Jedes Mal, wenn ein Rezept eingelöst oder eine Laboruntersuchung abgerechnet wird, entsteht ein neuer Eintrag in einem riesigen Register medizinischer Abrechnungsdaten. Lange Zeit wurden diese Aufzeichnungen lediglich als administratives Rauschen betrachtet, das primär der Kostenerstattung und nicht der Forschung diente. Doch ein neues Basismodell, das direkt mit Sequenzen solcher Abrechnungsdaten trainiert wurde, verändert diese Sichtweise grundlegend. Das System extrahiert komplexe Muster, um den Ausbruch von Krankheiten vorherzusagen und die Ergebnisse klinischer Studien mit bemerkenswerter Präzision zu emulieren.
Das Modell behandelt die Krankengeschichte eines Patienten als zeitliche Abfolge standardisierter Codes – von Diagnosen und Prozeduren bis hin zu Medikamenten und Besuchsarten. Ähnlich wie Sprachmodelle Sätze verarbeiten, lernt diese Technologie statistische Zusammenhänge aus Millionen von Patientenpfaden. Dadurch identifiziert sie Signale, die Leiden wie Herzinsuffizienz, chronische Nierenerkrankungen oder bestimmte Krebsarten ankündigen, oft schon mehrere Jahre vor der klinischen Diagnose. Da Abrechnungsdaten bereits standardisiert und auf Bevölkerungsebene erfasst werden, umgeht dieser Ansatz viele Hürden bei der Datenfragmentierung und dem Datenschutz, die bei herkömmlichen elektronischen Patientenakten auftreten.
Erste Ergebnisse deuten darauf hin, dass das Modell auch simulieren kann, was unter verschiedenen Behandlungspfaden geschehen wäre. Diese Form der Studienemulation ermöglicht Erkenntnisse, ohne dass Teilnehmer rekrutiert oder Interventionen randomisiert werden müssen. Dies ist von großer Bedeutung, da traditionelle klinische Studien oft langsam, teuer und wenig repräsentativ für reale Patienten sind, die häufig an mehreren Erkrankungen leiden oder verschiedene Medikamente gleichzeitig einnehmen. Beobachtungsbasierte Emulationen aus Abrechnungsdaten können Effektschätzungen schneller und für breitere Bevölkerungsgruppen liefern, auch wenn Forscher mahnen, dass unbemerkte Störfaktoren und abrechnungsgesteuerte Kodierungen die Sicherheit der Ergebnisse einschränken können.
Die praktischen Auswirkungen zeigen sich schnell im Alltag. Ein Versicherer oder ein Gesundheitssystem, das diese Vorhersagen nutzt, könnte Personen für frühzeitige Screenings oder Präventionsprogramme identifizieren. Gleichzeitig könnten dieselben Scores jedoch Entscheidungen über den Versicherungsschutz oder die Berechnung von Prämien beeinflussen, noch bevor erste Symptome auftreten. Abrechnungsdaten spiegeln nicht nur die Biologie wider, sondern auch den Zugang zur Versorgung, Kodierungspraktiken und finanzielle Anreize. Modelle, die auf diesen Daten basieren, riskieren daher, bestehende Ungleichheiten bei Diagnosen und Behandlungen zu verstärken. Bevölkerungsgruppen mit lückenhafter Versicherungshistorie könnten systematisch unter- oder überbewertet werden.
Um den Unterschied zu verdeutlichen, hilft der Vergleich zwischen einem Tagebuch und einem Scheckheft. Während ein Tagebuch beschreibt, wie sich jemand gefühlt hat, zeigt das Scheckheft nur, was wann bezahlt wurde. Dennoch können Muster im Scheckheft – etwa wiederholte Besuche bei Spezialisten gefolgt von bestimmten Medikamentenklassen – Entwicklungen offenbaren, die in einem Tagebuch fehlen würden. Das Basismodell liest dieses „Scheckheft“ auf Bevölkerungsebene und verwandelt Abrechnungsartefakte in probabilistische Prognosen. Pharmaentwickler sehen darin einen Weg zu einer schnelleren Hypothesengenerierung und Marktüberwachung nach der Zulassung.
Regulierungsbehörden stehen vor der schwierigen Aufgabe zu entscheiden, wann emulierte Evidenz zuverlässig genug ist, um Kennzeichnungen oder die Erstattung zu beeinflussen. Patienten wissen unterdessen selten, dass ihre Abrechnungsdaten auf diese Weise genutzt werden, und haben kaum Möglichkeiten, gegen bestehende Vorhersagen vorzugehen. Die Stärke des Modells – die Nutzung bereits vorhandener Datenströme – erschwert zudem die Aufsicht, da die Eingaben nicht unter Forschungs-Einwilligungsrahmen gesammelt werden. Letztlich ist die entscheidende Frage nicht, ob die Vorhersagen technisch machbar sind, sondern ob Institutionen sie nutzen werden, um die Versorgung zu verbessern oder um Ressourcen und Risiken effizienter zulasten der individuellen Selbstbestimmung zu verwalten.
