Personalisierte Medizintechnik Innovative Geschäftsansätze

Transkript

1 Personalisierte Medizintechnik Innovative Geschäftsansätze Dr. Michael Meyer Leitung Clinical Products Leitung Business Development & Strategy Siemens Deutschland Healthcare

2 Gesundheitssysteme stehen weltweit unter Druck Gesundheitssysteme Patientensouveränität Schuldenkrise Zugang zu Healthcare Demographischer Wandel Seite 2

3 Anstieg der Gesundheitsausgaben in Entwickelten Ländern wie USA und Deutschland Gesundheitsausgaben Gesundheitsausgaben + 285% Mrd. $ Mrd. + 75% 260 2,000 1,500 1, Quelle: OECD Seite 3

4 Das Kosten/Qualitäts-Optimum für die Gesundheitsversorgung Ausgaben für Gesundheitswesen Entwickelte Märkte USA Deutschland Japan Klinischer Nutzen Effizienter Workflow Kosteneffizienz Schwellenmärkte Indien China Human Development Index Seite 4

5 Kosten im Gesundheitswesen: Therapie ist der Treiber (Deutschland 2008 in Millionen ) Vorsorge Diagnostik Therapie Nachsorge Untersuchungen Labor Bildgebung Arztpraxen Ärzte Pflege Medikation Nachsorge 6"429 7"076 10"663 1) 22"059 Darin: Beschaffung von Großgeräten & Instrumenten 35"974 47"221 53"222 >80"000 Vorsorge und Frühdiagnostik sind meritorische Güter Nachfrage gemessen am Nutzen zu gering, weil: Personen denken im Wesentlichen kurzfristig Unvollständige Informationen führen zu Fehlentscheidungen Missverhältnis von privatem und öffentlichem Nutzen 2) 1) Statistisches Bundesamt. Cost figures are neglecting millions of other costs (e.g. administration & rescue) 2) Musgrave, Richard A. (1959). The Theory of Public Finance: A Study in Public Economy Seite 5

6 Der Gesundungsprozess: eine industrielle Sicht Vorsorge Diagnostik Therapie / Nachsorge Gesundungsprozess des Patienten Seite 6 Gesundheit ist Projektgeschäft definierter Anfangs- und Endzustand patientenspezifisch einzigartige Situation einmaliger Vorgang bestes Ergebnis zu geringsten Kosten gesucht Optimierung: jedes Projekt verbessert das nächste Innovation in Produkte und Prozesse KPIs sind Effizienz und Effektivität

7 EFFIZIENZ: Neurologie - Schlaganfall 5 Tage Best Practice: 25 Minuten door-to-lysis 00:25 00:12 00:01 Entlassung Medizinische Behandlung Farbduplex Ultraschall Verlegung in die Stroke Unit Durchführung der Lyse Diagnostische Auswertung Durchführung CT / MRT Untersuchung Schlaganfall Koordinator Aufnahme / schneller Labortest / 1. Arztkontakt Einlieferung (Rettungsdienst) Seite 7 Beginn der Symptome Siemens Deutschland Sector Healthcare Wolfgang Bayer 2010

8 Software zur EFFIZIENZ - Steigerung Beispiel für Ineffizienz (Deutschland): 26% zusätzlicher Untersuchungen notwendig aufgrund fehlender Daten 1) täglicher Dokumentationsaufwand eines Chirurgen: 40 min im Vergleich zu 120 min Arbeit am Patienten 2) Software-Applikationen für mobilen Zugriff auf Daten Software-Applikationen für schnelle Befundung 1) 80. Deutscher Röntgenkongress, ) Deutsches Krankenhausinstitut, 2003 Seite 8

9 Der diagnostische Paradigmenwechsel Von: Zu: Was stimmt mit dem Patienten nicht?" Was wird dem Patienten helfen?" Seite 9

10 Individualisierte Medizin Kooperation der Universität Greifswald mit der Siemens AG Leitlinien + individuelle Faktoren Realität Was uns unterscheidet: - Geschlecht -Alter - Soziales Umfeld - Funktionale Ressourcen - Ko-/Multimorbidität - Gen-Variationen - Seite Quelle: 10 Institut für Community Medicine, Universität Greifswald Siemens 2010 Deutschland Sector Healthcare Wolfgang Bayer Januar 2011

11 Kooperation Siemens UniMed HGW Individualisierte Medizin SHIP-Kohorte Datenbasis mit Phäno- und Genotypen Therapierelevante, krankheitsbezogene Subgruppen der SHIP- Kohorte SHIP 0/1 Lebensstil Klinische Daten Biologische Daten Seite 11 + SHIP 2 -omics MRT Quelle: Universität Greifswald 2012 DNA genomics Projektbeispiele - Präklinische Prädiktion von Hypertonie (SHIP/2009/25/D, Fung, Völzke) - Prävalenz von Steatosis pancreatis (Ship/2011/31/D, Kühn) - 3D-Lebervolumetrie (SHIP/2009/47/D, Gloger)

12 Patienten UKG Algorithmen Patienten- Kohorte Ergebnisbezogene Evaluation Therapierelevante krankheitsspezifische Patientenkohorten - kardiovaskuläre Erkrankungen - zerebrovaskuläre Erkrankungen (Neuro-, Paro-) - Renale und renovaskuläre Erkrankungen - Komorbiditäten beim Metabol. Syndrom - emerging diseases (z.b. Fettleber) - Sepsis, Lungenkrankheiten, Quelle: Universität Greifswald 2012 Seite 12 Messzeitpunkte (mittel- und langfristig) Outcome Morbidität, Mortalität Validierung Biomarker, diagnostische Algorithmen

