29. August 2000

Die Krankheits-Propheten

Auf der Intensivstation fürchten die Ärzte den sogenannten "point of no return" - wenn eine Krankheit zu spät erkannt wurde und alle medizinischen Bemühungen zu spät kommen. Die Chance, dass ein Patient gesund überlebt, ist um so größer, je früher und präziser seine Erkrankung erkannt wird.

Nicht nur diagnostizieren, sondern den Krankheitsverlauf auch vorhersagen - ein solcher Ansatz kommt nun aus der Biochemie. "Datenmusteranalyse" heißt das Verfahren. Es wurde am Max-Planck-Institut im bayerischen Martinsried entwickelt und in mehreren klinischen Studien erprobt. Krankheiten können damit entdeckt und behandelt werden, bevor sie zum Ausbruch kommen.

Prof. Günter Valet, Max-Planck-Institut für Biochemie Martinsried:
"Die Datenmusteranalyse bietet die grundsätzliche Möglichkeit der vorrausschauenden Krankheitserfassung und damit auch der Frühentdeckung von Komplikationsmöglichkeiten. Dadurch hat man erstmals die Möglichkeit, diese Komplikation vor ihrem wirklichen Eintreten zu bekämpfen und dadurch evtl. irreversiblen Schaden vom Patienten fernzuhalten."

Die Analyse beruht auf einem biochemischen Verfahren, mit dem Funktionen und Eigenschaften von Blutzellen bestimmt werden können.

Prof. Günter Valet:
"Krankheiten entstehen durch biochemische Veränderungen in Zellsystemen und Organen. Aus diesem Gedanken heraus ist es grundsätzlich sehr wichtig und auch vielversprechend, biochemische Eigenschaften in Zellen zu vermessen, und in Bezug auf Vorhersage und präzise molekulare Diagnostik abzuprüfen."

In der Intensivmedizin gehört die Sepsis - die Bakterienvergiftung - zu den gefürchteten, lebensgefährlichen Komplikationen des Krankheitsverlaufs. Nur wenn septische Patienten im sehr frühen Stadium der Erkrankung identifiziert werden, sind die Heilungschancen gut. Das Ergebnis einer gemeinsamen Studie mit Münchner Intensivmedizinern gibt Anlass zur Hoffnung: Der Krankheitsverlauf von 70 Studien-Patienten konnte nicht nur präzise diagnostiziert, sondern sogar vorhergesehen werden. Wichtig für das Analyseverfahren ist, dass Veränderungen innerhalb der Zellen biochemisch sehr früh nachgewiesen werden können - manchmal schon wenige Minuten nachdem der krankmachende Prozess begonnen hat. Für den Sepsisnachweis wurden rund 150 Zelleigenschaften erfasst.

Prof. Günter Valet:
"Wir messen bei der Sepsisuntersuchung Funktionseigenschaften von Zellen, die mit der Krankheitsabwehr in relativ unmittelbarem Zusammenhang stehen. Die Zellabwehr ist so gestaltet, dass die Bakterien von einem Teil der weißen Blutkörperchen aufgefressen werden und in der Zelle abgetötet und letztendlich auch total verdaut werden. Da diese Bakterien aber oft sehr robuste Außenwände und überhaupt Strukturen haben, die den Enzymen, also den abbauenden Katalysatoren, den Biokatalysatoren der Zelle, Widerstand entgegensetzen, gibt es in diesen Zellen ein Prinzip, oxidative Radikale zu erzeugen, die sehr aggressiv sind."

Andere Messungen, die zur Vorhersage einer Sepsis durchgeführt werden, erfassen zum Beispiel die Aktivität eines Eiweiß zersetzenden Enzyms oder den PH-Wert in der Zelle. Das Ergebnis der Messungen ist eine Datenbasis, die im Fall der Sepsis 150 Werte für jeden untersuchten Patienten enthält. Eine Datenflut. Nun beginnt das Analyseverfahren: Für jeden einzelnen Messwert werden alle Patientendaten in einer Kurve zusammengestellt - wie z.B. für die erwähnten "oxidativen Radikalen". Im grünen Bereich der Kurve befinden sich nun alle normalen - gesunden - Werte. Im gelben Bereich ist die Produktion von Radikalen vermindert, im roten zu stark. Der grüne Bereich wird mit einer Null gekennzeichnet, der rote erhält ein Plus, der gelbe ein Minus. Auf diese Weise werden alle 150 gemessenen Werte auf die Angaben Minus, Null und Plus reduziert.

