Personalisierte Medizin: Behandlung nach Maß statt nach Durchschnitt

Zwei Menschen mit derselben Diagnose bekommen dasselbe Medikament – bei der einen wirkt es gut, beim anderen kaum, und eine dritte Person verträgt es nicht. Solche Unterschiede sind Alltag in der Medizin. Personalisierte Medizin versucht, sie vorherzusehen: mit Informationen über Gene, Biomarker, Vorgeschichte und Lebensumstände. Diese Seite zeigt, wo der Ansatz heute schon Standard ist, was er für die Vorbeugung leistet und wo seine Grenzen liegen.

Was ist personalisierte Medizin?

Der Begriff klingt nach einer Therapie, die für jeden Menschen neu entworfen wird. In der Praxis ist das die Ausnahme. Häufiger werden Patientinnen und Patienten anhand messbarer Merkmale in Gruppen eingeteilt, die auf eine Behandlung besonders gut oder besonders schlecht ansprechen. Fachleute sprechen deshalb auch von stratifizierter Medizin oder Präzisionsmedizin.

Grundlage sind Informationen auf mehreren Ebenen: das Erbgut, molekulare Merkmale von Blut oder Gewebe, Befunde aus Bildgebung und Labor, Vorerkrankungen und Medikamente, dazu Lebensstil und Umwelt. Je besser diese Daten zusammengeführt werden, desto gezielter lässt sich entscheiden – vorausgesetzt, jede Information ist verlässlich und ärztlich eingeordnet.

Biomarker als Wegweiser für die Therapie

Zentrale Werkzeuge der personalisierten Medizin sind Biomarker, also messbare Merkmale biologischer Vorgänge. Das gemeinsame Glossar der US-Behörden FDA und NIH unterscheidet unter anderem prognostische Biomarker, die den wahrscheinlichen Verlauf einer Erkrankung abschätzen, und prädiktive Biomarker, die anzeigen, wer von einer bestimmten Behandlung eher profitiert oder eher Nebenwirkungen bekommt (FDA-NIH Biomarker Working Group, 2016).

Prädiktive Marker verändern die Reihenfolge der Medizin: erst testen, dann behandeln. Zu manchen Medikamenten gehört deshalb ein Begleittest, ohne den sie nicht eingesetzt werden. Wichtig bleibt: Ein Biomarker ist immer nur für die Frage aussagekräftig, für die er geprüft wurde.

Onkologie als Vorreiter

Am weitesten fortgeschritten ist die personalisierte Medizin in der Krebsbehandlung. Bei Brustkrebs wird geprüft, ob die Tumorzellen vermehrt das Merkmal HER2 tragen, denn nur dann kommen bestimmte zielgerichtete Antikörper infrage. Bei Lungenkrebs untersuchen Labore das Tumorgewebe auf Veränderungen in Genen wie EGFR oder ALK, für die es gezielt wirkende Medikamente gibt.

An vielen Universitätskliniken beraten molekulare Tumorboards über solche Befunde. Auch Methylierungsmuster spielen eine Rolle: Bei bestimmten Hirntumoren helfen sie, die Tumorart genauer zu bestimmen. Was hinter diesen chemischen Markierungen der DNA steckt, erklärt die Seite zur Epigenetik.

Pharmakogenetik: Wenn Gene die Medikamentenwirkung beeinflussen

Pharmakogenetik untersucht, wie Erbanlagen die Wirkung und Verträglichkeit von Arzneimitteln beeinflussen. Viele Medikamente werden in der Leber von Enzymen der Cytochrom-P450-Familie abgebaut; Varianten in deren Genen können dazu führen, dass ein Wirkstoff zu schnell oder zu langsam verarbeitet wird. Bekannt ist das etwa bei einzelnen Antidepressiva, Schmerzmitteln und Gerinnungshemmern.

Zwei Beispiele aus der Routine: Vor einer Behandlung mit dem HIV-Medikament Abacavir wird auf die Genvariante HLA-B*57:01 getestet, weil Trägerinnen und Träger ein hohes Risiko für eine schwere Überempfindlichkeitsreaktion haben. Vor Chemotherapien mit Fluoropyrimidinen wie 5-Fluorouracil wird geprüft, ob das abbauende Enzym DPD ausreichend aktiv ist, denn ein Mangel kann zu schweren Nebenwirkungen führen.

Datenintegration und künstliche Intelligenz

Personalisierung braucht viele Daten aus unterschiedlichen Quellen: Laborwerte, Bilder, genetische Befunde, Arztbriefe und zunehmend Messwerte aus dem Alltag. KI-Verfahren werden etwa eingesetzt, um Muster in Röntgen- und MRT-Bildern, Gewebeschnitten oder EKGs zu erkennen. Ein Algorithmus ist aber nur so gut wie die Daten, mit denen er trainiert wurde. Fehlen bestimmte Gruppen in den Trainingsdaten, kann er für sie schlechter funktionieren.

