Digitalisierung in der Gastroenterologie

Was ist neu?

Digitalisierung in der personalisierten Medizin Fortschritte in der genomischen Diagnostik und digitale innovative Technologien lassen die personalisierte Therapie gastrointestinaler entzündlicher und onkologischer Erkrankungen bald möglich erscheinen.

Digitalisierung in der interventionellen Diagnostik und Therapie In der interventionellen Gastroenterologie lassen sich neue IT-gestützte Diagnostik- und Therapieverfahren und Formen der Mensch-Technik-Kollaboration gut testen und im Versorgungalltag validieren.

Digitale Kompetenzen und Kommunikation Um die Arzt-Patienten-Kommunikation auf Augenhöhe zu erhalten, müssen auf beiden Seiten Kompetenzen im Umgang mit digitalen Anwendungen aufgebaut werden. Qualitativ hochwertige digitale Gesundheitsprodukte im unübersichtlichen Markt zu identifizieren bleibt eine Herausforderung.

Wissensmanagement und ärztliche Weiterbildung Die Deutsche Gesellschaft für Gastroenterologie, Verdauungs- und Stoffwechselerkrankungen entwickelt digitale Angebote für verschiedene Interessengruppen und engagiert sich bei der Wissensvermittung über soziale Netzwerke. Die ärztliche Weiterbildung im Zeitalter der Digitalisierung ist ebenfalls ein wichtiges Thema.

Implementierungsprobleme und Handlungsoptionen Um die Qualität technologischer Innovationen zu steigern und einen erfolgreichen Transfer in die Versorgung zu ermöglichen ist eine engere Kooperation zwischen Patienten, praktisch tätigen Ärzten und technischen Experten unabdingbar. Entsprechende Strukturen hierfür fehlen weitgehend.

Abstract

While digital health is changing the way we perform medicine, implementation of novel diagnostic or therapeutic approaches into clinical practice remains challenging. In this paper we discuss strategies and problems that need to be addressed to enable the translation of new technologies. With its broad spectrum of diseases and procedures the field of gastroenterology offers a perfect test bed for digital innovation. Two clusters of excellence funded by the German Research Foundation focus on data driven personalized therapeutic strategies for oncological and autoimmune diseases. On experimental level digital innovations in endoscopy and for ultrasound-guided interventions are being developed. In endoscopy artificial intelligence-driven decision support systems for adenoma detection have been developed that show promising results in clinical trails. However, for future development it will be crucial to follow an interdisciplinary approach with medical professionals and patients guiding the innovation process. Therefore digital health literacy will need to be implemented in medical education. In the academic field a strong cooperation of clinicians, patients, computer scientists and engineers will be essential.

Schlüsselwörter

Digitalisierung - Künstliche Intelligenz - Robotik - Endoskopie - Ärztliche Weiterbildung

Key words

endoscopy - cyberphysical systems - artificial intelligence - robotic coworking - change management

• Literatur

• 1 Alexandrov LB, Nik-Zainal S, Wedge DC. et al. Signatures of mutational processes in human cancer. Nature 2013; 500: 415-421
• 2 Misale S, Yaeger R, Hobor S. et al. Emergence of KRAS mutations and acquired resistance to anti-EGFR therapy in colorectal cancer. Nature 2012; 486: 532-536
• 3 Horak P, Fröhling S, Glimm H. Integrating next-generation sequencing into clinical oncology: strategies, promises and pitfalls. ESMO open 2016; 1: e000094
• 4 Furfaro F, Fiorino G, Allocca M. et al. Emerging therapeutic targets and strategies in Crohn’s disease. Expert Rev Gastroenterol Hepatol 2016; 10: 735-744
• 5 Yeung BPM, Chiu PWY. Application of robotics in gastrointestinal endoscopy: A review. World J Gastroenterol 2016; 22: 1811-1825
• 6 Swerdlow DR, Cleary K, Wilson E. et al. Robotic Arm-Assisted Sonography: Review of Technical Developments and Potential Clinical Applications. Am J Roentgenol 2017; 208: 733-738
• 7 Kettenbach J, Kronreif G. Robotic systems for percutaneous needle-guided interventions. Minim Invasive Ther Allied Technol 2015; 24: 45-53
• 8 Kojcev R, Fuerst B, Zettinig O. et al. Dual-robot ultrasound-guided needle placement: closing the planning-imaging-action loop. Int J Comput Assist Radiol Surg 2016; 11: 1173-1181
• 9 Chen PJ, Lin MC, Lai MJ. et al. Accurate Classification of Diminutive Colorectal Polyps Using Computer-Aided Analysis. Gastroenterology 2018; 154: 568-575
• 10 Hirasawa T, Aoyama K, Tanimoto T. et al. Application of artificial intelligence using a convolutional neural network for detecting gastric cancer in endoscopic images. Gastric Cancer 2018; 21: 653-660
• 11 Brook OR, Brook A, Vollmer CM. et al. Structured Reporting of Multiphasic CT for Pancreatic Cancer: Potential Effect on Staging and Surgical Planning. Radiology 2015; 274: 464-472
• 12 Kuhn S, Frankenhauser S, Tolks D. Digitale Lehr- und Lernangebote in der medizinischen Ausbildung. Bundesgesundheitsblatt – Gesundheitsforsch – Gesundheitsschutz 2018; 61: 201-209
• 13 Bretthauer M, Aabakken L, Dekker E. et al. Reporting systems in gastrointestinal endoscopy: Requirements and standards facilitating quality improvement: European Society of Gastrointestinal Endoscopy position statement. United Eur Gastroenterol J 2016; 4: 172-176