Prädiktion in der Präzisionsmedizin

Die seit ca. 25 Jahren als zukunftsweisende Entwicklung gehandelte „Präzisionsmedizin“ fußt auf dem Versprechen, für jede(n) Patient:in auf Grundlage persönlicher genetischer Information eine individualisierte Behandlung zu liefern. Wo sich soziologische Beobachtung mit ihr beschäftigen, pflegt sie auf „verschwimmende Grenzen“ zu stoßen. Traditionellere Unterscheidungen, wie beispielsweise zwischen Prognose/Diagnose, Prävention/Behandlung, medizinischen Disziplinen, und Forschung/Klinik, scheinen hier an Trennschärfe zu verlieren. Die vorgestellte These lautet, dass demgegenüber eine noch grundlegendere Integration einander scheinbar ausschließender Konzepte den Kern der Präzisionsmedizin ausmacht, nämlich eine neue Form der Kombination statistischer Daten mit personalisierter Anwendung. Die „statistische Revolution“ des späten 19. Jhds. hatte mit dem order-from-disorder-Prinzip der Erkenntnis Verbreitung verschafft, dass sich zukünftige Systemzustände probabilistisch vorhersagen lassen, wenn man vom Verhalten ihrer Einzelkomponenten gerade absieht. Das impliziert, dass die Vorhersage auf den Einzelfall übertragen sehr falsch ausfallen kann. Statistische Prognose wurde so zunächst aus der medizinischen Praxis in die Gesundheitspolitik externalisiert. Es ist die Reintegration von Vorhersage und Individualisierung, die im Zentrum der Präzisionsmedizin steht. Nun ist das Zusammentreffen statistischer Daten und personalisierter Informationen keinesfalls unbemerkt geblieben. Behandelt wird es jedoch als ein weiterer Fall der besagten verschwimmenden Grenzen. Der vorgeschlagene Ansatz unterscheidet sich davon in zweierlei Hinsicht: Erstens, indem er plädiert, von einer Kombination statt von einer Vermischung auszugehen. Zweitens wird angenommen, dass die Integration statistischer und individueller Daten in der Medizin nur einen Fall eines umfassenderen Musters darstellt, das aus dem Einsatz komplexer Algorithmen resultiert, welche auf große Datenbanken (hier: für potentiell pathogene Genvarianten) zurückgreifen, um individualisierte Empfehlungen (hier: für Therapien) zu geben