Jump to Navigation

Hintergrund: Medizin im Zeitalter der elektronischen Gesundheitskarte (aktualisiert August 2010)

Mit den neuen Informationstechnologien entstehen äußerst vielfältige Möglichkeiten des Datengebrauchs in Medizin und Gesundheitssystemen. Ich möchte im folgenden einige Beziehungen der derzeitigen Forschungsansätze in der Medizin und der forschungs- und gesundheitspolitischen Diskurse und Zielsetzungen zur Einführung der Gesundheitskarte deutlich machen. Dabei geht es mir nicht nur darum, Ausmaß und Umfang der derzeit bereits stattfindenden Datenerhebungen in der Medizin und damit verbundene datenschutzrechtliche Gefahren zu beschreiben; auch die Frage, wie der medizinische Fortschritt aussieht, der mit dieser Forschung versprochen wird, soll hier nur gestreift werden. Ich möchte den Blick erweitern auf die biopolitischen Hinter- und Untergründe, die den Datenerhebungen und -verarbeitungen in Medizin und Gesundheitssystemen gemeinsam sind.


1 Genetik, Medizin und IT: Eine folgenreiche Verbindung

Die Forschung an menschlichen Genen war über lange Zeit von deterministischen Vor­stellungen über Rolle und Funktion der DNA geprägt. So war 1988 mit dem weltweiten Projekt zur Entschlüsselung des menschlichen Genoms, der Kartierung und Sequenzierung der DNA, be­gonnen worden, weil man Genen eine entscheidende und grundlegende Bedeutung für die Ausprä­gung individueller Eigenschaften und insbesondere für die Entstehung von Krankheiten zuschrieb. Zugrunde lag das Paradigma, ein Gen kodiere für ein einziges Enzym. Diese Vorstellung ist mit der Humangenomforschung modifiziert worden. Die Anzahl der Gene des Menschen unterscheidet sich nur unwesentlich von der weit­aus einfacherer Lebewesen und die Anzahl der Enzyme ist sehr viel größer als die der Gene. Mit diesen Erkenntnissen hat sich der Fokus der Genforschung verschoben. Zwar nehmen Gene im heutigen Krankheitsmodell nach wie vor eine wichtige Rolle ein und Umwelteinflüsse, biografische Eigenheiten oder soziale Bedingungen erscheinen bisweilen immer noch lediglich als Auslöser für die Realisierung genetischer Anlagen. Aber Gene werden nicht mehr als Ausgangspunkt für biologische Entwicklungen, als fest stehendes Programm verstanden, sondern als einer unter anderen Faktoren, der selbst Veränderungen unterliegt. Insbesondere die weit ver­breiteten, so genannten Volkskrankheiten gelten als multifaktoriell – als Ergebnis eines kom­plexen Zusammenspiels genetischer mit nichtgenetischen Faktoren, das heißt, Umweltbedingungen, Ernährungsgewohnheiten, psychischen Belastungen oder, allgemeiner, dem Lebensstil.
Dieser Paradigmenwechsel ist eng mit der Entwicklung der Informations- und Kommunikations­technologien (IT) verbunden. Bioinformatik und Gesundheitstelematik sind entstanden und haben Systeme und Anwendungen hervorgebracht, die in der Lage sind, klinische, molekulare oder genetische Daten in großen Mengen zu erheben, zu speichern und zu prozessieren. Sie bilden den technologischen Hintergrund dafür, dass die medizinische Forschung heute von Ansätzen dominiert wird, die auf umfangreiche Sammlungen klinischer, molekularbiologischer und genetischer Daten angewiesen sind, weil diese Ansätze im wesentlichen auf Statistik und Wahrscheinlichkeitsberechnungen fußen. In dem Maße, in dem die Medizin immer stärker auf die Erhebung und Verknüpfung von Daten fokussiert, vertieft sich auch die statistisch-probabilistische Sichtweise auf komplexe Erkrankungen und ihre Entstehung. Gesundheit und Krankheit geraten damit vollständig in das Reich der Kalkulation, und zwar auf verschiedenen Ebenen.

