Die moderne Medizin ist eine der größten Errungenschaften unserer Zeit. Sie kann Krankheiten erkennen, klassifizieren und behandeln wie nie zuvor. Doch ihr größter Erfolg zeigt zugleich eine strukturelle Grenze: Das medizinische System wird meist erst dann aktiv, wenn Krankheit bereits sichtbar geworden ist.
Wenn Symptome auftreten. Wenn Grenzwerte überschritten werden. Wenn ein klinischer Befund auffällig ist. Kurz: wenn eine Diagnose gestellt werden kann.
Fast jeder kennt die andere Seite. Man geht regelmäßig zur Vorsorge, die einzelnen Werte liegen im Normbereich – und trotzdem kann sich der biologische Zustand über Monate oder Jahre verändern, ohne dass ein einzelner Messwert Alarm schlägt.
Denn viele biologische Entwicklungen beginnen deutlich früher. Stoffwechsel, Immunsystem, Hormonhaushalt, Entzündungsprozesse, Ernährung, Schlaf, Stress und Umweltfaktoren wirken permanent zusammen. Gesundheit ist in diesem Sinne kein statischer Zustand, sondern ein dynamisches Gleichgewicht.
Für dieses Gleichgewicht gibt es einen zentralen Begriff: Homöostase. Er bezeichnet die Fähigkeit des Körpers, innere Stabilität aufrechtzuerhalten, obwohl sich äußere und innere Bedingungen ständig verändern. Der Mensch ist kein starres System, sondern ein lebendiges Netzwerk biologischer Prozesse, die sich fortlaufend anpassen.
Darin liegt die Herausforderung moderner Prävention. Biologische Werte verändern sich ständig. Entscheidend ist deshalb nicht jede einzelne Veränderung, sondern ob der Organismus sie weiterhin kompensieren und seine individuelle Homöostase aufrechterhalten kann – oder ob sein Gesamtzustand nachhaltig zu driften beginnt. Eine solche Drift kann bereits stattfinden, bevor einzelne Messwerte diagnostische Grenzen überschreiten.
Präpathologie: der Raum vor der Diagnose
Zwischen stabiler Homöostase und manifester Erkrankung liegt ein biologischer Übergangsraum. Viele Menschen kennen ihn aus einem Satz ihres Arztes: „Wir müssen abwarten.“ Ein Wert verändert sich, reicht für sich genommen aber noch nicht für eine eindeutige medizinische Einordnung. SF2 untersucht, ob sich in dieser Phase zusätzlich das Zusammenspiel vieler Parameter als Gesamtzustand beurteilen lässt.
„Wir schlagen vor, diesen Übergangsraum mit dem Arbeitsbegriff Präpathologie zu beschreiben – nicht als neue Diagnose, sondern als methodischen Denkrahmen für die Phase zwischen stabiler Homöostase und manifester Erkrankung“, sagt Francisco Webber, CEO & Chief Scientist von SF2 Systems.
Präpathologie ist keine Vorverlegung von Krankheit. Der Begriff benennt einen Übergangsraum, in dem Veränderungen des biologischen Gesamtzustands bereits beurteilbar werden könnten, bevor klassische diagnostische Kriterien erfüllt sind.
Für die Prävention eröffnet sich damit ein zusätzlicher Ansatzpunkt. Denn Prävention heißt nicht nur, Krankheiten früher zu diagnostizieren. Sie bedeutet auch, biologische Entwicklungen besser zu verstehen, bevor daraus eine manifeste Erkrankung entsteht.
Nicht den Laborwert verstehen – den Menschen
Dafür reicht es nicht, einzelne Laborwerte isoliert zu betrachten. Ein Wert kann medizinisch völlig korrekt interpretiert sein und dennoch nur einen kleinen Ausschnitt des Gesamtbildes zeigen.
Entscheidend ist der Zusammenhang: Wie verhalten sich viele Parameter zueinander? Wie verändern sie sich über die Zeit? Kann der Organismus Veränderungen weiterhin kompensieren – oder zeigt sich eine anhaltende Drift seines Gesamtzustands?
Die Technologie von SF2 Systems, Semantic Folding Sensor Fusion, betrachtet multiparametrische Daten als zusammenhängende Zustandsräume. Daraus können Patient Status Fingerprints entstehen – kompakte, vergleichbare Repräsentationen eines biologischen Gesamtzustands und damit eine qualitative Beschreibung der individuellen Homöostase. Wiederkehrende Verschiebungen gegenüber Referenzzuständen beschreibt SF2 als semantische Drift.
Eine solche Drift ist nicht automatisch ein Hinweis auf Krankheit. Gerade beim Menschen ist die Unterscheidung anspruchsvoll: Biologische Zustände verändern sich durch Tageszeit, Ernährung, Schlaf, körperliche Belastung, hormonelle Einflüsse, Stress und zahlreiche weitere Faktoren.
SF2 muss dabei die biologische Ursache einer solchen Veränderung nicht bereits kennen, um ein reproduzierbares Driftmuster erkennen zu können. Erst im nächsten Schritt stellt sich die medizinische Frage: Was bedeutet dieses Muster biologisch und klinisch?
