#Chip Happens-Podcast: Staffel 3, Folge 1 I Smarte Technik für uns alle

Situation:

Mikroelektronik ist, wie wir längst Wissen, ein großer Teil unseres Alltags, so auch im Gesundheitsbereich. Schrittzähler, Fitnessarmbänder und Smartwatches erfassen kontinuierlich Bewegungsdaten, Herzfrequenz oder Schlafmuster. Insbesondere MEMS-Sensoren (mikroelektromechanische Systeme) sind seit über einem Jahrzehnt etabliert und finden sich unter anderem in Smartphones und Wearables.

Seit etwa 2020 ermöglichen zudem Kamerablitz und intelligente Algorithmen die kontaktlose Pulsmessung direkt über das Smartphone. Zahlreiche Parameter unserer Fitness und Gesundheit lassen sich damit kontinuierlich erfassen – oft ohne großen Aufwand im Alltag.

Problemstellung:

Mit dieser Entwicklung gehen große Datenmengen einher. Sie eröffnen neue Möglichkeiten. werfen jedoch zugleich Fragen nach Datensouveränität und verantwortungsvoller Nutzung auf. Nutzerinnen und Nutzer sollten selbst entscheiden können, wie ihre Gesundheitsdaten verwendet werden.

Bislang beschränken sich viele Geräte auf einfache Handlungsempfehlungen, etwa den Hinweis, sich mehr zu bewegen. Dabei verfügen moderne Wearables bereits über deutlich weitergehende Funktionen. So können aktuelle Smartwatches beispielsweise Hinweise auf Schlafapnoe liefern, indem sie Atemaussetzer während der Nacht erfassen. Technisch sind viele dieser Systeme heute in der Lage, relevante Auffälligkeiten zu erkennen und auf einen möglichen medizinischen Abklärungsbedarf hinzuweisen. Ihre Nutzung bleibt aber weiterhin noch relativ eingeschränkt.

Prof. Can Dincer von der Technischen Universität München entwickelt medizinische Wearables, stets auch mit Blick auf bereits weit verbreitete Alltagsgeräte. Seiner Einschätzung nach stehen diese Technologien kurz davor, den Übergang vom Lifestyle-Produkt zur medizinischen Anwendung zu vollziehen.

Dabei stellt sich eine grundlegende Frage: Müssen Wearables im Alltag die gleiche Präzision wie klinische Messgeräte erreichen? Ihre besondere Stärke liegt weniger in der punktuellen Hochpräzisionsmessung, sondern vielmehr in der kontinuierlichen Erfassung über lange Zeiträume. Gerade diese Dauerbeobachtung kann medizinisch wertvolle Einblicke liefern.

So lassen sich etwa situative Effekte, wie erhöhter Stress bei einer einmaligen Messung in der Arztpraxis, relativieren. Regelmäßige Messungen ermöglichen es, individuelle Normalwerte zu erkennen und Veränderungen frühzeitig wahrzunehmen.

Wearables können daher als unterstützende Hilfsmittel verstanden werden: nicht primär als diagnostische Geräte, sondern als Frühindikatoren. Ein Beispiel ist die langfristige Erfassung der Herzaktivität oder von Atemmustern im Schlaf. Wenn ein Gerät wiederholt Auffälligkeiten meldet, kann dies ein Anlass sein, medizinischen Rat einzuholen.

Langfristig eröffnen solche Systeme die Möglichkeit individuell zugeschnittener Gesundheitslösungen. Voraussetzung dafür ist jedoch ein verantwortungsvoller Umgang mit sensiblen Daten.

Lösungsansätze/Innovationspotenziale:

Während aktuelle Wearables vor allem physikalische Parameter wie Herzfrequenz, Atmung oder Blutdruck erfassen, konzentriert sich die Forschung von Prof. Dincer auf die Detektion biochemischer Marker, etwa Proteine, Hormone oder Medikamentenspiegel.

Ein Beispiel für bereits etablierte Anwendungen sind kontinuierliche Glukosesensoren für Menschen mit Diabetes. Diese minimalinvasiven Systeme messen mithilfe sehr feiner Sensoren im Unterhautgewebe fortlaufend den Blutzuckerspiegel und übertragen die Werte an ein Smartphone.

Moderne Systeme gehen noch einen Schritt weiter: Sie kombinieren kontinuierliche Messung mit automatisierten Insulinpumpen, die auf Basis der Sensordaten eigenständig Insulin abgeben. Solche Ansätze zeigen, wie eng Sensorik, Datenanalyse und therapeutische Maßnahmen künftig verzahnt sein können.

Weiterer Forschungs-/Entwicklungsbedarf / Aktuelle Projekte:

Aktuell erforscht das Team von Prof. Dincer Möglichkeiten, biochemische Parameter vollständig nicht-invasiv zu messen, also ohne Einstiche oder implantierte Sensoren.

Ein Ansatz sind Maskensysteme, die Aerosole in der Atemluft analysieren. Auf diese Weise könnten beispielsweise Rückschlüsse auf Blutzuckerwerte gezogen oder bestimmte bakterielle oder virale Marker erkannt werden. Solche Masken wären vermutlich nicht dauerhaft im Alltag zu tragen, sondern gezielt für diagnostische Anwendungen vorgesehen.

Weitere Konzepte umfassen Sensorpads im Nasenbereich oder inhalative Systeme, die Messung und Medikamentenabgabe kombinieren.

Parallel gewinnt die datengetriebene Auswertung zunehmend an Bedeutung. Künstliche Intelligenz spielt eine zentrale Rolle bei der Analyse langfristiger Messreihen. Ziel ist es, spezifische biometrische Muster frühzeitig zu erkennen und individuelle Gesundheitsverläufe besser zu verstehen.

Langfristig könnten solche Technologien dazu beitragen, Krankheiten früher zu identifizieren, Therapien gezielter anzupassen und die Lebensqualität nachhaltig zu verbessern.