1.1 Individualisierung und die IT-Biomedizin

In der Medizin geht es heute immer weniger um Symptome und ihre Behandlung. Das Erkrankungsrisiko rückt immer mehr ins Zentrum der Medizin und verdrängt den kranken Menschen und seine Behandlung. Große Datensammlungen sind in diesem Prozess ein wichtiges Instrument: So sucht die „genetische Epidemiologie“ nach Ursachen für häufig vorkommende Erkrankungen, indem genetische Varianten mit dem Auftreten einer Krankheit korreliert werden. Dabei gilt: Je umfangreicher die Sammlungen von DNA-Proben und damit verbundenen Datensätzen sind, desto genauer können Häufigkeit und Verteilung genetischer Veränderungen in der Bevölkerung geschätzt werden. Auch um genetische zu anderen, nicht-genetischen Faktoren (Umwelt, Ernährung, Lebensstil) in Bezug auf das Krankheitsrisiko in ein Verhältnis zu setzen, sind Datensammlungen von großem Umfang notwendig.1
Der medizinische Nutzen solcher Schätzungen ist allerdings hochgradig fragwürdig: Wenn überhaupt bestimmte Genvarianten mit dem Auftreten einer häufig vorkommenden Erkrankung korreliert beziehungsweise durch statistische Operationen Risikofaktoren errechnet werden können, die das Auftreten von Krankheiten begünstigen, kann das allenfalls zu Tests führen. Sie informieren Menschen dann darüber, wie hoch ihr statistisches Risiko ist, in der Zukunft zu erkranken und welche Einflüsse dieses Risiko erhöhen oder senken.
Im Ergebnis dieser Orientierung der Medizin auf individuelle Gesundheitsrisiken verschiebt sich die Verantwortung für Gesundheit und Krankheit auf den Einzelnen. Fraglich bleibt überdies, inwieweit die Operationalisierung aller mit Krankheit potenziell in Verbindung stehenden Einflüsse zu „Faktoren“ der komplexen sozialen, psychischen und personalen Wirklichkeit von Krankheit gerecht werden kann.

1.2 IT-Biomedizin und Ökonomie

Auch die Pharmaindustrie ist interessiert an großen Proben- und Datensammlungen und baut zum Teil selbst welche auf. Die Unternehmen setzen dabei aber nicht nur auf Gene (Pharmakogenetik und –genomik), sondern auch auf Proteine und Stoffwechselprodukte (Biomarkerforschung). Für die Entwicklung neuer Medikamente wird zum einen nach Zielmolekülen auf DNA-Ebene, den so genannten „targets“, gesucht. Obwohl solche pharmakogenomischen Ansätze schon länger verfolgt werden, gibt es bisher nur ganz wenige neue Medikamente, die nur bei seltenen Formen weit verbreiteter Erkrankungen wirksam und überdies sehr teuer sind. Zum anderen sind für die Pharmaforschung Proteine (Eiweiße) und Stoffwechselprodukte im Blut interessant. Sie finden sich im Blutplasma und verändern sich bei Erkrankungen. Mit dem Vergleich von Plasmaproben vor, während und gegebenenfalls nach einer Erkrankung kann nach molekularen Mustern gesucht werden, die eine Krankheit begleiten. Mit Tests auf solche so genannten Biomarker könnten auch häufige Krankheiten schon vor ihrem Ausbruch vorhergesagt werden – so jedenfalls das Modell. Für diese Forschung sind ebenfalls große Daten- und Probenmengen notwendig, denn auch für die anvisierte Entwicklung von Biomarker-Tests ist die statistische Häufigkeit ihres Nachweises bei der jeweiligen Krankheit entscheidend. Und auch hier kommt es darauf an, möglichst genaue und spezifische klinische Daten nutzen zu können.