Bildlich gesprochen könnte diese Zustandsinformation eine ähnliche Funktion übernehmen wie der Kanarienvogel im Bergwerksstollen: Er erklärt noch nicht die Ursache und stellt keine Diagnose – aber er zeigt früh an, dass sich die Bedingungen verändert haben und genauer hingesehen werden sollte.
Die klassische Medizin bleibt unverzichtbar für Abklärung, Diagnose und Therapie manifester Erkrankungen. SF2 richtet den Blick zusätzlich auf den Zeitraum davor.
Blutdaten als Ausgangspunkt
Der erste Schritt nutzt Daten, die in der klinischen Routine bereits entstehen.
Im Rahmen einer wissenschaftlichen Evaluierung untersucht SF2 gemeinsam mit der Medizinischen Universität Wien, ob sich klinische Routine- und Labordaten als zusammenhängende Zustandsinformation lesen lassen und ob dabei Veränderungen über viele Parameter hinweg sichtbar werden.
Klinische Routine- und Labordaten eignen sich dafür besonders: Sie sind etabliert und ermöglichen eine methodisch kontrollierte Untersuchung.
Für eine zustandsorientierte Prävention gewinnt insbesondere der Faktor Zeit an Bedeutung.
Ein einzelner Befund ist eine Momentaufnahme.
Ein longitudinales Profil zeigt eine Bewegung.
Erst wiederholte Messungen können sichtbar machen, ob eine Veränderung zufällig oder vorübergehend ist – oder Teil einer stabileren Entwicklung.
„Die Labormedizin steht vor einer Herausforderung: Präzisionsmedizin muss auch auf Ebene der Diagnostik ankommen. Unsere Referenzbereiche sind populationsbasiert – ein Wert kann für einen Menschen noch normal und für einen anderen bereits eine deutliche Abweichung von seinem individuellen Gleichgewicht sein. Die Zukunft liegt in personalisierten Grenzwerten und in der Beurteilung von Mustern über viele Parameter und über die Zeit, statt in der isolierten Betrachtung von Einzelwerten. Ob sich solche Muster aus klinischen Routinedaten methodisch belastbar ableiten lassen, ist genau die Frage, die wir derzeit innerhalb verschiedener Projekte prüfen“, sagt Ap. Prof. Priv.-Doz. Mag. DDr. Helmuth Haslacher, Leiter der MedUni Wien Biobank und Oberarzt am Klinischen Institut für Labormedizin der MedUni Wien.
Genetik und nicht-invasive Messung als Perspektive
Langfristig könnten zwei zusätzliche Informationsquellen relevant werden: genetischer Kontext und regelmäßige, möglichst engmaschige metabolische Messungen.
Genetische Informationen können zusätzlichen Kontext dafür liefern, vor welchem individuellen biologischen Hintergrund Veränderungen stattfinden. Sie definieren weder Gesundheit noch Krankheit, können aber helfen, individuelle Unterschiede besser einzuordnen.
Für eine longitudinale Betrachtung ist zugleich die Häufigkeit der Messungen entscheidend. Wissenschaftliche Arbeiten aus Wien zeigen, dass Fingerschweiß für metabolomische Analysen genutzt werden kann.
Eine unkomplizierte, nadelfreie Probenahme könnte langfristig zusätzliche metabolische Messpunkte zwischen klassischen Untersuchungen ermöglichen. Beides sind Zukunftsperspektiven. Der unmittelbare Ausgangspunkt von SF2 sind klinische Routine- und Labordaten.
Wien als Ausgangspunkt
Wien bietet mit seiner medizinischen und wissenschaftlichen Infrastruktur gute Voraussetzungen für die weitere Erforschung datenbasierter Präventionsansätze. Wenn klinische Routinedaten künftig mit genetischem Kontext und longitudinalen metabolischen Messungen verbunden werden, könnten daraus neue Referenzräume für individuelle biologische Zustände entstehen – getragen von Medizin, Wissenschaft und öffentlichen Institutionen.
Prävention vor der Diagnose
Auch gesundheitspolitisch gewinnt diese Frage an Bedeutung.
Gesundheitssysteme stehen unter Druck: Chronische Erkrankungen nehmen zu, Gesellschaften altern, Versorgungskosten steigen. Gleichzeitig entstehen große Mengen medizinischer Daten, die bislang nur begrenzt genutzt werden, um Gesundheit selbst als dynamischen Zustand besser zu verstehen.
Eine präpathologische Systembetrachtung fragt deshalb nicht zuerst:
Welche Krankheit liegt vor?
Sie setzt früher an:
Kann dieser Mensch seine individuelle Homöostase weiterhin aufrechterhalten – oder beginnt sein biologischer Gesamtzustand nachhaltig zu driften?
So verstanden ist Prävention:
Nicht reaktiv.
Nicht symptomgetrieben.
Nicht allein grenzwertbasiert.
