Integration von Wearable-Daten in die klinische Versorgung: Chancen und Herausforderungen

Revolution der Gesundheitsversorgung: Wearables liefern klinisch verwertbare Daten

Die digitale Transformation durchdringt zunehmend den Gesundheitssektor. Insbesondere tragbare Technologien, sogenannte Wearables, und digitale Gesundheitsanwendungen generieren eine enorme Menge an Daten. Lange Zeit blieben diese Informationen jedoch in isolierten Silos und wurden selten für die diagnostische oder therapeutische Entscheidungsfindung nutzbar gemacht. Aktuelle Entwicklungen deuten nun auf eine signifikante Veränderung hin: Die Daten von Wearables werden zunehmend klinisch relevant.

Die Brücke zwischen Wellness und klinischer Intervention

Ein bemerkenswertes Beispiel für diese Entwicklung ist die kürzlich bekannt gegebene Partnerschaft zwischen dem virtuellen Gesundheitsdienstleister HealthTap und Samsung Health. Diese Kooperation zielt darauf ab, die Kluft zwischen dem passiven Sammeln von Wellness-Daten und deren aktiver Nutzung in der klinischen Versorgung zu überbrücken. HealthTaps primäre und dringende Versorgungsdienste werden direkt in die Samsung Health Anwendung integriert.

Diese Integration stellt einen wichtigen Schritt dar, da sie ein geschlossenes System schafft, in dem die kontinuierlich erfassten Daten der Nutzer – wie Schrittzahlen, Schlafmuster und Herzfrequenzen – in verwertbare Informationen für den Behandlungsprozess umgewandelt werden können. Für HealthTap eröffnet sich ein neuer Vertriebskanal zu den Millionen aktiver Nutzer von Samsung Health. Für Samsung wiederum wird die Health-App von einem reinen Wellness-Tracker zu einem umfassenden Gesundheitsdienstleistungszentrum erweitert, was die Bindung der Nutzer an die Plattform stärken dürfte.

Datengetriebene Präzisionsmedizin im Fokus

Der eigentliche Wert dieser digitalen Gesundheitspartnerschaft liegt in der Aktivierung der Daten. Sean Mehra, Mitbegründer und CEO von HealthTap, betont, dass die Vision schon immer darin bestand, die Gesundheitsversorgung nahtlos und zugänglich zu machen. Durch die Integration können Nutzer nun direkt in der App, in der sie ihre täglichen Gesundheitsdaten erfassen, einen Arzt konsultieren. Dies schafft eine Grundlage für eine personalisierte Diagnose und präzisere Behandlungsentscheidungen, da der Arzt auf die vom Wearable erfassten Langzeitdaten zugreifen kann.

Die technische Umsetzung dieser Integration ist geprägt von ihrer „eingebetteten“ Natur. Nutzer können virtuelle Arztbesuche starten, die erforderlichen Informationen eingeben und die Videokonsultation durchführen, ohne die Samsung Health App verlassen zu müssen. Nachfolgende Notizen und Anweisungen werden ebenfalls direkt in der App gespeichert. Diese tiefe Integration minimiert Reibungsverluste, die oft bei App-Wechseln im digitalen Patientenerlebnis auftreten.

Herausforderungen und Rahmenbedingungen für die Zukunft

Obwohl die Vorteile offensichtlich sind, müssen für eine breite Implementierung solcher Modelle verschiedene Herausforderungen bewältigt werden:

• Interoperabilität: Große Gesundheitssysteme und Versicherer müssen Daten und Integrationen mit einer Vielzahl digitaler Wellness-Plattformen (z.B. Apple, Google, Garmin) verwalten. Dies erfordert robuste, herstellerneutrale Datenerfassungsplattformen, die idealerweise auf Cloud-Infrastrukturen basieren und Standards wie FHIR (Fast Healthcare Interoperability Resources) einhalten.
• Datenhoheit und -validität: Es muss klar definiert werden, welche konsumentengenerierten Daten als „klinisch relevant“ eingestuft werden können und wie sie Ärzten präsentiert werden, um eine Überflutung mit irrelevanten Informationen zu vermeiden. Die Verlässlichkeit und der Kontext der Daten sind dabei entscheidend.
• Sicherheit und Compliance: Die Übertragung von Daten aus Consumer-Wellness-Apps in klinische Workflows schafft neue Angriffsflächen und unterliegt strengen Compliance-Anforderungen (z.B. HIPAA in den USA oder DSGVO in Europa). IT-Sicherheitsverantwortliche müssen sicherstellen, dass Datentransfer und -speicherung sicher sind und die Patienteneinwilligung sorgfältig verwaltet wird.

Dr. Ricky Choi, US Head of Digital Health bei Samsung Electronics America, hebt hervor, dass das Ziel darin besteht, eine „vertrauenswürdige Umgebung“ zu schaffen, in der Nutzer nahtlos von der Wellness-Überwachung zur klinischen Versorgung übergehen können. Diese Entwicklung unterstreicht einen Paradigmenwechsel im Gesundheitswesen: Weg von diskreten Anwendungen hin zu tief integrierten Ökosystemen, die das volle Potenzial von Wearable-Daten ausschöpfen. Die Nachfrage nach bequemer und vernetzter Versorgung ist hoch und anhaltend. Der eigentliche Wert liegt nicht in der App selbst, sondern in ihrer Fähigkeit, einzelne Datenpunkte zu einer kohärenten und umsetzbaren Journey zu verbinden.