Alltagsdaten aus Uhr oder Ring liefern Verläufe, deren Genauigkeit stark von Gerät und Messgröße abhängt; worauf es beim Lesen ankommt, erklärt der Ratgeber, um Gesundheitsdaten aus Wearables auszuwerten. Werden alle Daten einer Person in einem Modell verknüpft, das Verläufe abbildet und Szenarien durchrechnen soll, spricht man von einem digitalen Zwilling in der Gesundheit – einem Forschungsfeld mit großem Potenzial und vielen offenen Fragen.

Was davon heute für die Prävention nutzbar ist

Zwei Beispiele zeigen, wie weit Personalisierung in der Vorbeugung schon reicht. Die europäischen Leitlinien zu Blutfetten legen den Zielwert für LDL-Cholesterin nach dem individuellen Gesamtrisiko fest: Je höher das Risiko, desto niedriger das Ziel (Mach et al., 2019). Und für Lipoprotein(a), einen weitgehend erblichen Risikofaktor, empfiehlt die Europäische Atherosklerose-Gesellschaft, ihn mindestens einmal im Erwachsenenleben zu bestimmen (Kronenberg et al., 2022).

Bei neueren Verfahren ist mehr Zurückhaltung angebracht. Für Altersbiomarker fehlen laut einem internationalen Forschungskonsortium bislang Standards und Konsens zur Validierung (Moqri et al., 2023). Ob sie Entscheidungen verbessern, ist noch offen.

Datenschutz: DSGVO, Patientenakte und Gesundheitsdatenraum

Personalisierte Medizin lebt von sensiblen Daten. Die Datenschutz-Grundverordnung zählt Gesundheitsdaten, genetische und biometrische Daten in Artikel 9 zu den besonderen Kategorien personenbezogener Daten. Ihre Verarbeitung ist grundsätzlich untersagt, es sei denn, eine Ausnahme greift – etwa eine ausdrückliche Einwilligung, die medizinische Versorgung oder bestimmte Forschungszwecke. In der Schweiz gilt seit September 2023 das revidierte Datenschutzgesetz (BJ, 2026).

In Deutschland legen die gesetzlichen Krankenkassen seit 2025 für alle Versicherten eine elektronische Patientenakte (ePA) an, sofern sie nicht widersprechen. Wer das nicht möchte, kann widersprechen, ganz oder für einzelne Funktionen. In Österreich heißt das Gegenstück ELGA, in der Schweiz elektronisches Patientendossier.

Auf EU-Ebene ist am 26. März 2025 die Verordnung über den Europäischen Gesundheitsdatenraum (EHDS) in Kraft getreten; wesentliche Teile gelten ab 2029. Sie soll Menschen schnellen und kostenlosen Zugang zu ihren elektronischen Gesundheitsdaten geben, ihnen erlauben, den Zugriff zu beschränken und zu sehen, wer zugegriffen hat, und die Weiternutzung für Forschung unter strengen Auflagen regeln – mit Widerspruchsrecht (Europäische Kommission, 2025).

Ausblick: Medizin, die mitlernt

Die nächsten Schritte zeichnen sich ab: mehr verknüpfte Daten, bessere Modelle und eine Prävention, die sich am persönlichen Verlauf orientiert statt an einer Momentaufnahme. Longevity-Ansätze greifen diesen Gedanken auf; was eine seriöse, ärztlich geführte Longevity-Medizin ausmacht, erklärt eine eigene Seite. Entscheidend bleibt, dass jede Empfehlung ärztlich eingeordnet wird – besonders bei Vorerkrankungen, Medikamenten oder in der Schwangerschaft.

Auch Genymos, der Produktpartner der STG, setzt auf Personalisierung: Die ärztlich geführte Plattform ist konzipiert und befindet sich in der Pre-Launch-Phase. Wie der geplante digitale Gesundheitszwilling von Genymos Biomarker, Schlaf, Aktivität und Fortschritt bündeln soll, beschreibt eine eigene Seite.

Personalisierte Prävention live erleben

Wie aus Daten persönliche nächste Schritte werden sollen, lässt sich im direkten Austausch am besten nachvollziehen. Bei den Roadshow-Abenden „Longevity – Die Zukunft beginnt heute“ geht es um neue Technologien rund um Langlebigkeit, die Online-Businesspräsentation stellt die STG und Genymos vor. Für jeden Termin sind die Plätze begrenzt; sichtbar werden die Termine nach der kostenlosen Registrierung im Backoffice, die sich laut AGB an Unternehmer und unternehmerisch tätige Personen richtet.