Im zweiten Analyseschritt beginnt die Lernphase. Jede gemessene Zelleigenschaft wird darauf hin untersucht, wie wichtig sie für das Gesamtergebnis ist. Nur die trennschärfsten Eigenschaften verbleiben im System. Durch die Klassifizierung kann die Datenmenge um 80-95% reduziert werden. Angenommen durch diese Prozedur werden vier aussagekräftige Zelleigenschaften ermittelt, so wird der Gesundheitszustand jedes Patienten jetzt nur noch durch vier Stellen aus Null, Plus und Minus-Zeichen definiert - anstatt aus 150 Zahlen.

Die Idealwerte des gesunden Patienten sind vier Nullen. Alle Zellfunktionen arbeiten normal. Patient zwei hingegen ist krank: sein Datenmuster beinhaltet keine Null. Die Zellfunktionen sind entweder zu schwach oder zu stark. Ein typisches Muster für Krankheit und eines für Gesundheit bildet schließlich eine Doppelmaske, an der jeder neu eingelieferte Patient verglichen werden kann. Es kommt nicht nur auf die Anzahl der Nullen an, sondern auch auf ihre Position, wenn zum Schluss die Prognose gestellt wird, ob der Patient zu den Gesunden oder Kranken gezählt werden muss. Nach Ablauf der Studienphase ist das Endergebnis eine Matrix, die eine ganz bestimmte Krankheit definiert.In der klinischen Praxis ist der Arbeitsaufwand dann nicht mehr groß: Es müssen nur wenige Messwerte ermittelt werden - und das Ergebnis ist trotzdem präzise: In der Münchner Studie konnten die septischen Patienten mit einer Wahrscheinlichkeit von 97 Prozent identifiziert werden.

Prof. Wolfgang Kellermann,
Krankenhaus München-Schwabing :
"Entscheidend für uns ist, dass wir dieses zu einem sehr frühen Zeitpunkt können. Das Ziel ist, diese gefährdeten Patienten frühzeitig zu differenzieren, so dass wir auch frühzeitig therapeutische Maßnahmen gezielt einleiten können."

Auch in anderen Bereichen wurden Krankheitsverläufe erfolgreich prognostiziert: in der Kinderherzchirurgie, der Krebstherapie und der Sportmedizin. Zwar keine Vorhersage, aber eine präzise Diagnose konnte für die Leukämie, das juvenile Asthma und die HIV-Infektion erreicht werden.

Prof. Günter Valet:
"Die Datenmusteranalyse hat die Möglichkeit, für die Grundlagenforschung unerwartete neue Zusammenhänge aufzudecken, dadurch dass eine Vielzahl von Daten analysiert werden. So hat sich z.B. herausgestellt, dass bei eng begrenzten bösartigen Lymphomen, das sind Prozesse z.B. in Körperlymphknoten, dass auch das normale Knochenmark, das ja weit entfernt ist, charakteristische molekulare Veränderungen aufweist. Und es erhebt sich die interessante Frage, ob diese bösartige Lymphombildung eben evtl. ihre Ursache in diesen Veränderungen hat oder was konventioneller ist, eine reaktive Folge dieser malignen Prozesse ist."

Zur Zeit läuft eine zweite Sepsis - Studie am Schwabinger Krankenhaus, die die Methodik der Datenmusteranalyse variiert. Bisher beruht die Rechnung auf der Zellanalyse, aber längst nicht jeder Intensivstation steht dieses Gerät, ein sogenanntes Durchflusszytometer zur Verfügung. Deshalb wird geprüft, ob die Datenmusteranalyse genauso erfolgreich auch mit anderen klinischen Daten durchgeführt werden kann.

Prof. Wolfgang Kellermann:
"In der Intensivmedizin haben wir für die tägliche Beurteilung des Patienten eine Fülle an Daten zu verarbeiten. Die Musteranalyse kann uns möglicherweise - und das ist unsere Intention - helfen, hier eine größere Trennschärfe in unserer Diagnostik und damit eine Hilfe für unsere Entscheidungen zu bekommen in der Behandlung dieser schwerkranken Patienten."

Zwei bis drei Tage vor dem Krankheitsausbruch kann die Datenmusteranalyse schon jetzt eine Sepsis prognostizieren. In Zukunft wird es wohl möglich sein, jede nur denkbare herannahende Komplikation bereits im Vorfeld zu erkennen. Die Intensivmedizin steht vor einer Revolution.