1.3 Sammeln, registrieren, dokumentieren: Biobankprojekte allerorten

Medizinische Daten und biologisches Material, aus dem Daten gewonnen werden können, sind deshalb heute sowohl in der universitären wie der industriellen Forschung ein begehrtes Gut. In einigen Ländern wurde in den vergangenen fünfzehn Jahren mit dem Aufbau großer, auf weite Teile der Bevölkerung abzielender Datensammlungen aus DNA-Proben, klinischen und persönlichen Daten begonnen, den so genannten Biobanken. Die jeweiligen Regierungen hofften, damit Kapital aus der Pharmabranche anzuziehen, so etwa 1998 in Island oder 2000 in Estland.2 Auch wenn dieses Konzept so nicht aufging – Biobankprojekte boomen. In Großbritannien wurde 2006 nach jahrelanger Diskussion und Vorbereitung mit der Sammlung von DNA-Proben und Angaben zu Lebensführung, Ernährungsgewohnheiten, psychischen Problemen und Ähnlichem begonnen.3 Dort geht es darum, alles, was irgendwie mit Krankheiten in Zusammenhang stehen könnte, möglichst umfassend auszuleuchten. Hierzulande wird seit Anfang 2009 unter dem Namen „Helmholtz-Kohorte“ ein Biobankprojekt vorbereitet, in dessen Fokus „chronische Erkrankungsrisiken“ stehen, und zwar „in Bezug auf den Lebensstil, psychosoziale Faktoren, umweltbedingte Belastungen und Stoffwechselmarker - alleine oder im Zusammenspiel mit individuellen genetischen Risikofaktoren“.4Ab 2012 sollen in verschiedenen Regionen der gesamten Bundesrepublik von 200.000 gesunden Freiwilligen Blut- und Urinproben gesammelt und Daten zur Ernährung, zum Lebenswandel und zum sozialen Hintergrund erhoben werden. Geplant ist, die Teilnehmenden über die Meldeämter zu „rekrutieren“ – so heißt das in der Sprache der biomedizinischen Forschung. Ihr Gesundheitszustand soll dann über einen Zeitraum von mindestens zwanzig Jahren beobachtet werden.

2 Forschungsförderung und Gesundheitsökonomie: Der politische Hintergrund

Die zentrale Rolle, die Datensammlungen in der medizinischen Forschung spielen, ist allerdings nicht nur den geschilderten wissenschafts- beziehungsweise technologieimmanenten Entwicklungen in IT und Genetik geschuldet. Weder Technologien noch wissenschaftliche Paradigmen entstehen im luftleeren Raum, sie stehen vielmehr in vielfältigen Beziehungen zu gesamtgesellschaftlichen Vorgängen und Diskursen. Die Liberalisierung beziehungsweise Kommerzialisierung aller Bereiche menschlicher Tätigkeit und Existenz hat auch den Forschungs- und Gesundheitssektor nicht verschont. Im Gegenteil, Forschungspolitik ist ein wichtiges Instrument gewesen, um diese Prozesse in der Medizin in Gang zu setzen.
So stehen Forschung und Entwicklung im Zentrum der EU-Wirtschaftspolitik; die Förderung der Forschung ist stark auf wirtschafts- und strukturpolitische Ziele hin ausgerichtet. Der „Übergang zu einer wissensbasierten Wirtschaft und Gesellschaft“ gehörte beispielsweise zu den zentralen Elementen des sogenannten Lissabon-Prozesses, den die Europäische Union im Jahre 2000 einleitete und der zum Ziel hatte, die EU bis 2010 zur dynamischten Wirtschaftsregion der Welt zu machen.
Diese strategische Ausrichtung von Wirtschafts- und Strukturpolitik auf Forschung und Entwicklung begann in den Mitgliedsstaaten der EU bereits in den 1990er Jahren. „Forschung, Qualifikation und neue Technologien bestimmen mit über die Zukunft von Arbeit und Umwelt und über die Wettbewerbsfähigkeit der Volkswirtschaft. (...) Die neue Bundesregierung wird der Bildungs-, Forschungs- und Technologiepolitik in Deutschland einen herausragenden Stellenwert geben“, hieß es beispielsweise in den Koalitionsvereinbarungen der ersten rot-grünen Regierung von 1998. Man wolle die Forschungspolitik auf wichtige Schlüsseltechnologien ausrichten, die Projektförderung an strategisch angelegten Leitprojekten orientieren und Defizite vor allem bei industrienaher Forschung und Entwicklung beseitigen.