13 Klinikum EMAU Individualisierte Medizin Sektorübergreifende de regionale Versorgung Siemens-Koop. Genomics, Metabolomics, MRT, Ableitung therapierelevanter diagnostischer Algorithmen EMAU Klinisches Forschungsinformationssystem, Kohortenmanagement CM-Strategie Modellregion Vorpommern Sektorübergreifendes Versorgungsforschungskonzept (Konzeption, Implementation, Evaluation) Institut für Bioinformatik und Individualisierte Medizin Aufbau bioinformatorischer Expertise und Kapazität Quelle: Universität Greifswald 2012 Seite 13 Greifswald Approach to Individualized Medicine

14 Die Zukunft Patienten UKG Algorithmen Kontrollgruppe Therapie / Prävention Usual care Krankheitsspezifische Patientengruppe Ergebnisbezogene Evaluation Anwendung parametergestützter diagnostischer Algorithmen zur Identifikation von Kandidaten für therapierelevante krankheitsspezifische Subgruppen Quelle: Universität Greifswald 2012 Interventionsgruppen Indiv Ther. A Indiv Ther. B Indiv Ther. C randomisierte Zuteilung Messzeitpunkte (mittel- und langfristig) Vergleich: Outcome Indiv Med vs. usual care -insgesamt - in Subgruppe - zw. Subgruppen

15 Paradigmenwechsel hin zur Personalisierten Medizin Heute "One size fits all" Medizin Trial and error Individualisierung basiert v.a. auf der Erfahrung des Arztes. Eingeschränkter Gebrauch von diagnostischen Tests zur Wahl/ Begleitung der Therapie Zukünftig Personalisierte Therapie "Companion diagnostics Bester Eingriff oder beste Therapie, mit der richtigen Dosis, für genau diesen Patienten, zur richtigen Zeit Wirkungsraten ausgewählter Behandlungen Krebs 25% Rheumatische Arthritis 50% Diabetes 57% Depression 30-60% Adverse Drug Effects (am Beispiel USA 2004) 2 Millionen Patienten werden aufgrund Neben- oder Wechselwirkungen hospitalisiert (> 4 Milliarden $ p.a.) 100,000 Todesfälle (5. häufigster Todesgrund; USA) 177 Milliarden Dollar zusätzliche Kosten HMOs geben mehr Geld für die Behandlung von Nebenund Wechselwirkungen als für normale Medikation aus Erfahrungsdömane Wissensdomäne 1) Brian B. Spear et al., Clinical Application of Pharmacogenetics, Trends in Molecular Medicine (May 2001); Adverse Event Reporting System Seite 15

16 Maschinenlesbare Daten kombiniert mit Wissen werden Paradigmen verändern Unstrukturierte Daten Patienten-spezifisch Diagnostische Daten Bildgebung In-Vitro Daignsotik Untersuchungen Genom, Proteom Anamnese familiärer Hintergrund Vorerkrankungen Krankheitsmodelle Nicht Patienten-spezifisch Krankheitszusammenhänge Infektionskrankheiten Suchterkrankungen Krebs Diabetes Arzt Ausbildung Erfahrung Diagnose Verifikation Therapie Therapiewahl Behandlung Therapieerfolg Nachsorge Datendomäne Erfahrungsdomäne Handlungsdomäne Seite 16

17 Ergebnis-optimierte Medizin basiert auf Wissen Die Krankheit des Patienten verstehen Diagnose einer Krankheit (Infektionen, Krebs, ) Lokalisation der Krankheit (Stenosen, Tumore, ) Multi-Morbidität erkennen Die Biologie des Patienten verstehen Genetische Veranlagungen Stoffwechsel des Patienten / Immunreaktionen Molekulare Natur der Krankheit Stratifizierung des Patienten Zugriff auf Wissen Erfassung gleichartiger Krankheiten Strukturierte Analyse der Krankheitsverläufe Decision support systems Behandlungsstandards Bildgebung, Diagnostik Molekulare Anwendungen Healthcare IT Die technischen Voraussetzungen für einen Paradigmenwechsel in der Medizin sind gegeben Seite 17

18 Data Mining mit intelligenten Algorithmen werden zur Entscheidungsunterstützung benötigt Bilder Laborberichte Unterstützung der klinischen Entscheidung Proteomik Kombination Bewertung der Änderungen Genomik NB4 Behandlungsplan Elektrokardiagramm Extraktion Kombination Schlussfolgerung Seite 18 Medication schedule Personaliserte Wissensmodelle

19 Folie 18 NB4 Gibt es dieses Bild auch in etwas höchauflösender Form? Es ist sehr pixelig jetzt. Nicole Billlian;

20 Datenintegration als notwendige Voraussetzung für Wissen Translation Qualitätsmanagement Versorgungsforschung Versorgungsmanagement Wissenschaft Versorger Kostenträger Selbstverwaltung (angewandte) Grundlagenforschung Klinische Daten / Patientendaten Abrechnungsdaten Honorardaten Home ambulant stationär Reha Sektorenübergreifend Daten- und Systemintegration muss das gesamte Gesundheitswesen mit allen relevanten Beteiligten erfassen Seite 19

21 Herzlichen Dank für Ihre Aufmerksamkeit! Seite 20 Siemens Deutschland Healthcare Dr. Michael Meyer Januar 2012