Mobile Health Devices sind medizinisch geprüfte digitale Geräte, die für Diagnostik und Therapiemonitoring unterschiedlicher Erkrankungen verwendet werden können und einen direkten Draht zu den Ärzt*innen haben. Das klingt eigentlich gut für Patient*innen, aber wie wird die riesige Datenmenge verarbeitet, die durch Langzeitverwendung solcher Geräte anfällt? Kann oder muss hier künstliche Intelligenz helfen? Wo landen die Daten? Gibt es Probleme mit Patient*innen-Compliance im Verlauf? Wie erfolgt die Kommunikation zwischen Ärzt*innen und Patient*innen? Können Mobile Health Devices letztlich Diagnostik und Therapie für alle Beteiligten verbessern, vereinfachen und effizienter gestalten? Alle diese Fragen müssen in den nächsten Jahren durch qualitativ hochwertige Studien noch suffizient beantwortet werden.
Was gibt es nun diesbezüglich im Bereich der Epileptologie zu berichten? Zahlreiche Studien sind aktuell in Planung oder bereits angelaufen, die einerseits auf Ultra-Langzeit-EEG Aufnahmen (mittels subkutaner Elektroden) bzw. anderen unkomplizierten EEG-Systemen zur Heimanwendung und andererseits auf Telemedizin/Telemedizin-Plattformen inklusive Heimmonitoring unterschiedlicher, multimodaler Parameter fokussieren. Als Hintergrund für diese Studien ist primär das Anfallserfassungsproblem zu nennen, also das objektive, korrekte Erfassen aller epileptischer Anfälle eines Individuums mit Epilepsie. Mehr als 50 % aller epileptischen Anfälle werden von den Patient*innen nicht bemerkt. Dies ist insofern von zentraler Relevanz, da die Anfallshäufigkeit der wichtigste Parameter für die Therapiekontrolle im klinischen Alltag, als auch in bisher jeder publizierten pharmakologischen Studie ist.
Technologische Fortschritte der EEG-Aufzeichnung sowie Monitoring und Erfassung multimodaler Parameter wie Elektrokardiographie-Signalen, Elektromyographie-Signalen, Akzelerometrie und Schweißsekretion mittels Mobile Health Devices sollen in Zukunft also dieses Anfallserfassungsproblem unkompliziert adressieren. Multimodale Systeme, die mehrere Analysen von unterschiedlichen Signalen kombinieren, sind aktuell dabei die vielversprechendsten Optionen und erreichen bereits Sensitivitäten von 77 – 100 % bei Falsch-Alarm-Raten von 0,25 – 5,40 % pro Tag. Diese Art von Monitoring soll in der gewohnten Umgebung (Zuhause/Arbeit/Freizeit) von Patient*innen stattfinden, die Compliance erhöhen und letztlich bei gleicher oder höherer diagnostischer und therapeutischer Qualität Krankenhausaufenthalte minimieren.