2.1 Forschungsförderung in den Lebenswissenschaften

In zwei Bereichen wurden und werden „wichtige Schlüsseltechnologien“ verortet: bei Information und Kommunikation und in den so genannten Lebenswissenschaften. Im Gesundheitssektor gelten Forschung und Entwicklung allerdings nicht nur als wirtschafts- und strukturpolitisch bedeutsames Feld, dessen Förderung und Ausbau für die globale Konkurrenzfähigkeit der Bundesrepublik beziehungsweise der EU entscheidende Bedeutung hat. Die standortpolitische Bewertung biomedizinischer und informationstechnologischer Forschung als zu entwickelnden Wirtschaftszweigen ergänzt sich hier hervorragend mit gesundheitspolitischen und -ökonomischen Zielen der Kostensenkung.
Vor diesem strategischen Hintergrund sind seit Ende der 1990er Jahre vielfältige Wirtschafts- und Strukturförderprogramme im Bereich der medizinischen Forschung sowohl auf EU- wie auf Landes- und Bundesebene aufgelegt worden. Damit wurden sowohl der Aufbau neuer wie der Ausbau bereits bestehender Datensammlungen für die medizinische Forschung verstärkt gefördert. Denn solche Datensammlungen werden nicht nur als Instrument für die Generierung gesundheitspolitisch relevanten Wissens verstanden. Sie sind auch ein Instrument, mit dem sich marktförmige Strukturen im Gesundheits- wie im Forschungsbereich durchsetzen: Jede Universitätsklinik, die eine bestimmte, gut charakterisierte Datensammlung besitzt, gewinnt an unternehmerischer Eigenständigkeit auf dem Forschungs-„Markt“, wenn sie nicht nur Expertise, sondern auch Material bereitstellen kann. Da aufgrund der Struktur- und Finanzpolitik im Gesundheitswesen in den letzten Jahrzehnten der Bedarf von Kliniken und Universitäten an Drittmitteln ohnehin beständig steigt, sind Kooperationen mit der Industrie begehrt. Proben- und Datensammlungen bieten der Industrie Anreize. So wandeln sich Kliniken und Universitäten allmählich zu Ressourcen für die Industrie, deren Interessen bekanntlich nur selten mit denen der Gesamtgesellschaft übereinstimmen.5

