Wollen Patienten in der Schleife sein?

In einem Artikel, der im Cambridge Quarterly of Healthcare Ethics erschien, erklären Dr. Philipp Kellmeyer, PD Dr. Tonio Ball und PD Dr. Oliver Müller von der Universität Freiburg sowie weitere Autoren, welche ethisch/politischen Fragen ein so genanntes Closed-Loop-System für medizinische Produkte aufwirft. Solche geschlossenen Kreisläufe von Messung und Reizung machen Implantate, die Erkrankungen behandeln sollen, zu automatisierten Reglern im Körper. Bei Herzschrittmachern oder Insulinpumpen sind solche Regelkreise schon eingebaut. Doch auch Neurotechnologien sollen dank lernender Algorithmen über ein Closed-Loop-System geregelt werden, das ständig Ist- und Soll-Stand abgleicht.  Bei Menschen mit Epilepsie könnte in Zukunft ein solches Implantat Anfälle im Gehirn verhindern, indem es im rechten Moment mit der richtigen Menge an elektrischer Stimulation einer Überreizung entgegensteuert.

Dazu muss das Implantat ständig das Aktivierungsniveau im Gehirn des Patienten überwachen und erkennen, wann das Risiko für einen Anfall steigt. Ingenieure entwicklen zu diesem Zweck auch lernende Algorithmen. Anders als zum Beispiel ein Thermostat, bei dem ein Schwellenwert die Antwort auslöst, sind diese Programme in der Lage, je nach Informationsinput Voraussagen zu treffen und die Antwort des Geräts anzupassen. Eine Software, die auf einem kleinen Computer eingebaut ist, verechnet dafür Daten der elektrischen Aktivität im Gehirn, die von dem Implantat ausgelesen werden. Für Philipp Kellmeyer stellen diese (teil)autonomen Algorithmen und die Closed-Loop-Verschaltung die Gesellschaft vor neue wichtige Fragen: “Wie wir mit dieser Technologie umgehen, bestimmt, wieviel Autonomie sich Patienten, die sie nutzen, erhalten können”, erklärt Kellmeyer. Ermöglicht man Epilesiepatienten zum Beispiel, ihr momentanes Anfallsrisiko zu kennen, könnte es ihnen helfen, Anfälle zu verhindern, in dem sie schnell wirksame Medikamente einnehmen oder gefährliche Situationen vermeiden. Man könnte das System mit einer Ampel verbinden,  die das Risiko für einen Anfall anzeigt. Was passiert aber, wenn Personen mit diesem Wissen nicht vorsichtig genug sind? Wenn sie sich zum Beispiel am Straßenverkehr beteiligen? Machen sie sich dann strafbar?

“Bisher sind solche Fragen zu lernenden Algorithmen und Closed-Loop-Verschaltungen in der Entwicklung der Medizintechniken gar nicht bedacht worden”, gibt Kellmeyer zu bedenken. Vor ähnlichen Problemen stehen zur Zeit Entwickler von computergestützten Diagnosetechniken oder selbstfahrenden Autos. “Diese Machinen sind immer besser darin, große Mengen von Daten auszuwerten, doch moralisch begründete Entscheidungen können wir viel besser treffen”, sagt Kellmeyer. Vielleicht wollen manche Patienten auch gar nicht wissen, wie ihr Anfallsrisiko zur Zeit steht. Andere wünschen sich vielleicht eine Möglichkeit, direkt in die Entscheidungen des Regelcomputers eingreifen zu können. Wollen Patienten also in der Rückopplungschleife intergriert bleiben oder lieber das Implantat ignorieren können? Die klinischen Studien, die bisher durchgeführt wurden liefern den Forschern nicht genügend Informationen: “Um zu entscheiden, wie diese Technologien reguliert werden sollen, bedarf es einer öffentlichen Debatte. Besonders wenn die Systeme eine eigene Autonomie entwickeln und somit Entscheidungen für den Patienten treffen, wird es problematisch” erklärt der Autor des Aufsatzes. Kellmeyer schlägt vor, dass eine Kommission gegründet wird, die Fragen zum Umgang mit machine learning-Technologien sowohl mit Entscheidungsträgern als auch mit der interessierten Öffentlichkeit diskutiert und Regulierungen vorschlägt.

Weiterlesen:

https://www.cambridge.org/core/journals/cambridge-quarterly-of-healthcare-ethics/article/the-effects-of-closed-loop-medical-devices-on-the-autonomy-and-accountability-of-persons-and-systems/7B98702DC65194F54EA80FD4103C810E

http://link.springer.com/article/10.1007/s13311-014-0280-3

 

Advertisements

One thought on “Wollen Patienten in der Schleife sein?

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s