Regulatorische und industrielle Bemühungen

Die Bedeutung der Standardisierung und Validierung von Wearable-Daten wird auch von Regulierungsbehörden und Industrieverbänden erkannt. Die US-amerikanische Food and Drug Administration (FDA) und die European Medicines Agency (EMA) haben Leitlinien zur Nutzung digitaler Gesundheitstechnologien in klinischen Studien veröffentlicht. Diese Richtlinien betonen die Notwendigkeit objektiver Endpunkte und die Wichtigkeit der Verifizierung und Validierung der Geräte und der daraus abgeleiteten Daten.

Organisationen wie die Digital Medicine Society (DiME) entwickeln Rahmenwerke wie „V3+“, um den Einsatz von digitalen Endpunkten zu standardisieren. Dieses Rahmenwerk definiert die Bereiche und Verantwortlichkeiten für Verifizierung, Usability-Validierung, analytische Validierung und klinische Validierung. Es klärt Kernterminologien und Best Practices für die Bewertung neuer digitaler Endpunkte und der Geräte, von denen sie gesammelt werden. Dieser kooperative Ansatz zwischen Technologieentwicklern, Regulierungsbehörden und Pharmaunternehmen ist entscheidend, um die Nutzung von Wearables in der Medikamentenentwicklung und Patientenversorgung voranzutreiben.

Die Zukunft der Medikamentenentwicklung und der Patientenversorgung wird maßgeblich davon abhängen, wie effektiv diese Herausforderungen angegangen werden. Wearable-Sensoren stellen nicht nur einen technologischen Fortschritt dar, sondern einen Wandel in der Art und Weise, wie wir Patienten überwachen und Behandlungen entwickeln. Sie versprechen eine Ära der personalisierten und präzisen Medizin.

Neue analytische Ansätze

Die kontinuierliche und hochfrequente Datenerfassung durch Wearables erfordert auch innovative analytische Methoden. Hierzu gehören:

• Integration multimodaler Daten: Moderne Wearables können mehrere physiologische Parameter gleichzeitig erfassen. Fortgeschrittene statistische Modelle wie der Joint and Individual Variation Explained (JIVE)-Ansatz ermöglichen es, diese unterschiedlichen Datenströme zu integrieren und gemeinsame sowie individuelle Variationen zu identifizieren.
• Funktionale Datenanalyse (FDA): Diese statistische Methode behandelt Daten als Funktionen über einem kontinuierlichen Bereich, anstatt als diskrete Werte. Sie eignet sich hervorragend zur Analyse von Zeitreihendaten, wie sie von Wearables generiert werden, um detaillierte Trends und Muster in physiologischen Variablen zu erkennen.
• Composite Endpunkte: Die Kombination mehrerer klinisch relevanter Ergebnisse in einer einzigen Messgröße kann die statistische Aussagekraft in klinischen Studien erhöhen. Wearables ermöglichen die Erstellung solcher Endpunkte, indem sie verschiedene digitale Messwerte zusammenführen.
• Umgang mit fehlenden Daten: Die robuste Handhabung von fehlenden Daten, die bei der Langzeitüberwachung mit Wearables auftreten können, ist entscheidend für die Verlässlichkeit der Ergebnisse. Hierfür werden spezifische methodische Innovationen entwickelt.
• Künstliche Intelligenz (KI) und maschinelles Lernen (ML): Die großen Datenmengen von Wearables sind ideal für den Einsatz von KI- und ML-Methoden, um Muster zu erkennen, Vorhersagen zu treffen und neue digitale Biomarker zu entwickeln. Beispiele hierfür sind die Erkennung von Schlafstörungen oder die Messung von Bewegungsmustern bei neurologischen Erkrankungen.

Diese Entwicklungen unterstreichen das immense Potenzial von Wearables, die klinische Praxis zu transformieren. Durch die Überführung der gesammelten Daten in klinisch verwertbare Erkenntnisse wird eine präventivere, personalisiertere und effizientere Gesundheitsversorgung ermöglicht.

Bibliography - Cramer, G. (2024, October 22). Enhancing Clinical Trials with Wearable Digital Health Technologies. ACRP. - Burnham, J. P., Lu, C., Yaeger, L. H., Bailey, T. C., & Kollef, M. H. (2018). Using wearable technology to predict health outcomes: a literature review. Journal of the American Medical Informatics Association, 25(9), 1221–1227. - Picard, R. W. (2023, November 30). Wearable Digital Health Technology - MIT Media Lab. MIT Media Lab. - Exploring the Promise of Wearable Devices to Further Medical Research. (2023, May 19). Harvard Medical School. - Picard, R. W. (2024, March 21). Key Issues as Wearable Digital Health Technologies Enter Clinical Care – MIT Media Lab. MIT Media Lab. - Menassa, M., Wilmont, I., Beigrezaei, S., Knobbe, A., Artola Arita, V., Valderrama, J. F., Bridge, L., Verschure, W. M., Rennie, K. L., Franco, O. H., & van der Ouderaa, F. (2025). The future of healthy ageing: Wearables in public health, disease prevention and healthcare. Maturitas, 196, 108254. - Di, J., Karas, M., & Vlajnic, V. (2024). Novel Digital Wearable Sensors for Drug Development in Pharmaceutical Industry. IntechOpen. - arXiv. (2022, February 15). arXiv reCAPTCHA. - Wearables - Center for Computational and Digital Health Innovation. (2025, April 8). Duke University.