2.2 eHealth und die Zukunft der Gesundheitsverwaltung

Auch die Entwicklung informations- und kommunikationstechnologischer Anwendungen für den Gesundheitssektor wird kräftig gefördert. eHealth lautet dabei eins der Zauberworte. Blumig wird von einem „allgegenwärtigen Management“ von Gesundheit gesprochen, das neben einer kosteneffektiveren Verwaltung auch in Aussicht stellt, Forschungsergebnisse schnell und effizient in die klinische Praxis umzusetzen. Dabei wird nicht nur die ständige Verbesserung der Qualität der Gesundheitsversorgung versprochen; auch die wirtschaftliche Bedeutung des Sektors wird hoch angesetzt. Neben der Pharmabranche und den Geräten für bildgebende Verfahren in der Medizin gelten IT-Produkte heute als dritte industrielle Säule der Gesundheitsversorgung.6
Selbstredend ist auch eHealth ein wichtiger Förderschwerpunkt der europäischen Forschungsförderung. Inhaltlich geht es bei in den letzten Jahren von der EU-Kommission geförderten Projekten oft darum, Anwendungen, Systeme und Ontologien zu entwickeln, die Daten kompatibel machen und ihren Austausch für die Forschung ermöglichen. Denn ein zum Teil schwer zu überwindendes Hindernis für die Zusammenführung bestehender Datensammlungen ist deren Verschiedenheit. Von der Diagnose und Symptombeschreibung über die Systematisierung bis hin zu den Bezeichnungen unterscheiden sie sich zum Teil ganz außerordentlich. Eine ganze Reihe von Projekten wurde in den vergangenen Jahren gefördert, die auf eine Verbesserung des Datenaustausches zwischen unterschiedlichen Forschungsinstitutionen abzielen. Immer wird dabei auch eine effizientere Gesundheitsverwaltung in Aussicht gestellt.
Ein Beispiel ist das so genannte Exzellenz-Netzwerk INFOBIOMED.7Gefördert unter dem EU-Forschungsrahmenprogramm 6 im thematischen Bereich „Technologien der Informationsgesellschaft“ kooperieren 16 europäische Organisationen und Institute aus Belgien, Dänemark, Deutschland, Großbritannien, Griechenland, Italien, den Niederlanden, Portugal, Spanien und Schweden. Sie arbeiten gemeinsam an Methoden, Instrumenten, Technologien und Anwendungen, die eine Zusammenführung von Daten aus der klinischen Praxis mit Informationen aus der Forschung ermöglichen. „Synergien“ zwischen medizinischer und Bioinformatik sollen genutzt werden; eine „Integration und Auswertung aller in beiden Bereichen generierten Daten und Informationen“ sollen die „personalisierte Gesundheitsversorgung“ voranbringen.8 INFOBIOMED soll „die technische und wissenschaftliche Infrastruktur bereitstellen, um eine evidenzbasierte, individualisierte Gesundheitsversorgung zu ermöglichen, die alle relevanten Informationsquellen nutzt.“ Damit könne nicht nur die Behandlung von Erkrankungen verbessert werden, sondern vor allem auch deren Diagnose und Prävention. „Diese vorhersehbaren Vorteile werden die Gesundheit und Lebensqualität der Bürger verbessern und sicherlich einen Effekt auf die Ausgabeneffizienz im Gesundheitswesen haben“, hieß es in der Kurzvorstellung des Projektes.9
Das klingt erstrebenswert. Wer möchte nicht „Gesundheit und Lebensqualität“ steigern? Und auch gegen eine „verbesserte Ausgabeneffizienz im Gesundheitswesen“ ist wenig einzuwenden. Oberflächlich betrachtet scheint also wenig dagegen zu sprechen, dass Daten aus klinischer Praxis und Forschung zusammengeführt und auf Vernetzung und Datenkompatibilität gesetzt wird. Sehen wir aber ein wenig hinter die schön klingenden Schlagworte, ergeben sich weniger angenehme Perspektiven: In dem Maße, in dem immer leistungsfähigere informationstechnologische Systeme und Anwendungen entwickelt werden, bringt die Verbindung von genetischen mit klinischen Daten allenfalls eine genauere und individuellere Berechenbarkeit von Erkrankungsrisiken hervor. Im Ergebnis werden Krankheitsrisiken individualisiert; die Berechnung der Wahrscheinlichkeit von Erkrankungen tritt gegenüber Diagnose und Behandlung in den Vordergrund. Es geht um Vermeidung und individuelle Gesundheitsverantwortung, nicht um die Behandlung von oder gar einen adäquaten Umgang mit Krankheiten.
Während eine Verbesserung der Lebenswirklichkeit sowohl von Patienten als auch von gesunden Menschen durch solche individualisierten Risikoaussagen nicht zu erkennen ist, sind eine Reihe sozialer und gesellschaftlicher Folgen absehbar. Genannt sei hier nur die Befürchtung, genetische Dispositionen könnten Eingang in die Risikokalkulation von Kranken- und Lebensversicherungen finden und zu neuen Ungerechtigkeiten auf der Grundlage genetischer Diskriminierung führen. Erinnert sei auch an die Möglichkeit, die Geburt von Menschen mit bestimmten Erkrankungsrisiken zu verhindern, die mit den Technologien der pränatalen Diagnostik gegeben ist.
Zudem eignet sich das Konzept des genetischen Risikos hervorragend für die Zurichtung der Individuen auf die neoliberale Umstrukturierung der öffentlichen Gesundheitssysteme. So wird beispielsweise in einer Studie für die Friedrich-Ebert-Stiftung zur Diskussion gestellt, „ob durch die Berücksichtigung eines genetischen Risikobegriffs das Verhältnis von Solidarität und Eigenverantwortung in der Sozialpolitik neu bestimmt werden muss“. Die Frage, wie genetisches Wissen für die öffentliche Gesundheit fruchtbar gemacht werden soll, ziehe einen „Konflikt zwischen Autonomierespekt und Gemeinwohl“ nach sich. Aufgrund der knappen Ressourcen im Gesundheitswesen sollten unter bestimmten Bedingungen individuelle Freiheiten dem Gemeinwohl nachgeordnet werden. Ein „hoher sozialethischer Verpflichtungsgrad“ könne bestehen, an genetischen Screeningverfahren teilzunehmen oder Daten für Biobanken zur Verfügung zu stellen, wenn für das Individuum der Aufwand begrenzt sei, die Vermeidung einer schweren Krankheit möglich werde und durch die Vermeidung von Kosten ein großer gesellschaftlicher Nutzen entstünde.10
Diese Perspektive auf die Umsetzung genetischer Forschungsergebnisse in die Gesundheitsversorgung mag als drastische Utopie erscheinen; vor dem Hintergrund der von Sparzwängen, Umverteilung und anderen ökonomischen Motiven dominierten Gesundheitspolitik ist sie nur eine logische Fortsetzung der neoliberalen Idee von der individuellen Risikoverantwortung. Es ist jedenfalls nützlich, Konzepte dieser Art nicht zu vergessen, wenn es um biomedizinische Forschung geht. Solche Phantasien werfen ebenso wie die geschilderten Hintergründe staatlicher Förderprogramme ein etwas anderes Licht auf Datenerhebung und –vernetzung in der medizinischen Forschung als die jeweiligen wissenschaftsinternen Begründungen für deren Notwendigkeit es zu tun vermögen. Ein Blick auf derzeitige Initiativen zur Vernetzung von großen Datensammlungen zeigt zudem, dass die Nutzung von für Forschungszwecke errichteten Datensammlungen für gesundheitsökonomische Zwecke bereits auf der Agenda steht.

