die CDC fanden, dass die Rezensenten überraschend genau waren.

„Aus unserer Sicht als Verbraucher ist der Patient viel klüger, als wir ihm zutrauen“, sagte Brownstein.