3 Genforschung und Datensammlungen: Ein Netz mit doppeltem Boden

Seit Beginn des Jahrhunderts haben nicht nur große Biobankprojekte Konjunktur; unterstützt durch öffentliche Fördergelder wird auch an ihrer Vernetzung gearbeitet. Eine Pilotfunktion für die Zusammenführung großer Probandenkollektive auf europäischer Ebene hatte GenomEUtwin. Seit 2002 sind genetische, epidemiologische und phänotypische Daten von etwa 850.000 Zwillingspaaren aus acht dänischen, holländischen, schwedischen, italienischen und finnischen Zwillingsregistern zusammengeführt worden, um den Einfluss von Genetik, Lebensstil und Umwelt auf die Entstehung weit verbreiteter Krankheiten zu erforschen.11Im Rahmen dieser Datenvernetzung wurden auch erste Standards entwickelt, um eine Vergleichbarkeit der oft sehr unterschiedlichen Datensätze zu ermöglichen.
Die Standardisierung und Operationalisierung von Datenerhebung und –prozessierung ist auch das Ziel eines Vernetzungsprojektes auf globaler Ebene. Das Public Population Project in Genomics (P3G) zielt darauf ab, große Datensammlungen zusammenzuführen und vereint Forschungsinstitutionen in Europa, Australien, den USA und Kanada, die große Biobanken betreiben oder aufbauen. Beteiligt sind neben weiteren Biobankprojekten
- das erwähnte europäischen Zwillingsregister mit Proben und Datensätzen von 850.000 Zwillingspaaren,
- das estnische Biobankprojekt mit Proben und Datensätzen von bisher 10.000 Menschen,
- die Biobank des britischen Centre for Integrated Genomic Medical Research, die insgesamt 20.000 verschiedene krankheitsbezogene Datensätze und Proben enthält,
- das kanadische CARTaGENE-Projekt, in dem insgesamt 60.000 Proben mit dazugehörigen Informationen zu Lebensstil, Erkrankungen und Ernährung gesammelt wurden,
- das Western Australian Genetic Health Project. Hier sollen Proben und Daten zu Abstammung und Gesundheit von 2 Millionen Bewohnern Westaustraliens integriert werden und
- die deutsche Sammlung KORA-gen mit insgesamt etwa 18.000 Proben und Daten aus früheren epidemiologischen Studien.12
Eine Synchronisierung dieser Datensätze für die Forschung ist erklärtes Ziel. Seit der Gründung beschäftigt sich die Initiative vor allem mit Fragen der Standardisierung, Methodik und Organisation und wird dabei finanziell kontinuierlich von der EU-Kommission unterstützt. Unter dem 6. EU-Forschungsrahmenprogramm beispielsweise wurde 2006 und 2007 ein von dem P3G-Konsortium initiiertes Kooperationsprojekt zwischen 18 europäischen und kanadischen Forschungsinstitutionen gefördert. In dem Projekt mit dem Titel „Harmonisierung bevölkerungsweiter Biobanken und Kohortenstudien zur Stärkung der biomedizinischen Forschung in Europa in der post-genomischen Ära“ wurden unter anderem bestehende bevölkerungsweite Biobanken und Kohortenstudien in Europa systematisch kategorisiert und statistisch-methodische Probleme bei Studiendesign und –analyse und bei der Zusammenführung von Daten aus verschiedenen Studien bearbeitet.
Das p3g-Konsortium stellt explizit eine effektivere Bewirtschaftung und Verwaltung der Gesundheit von Bevölkerungen in der Zukunft in Aussicht. Die Koordinatoren von p3g verstehen das Vernetzungsvorhaben als unablässige Voraussetzung für den Transfer von Erkenntnissen zur Genetik weit verbreiteter Erkrankungen in die Gesundheitssysteme und werben damit, insgesamt über Datensätze von mehr als drei Millionen Menschen zu verfügen. Durch die Zusammenführung so großer Datenmengen könnten zum einen genetische Varianten und ihr Einfluss auf die Krankheitsentstehung sicher validiert und in Bezug zu anderen Faktoren, die Erkrankungen verursachen, gesetzt werden; außerdem sei das Vernetzungsvorhaben ein Instrument, um vor einer Integration von Forschungsergebnissen in die Gesundheitssysteme zum Beispiel die „Kosten genetischer Diagnostik“ mit ihren „Vorteilen für Bevölkerungen und ihre Regierungen“ gegenzurechnen.13

4 Fazit

Die neuen Technologien der elektronischen Datenerhebung, -verarbeitung und –prozessierung bieten ungeahnte Möglichkeiten sowohl für die Forschung wie für die Gesundheitsverwaltung. Für die schleichende Verwischung der Grenzen zwischen Forschung, Gesundheitsversorgung und Krankheitsverwaltung ist die elektronische Gesundheitskarte ein weiteres technisches Werkzeug. Zwar wurde sie nicht als Quelle für den Datenbedarf der biomedizinischen Forschung konzipiert. Aber sie bietet eine neue technisch-organisatorische Grundlage für vielfältige Nutzungen von Patientendaten.
Es darf jedenfalls auch in Zukunft mit „Synergien“ zwischen Forschung und Gesundheitsversorgung gerechnet werden. In der Perspektive eines marktförmigen Forschungs- und Gesundheitssystems, dessen Struktur von Kosteneffektivität und individueller Risikoverantwortung bestimmt wird, kann ein gesundheitspolitisches Interesse am Datenabgleich vorausgesetzt werden. Die Einführung der elektronischen Gesundheitskarte in der Bundesrepublik mag wie so viele technologische Neuerungen in den letzten Jahren als harmlos erscheinen; die Möglichkeiten ihrer Nutzung sind es angesichts der hier umrissenen Begehrlichkeiten in Forschung und Politik nicht.

  • 1. Allerdings fehlen aufgrund der Komplexität der Krankheitsentstehung heute noch statistische Modelle, um auch die Interaktionen zwischen den verschiedenen Einflüssen erfassen zu können.
  • 2. In Island sind nach Angaben des Unternehmens, dass die Biobank betreibt, etwa 110.000 Blutproben mit dazugehörigen klinischen Informationen und Familienstammbäumen vorhanden. Ursprünglich war geplant, genetische Daten mit den vorhandenen Patientendaten aller lebenden und toten Isländer und einer Datenbank aus Familienstammbäumen zu verknüpfen. Aufgrund verschiedener Datenschutzprobleme, Streitigkeiten mit dem größten Krankenhaus Islands und einem Verfassungsgerichtsurteil Ende 2003 ist dieses Konzept gescheitert. In Estland stagnierte zwischen Ende 2004 und Mitte 2006 die Erhebung bei etwa 10.000 Proben und Datensätzen, da der Vertrag zwischen Betreibern und Geldgebern aufgrund unüberbrückbarer Differenzen in beiderseitigem Einvernehmen aufgelöst wurde.
  • 3. Ende Oktober 2009, nach zweieinhalb Jahren Laufzeit, umfasste die Sammlung bereits Daten von 380.000 Teilnehmern. Insgesamt sollen es eine halbe Million werden. Vgl. www.ukbiobank.ac.uk/about/what.php
  • 4. „Warum erkrankt der gesunde Mensch? - Bundesweite ‚Helmholtz-Kohorte’ im Dienste der Gesundheitsforschung heute bewilligt“, Pressemitteilung Hermann von Helmholtz-Gemeinschaft Deutscher Forschungszentren, 22.10.2008, http://idw-online.de/pages/de/news284685
  • 5. Ein Beispiel: Warfarin ist ein Medikament, dass bei Störungen der Blutgerinnung angewandt wird, die bei weit verbreiteten Erkrankungen wie Herzinfarkt, Schlaganfall oder Thrombosen auftreten. Allein in der Bundesrepublik nehmen jährlich etwa 800.000 Menschen dieses Medikament ein. Oft ist das im deutschsprachigen Raum unter dem Namen Macumar vertriebene Medikament allerdings mit Blutungskomplikationen verbunden. Deshalb suchte man an einer westdeutschen Universität im Rahmen eines öffentlich geförderten Forschungsprojektes mit Hilfe einer Proben- und Datensammlung nach DNA-Abschnitten, die mit dem Auftreten dieser Nebenwirkung in Beziehung stehen. Die Forschungsgruppe konnte tatsächlich einige Genvarianten mit den Komplikationen assoziieren; vermutlich bewirken sie einen verzögerten Abbau des Wirkstoffes. Menschen mit diesen Varianten müssten daher eine deutlich niedrigere Dosis des Medikamentes erhalten. Ein Test ist allerdings nicht in Sicht, weil die Industrie kein Interesse daran hat – das Medikament wird gut verkauft, wozu also einen Test entwickeln. Sehr viel interessanter ist für die Industrie das Gen selbst, denn möglicherweise ist es ein Ziel für einen neuen Wirkstoff und damit Grundlage für die Entwicklung eines neuen Medikamentes, für dass dann einige Jahre Patentschutz besteht und das entsprechend teuer verkauft werden kann. So ist das Gen im Rahmen einer Kooperation mit der Industrie nun patentiert, und zwar von einem pharmazeutischen Unternehmen, und die Testentwicklung bleibt in der Schublade.
  • 6. Vgl. Hernández V., Blanquer I.: The Grid as a healthcare provision tool, Methods of Information in Medicine 2/2005, 144 – 148.
  • 7. Das Projekt erhielt 4.85 Millionen Euro für eine Laufzeit von drei Jahren; der Förderzeitraum endete im Januar 2007. Für weitere Informationen vergleiche www.infobiomed.org
  • 8. Zu den „Synergien“ zwischen Genomforschung und Gesundheitsversorgung vgl. das White Paper von 2003 unter http://bioinfomed.isciii.es/Bioinfomed/The%20White%20Paper/results/White...
  • 9. Alle Zitate des Absatzes aus: The EU promotes top research in biomedical informatics to support individualised medicine, Pressemitteilung, http://www.infobiomed.org/paginas_en/dissemination/acti_dissemination_pr...
  • 10. Vgl. Brand A., Dabrock, P., Paul, N., Schröder P.: Gesundheitssicherung im Zeit­alter der Genomforschung. Diskussion, Aktivitäten und Institutionalisierung von Public Health Genetics in Deutschland, Gutachten im Auftrag der Friedrich-Ebert-Stiftung, 2004, 28 ff. Auch in der internationalen bioethischen Diskussion im Zusammenhang mit Biobanken werden Stimmen lauter, die die Verwendung von Proben und Daten für die Forschung nicht länger der individuellen Entscheidung des einzelnen Patienten überlassen wollen. DNA- oder Gewebespenden seien Voraussetzung des medizinischen Fortschritts, die Verwendung von Körpersubstanzen und medizinischen Daten deshalb ein solidarischer Beitrag zum Gemeinwohl. Vgl. beispielsweise Eriksson S. and Helgesson G.: Potential harms, anonymization, and the right to withdraw consent to biobank research, European Journal of Human Genetics 13, 2005, 1071–1076
  • 11. Das Projekt wurde mit Mitteln des 5. EU-Forschungsrahmenprogramms bis September 2006 gefördert. Für weitere Informationen vgl. www.genomeutwin.org
  • 12. Eine aktuelle Liste der Mitglieder findet sich unter www.p3g.org/secretariat/memb.shtml.
  • 13. Vgl. Knoppers, Bartha M./Hudson, T.J. (2004): Public Population Project in Genomics, www.p3g.consortium.org/brochure.pdf, S.2. Für weitere Informationen siehe www.p3gconsortium.org
Wagenmann, Uta
Preis: 0,00 €