Sondern longitudinal, datenbasiert und systemisch.
Die Medizin der Zukunft wird Krankheiten weiterhin diagnostizieren und behandeln müssen. Gleichzeitig wird sie lernen müssen, Homöostase besser zu verstehen, zu beobachten und möglichst lange zu erhalten.
Denn wer Gesundheit erhalten will, darf nicht erst beginnen, wenn Krankheit bereits sichtbar geworden ist.
Über SF2 Systems
Die SF2 Systems GmbH in Wien entwickelt Semantic Folding Sensor Fusion, eine Technologie zur Zustandsanalyse komplexer Systeme. Sie überführt multiparametrische Daten in kompakte, vergleichbare State Fingerprints.
Neben industriellen Anwendungen untersucht SF2, wie sich der Ansatz auf biologische und medizinische Zustandsdaten übertragen lässt. Medizinische Anwendungen befinden sich in Forschung und wissenschaftlicher Evaluierung und sind keine zugelassene medizinische Diagnostik.
Wenn Symptome auftreten. Wenn Grenzwerte überschritten werden. Wenn ein klinischer Befund auffällig ist. Kurz: wenn eine Diagnose gestellt werden kann.
Fast jeder kennt die andere Seite. Man geht regelmäßig zur Vorsorge, die einzelnen Werte liegen im Normbereich – und trotzdem kann sich der biologische Zustand über Monate oder Jahre verändern, ohne dass ein einzelner Messwert Alarm schlägt.
Denn viele biologische Entwicklungen beginnen deutlich früher. Stoffwechsel, Immunsystem, Hormonhaushalt, Entzündungsprozesse, Ernährung, Schlaf, Stress und Umweltfaktoren wirken permanent zusammen. Gesundheit ist in diesem Sinne kein statischer Zustand, sondern ein dynamisches Gleichgewicht.
Für dieses Gleichgewicht gibt es einen zentralen Begriff: Homöostase. Er bezeichnet die Fähigkeit des Körpers, innere Stabilität aufrechtzuerhalten, obwohl sich äußere und innere Bedingungen ständig verändern. Der Mensch ist kein starres System, sondern ein lebendiges Netzwerk biologischer Prozesse, die sich fortlaufend anpassen.
Darin liegt die Herausforderung moderner Prävention. Biologische Werte verändern sich ständig. Entscheidend ist deshalb nicht jede einzelne Veränderung, sondern ob der Organismus sie weiterhin kompensieren und seine individuelle Homöostase aufrechterhalten kann – oder ob sein Gesamtzustand nachhaltig zu driften beginnt. Eine solche Drift kann bereits stattfinden, bevor einzelne Messwerte diagnostische Grenzen überschreiten.
Präpathologie: der Raum vor der Diagnose
Zwischen stabiler Homöostase und manifester Erkrankung liegt ein biologischer Übergangsraum. Viele Menschen kennen ihn aus einem Satz ihres Arztes: „Wir müssen abwarten.“ Ein Wert verändert sich, reicht für sich genommen aber noch nicht für eine eindeutige medizinische Einordnung. SF2 untersucht, ob sich in dieser Phase zusätzlich das Zusammenspiel vieler Parameter als Gesamtzustand beurteilen lässt.
„Wir schlagen vor, diesen Übergangsraum mit dem Arbeitsbegriff Präpathologie zu beschreiben – nicht als neue Diagnose, sondern als methodischen Denkrahmen für die Phase zwischen stabiler Homöostase und manifester Erkrankung“, sagt Francisco Webber, CEO & Chief Scientist von SF2 Systems.
Präpathologie ist keine Vorverlegung von Krankheit. Der Begriff benennt einen Übergangsraum, in dem Veränderungen des biologischen Gesamtzustands bereits beurteilbar werden könnten, bevor klassische diagnostische Kriterien erfüllt sind.
Für die Prävention eröffnet sich damit ein zusätzlicher Ansatzpunkt. Denn Prävention heißt nicht nur, Krankheiten früher zu diagnostizieren. Sie bedeutet auch, biologische Entwicklungen besser zu verstehen, bevor daraus eine manifeste Erkrankung entsteht.
Nicht den Laborwert verstehen – den Menschen
Dafür reicht es nicht, einzelne Laborwerte isoliert zu betrachten. Ein Wert kann medizinisch völlig korrekt interpretiert sein und dennoch nur einen kleinen Ausschnitt des Gesamtbildes zeigen.
Entscheidend ist der Zusammenhang: Wie verhalten sich viele Parameter zueinander? Wie verändern sie sich über die Zeit? Kann der Organismus Veränderungen weiterhin kompensieren – oder zeigt sich eine anhaltende Drift seines Gesamtzustands?
Die Technologie von SF2 Systems, Semantic Folding Sensor Fusion, betrachtet multiparametrische Daten als zusammenhängende Zustandsräume. Daraus können Patient Status Fingerprints entstehen – kompakte, vergleichbare Repräsentationen eines biologischen Gesamtzustands und damit eine qualitative Beschreibung der individuellen Homöostase. Wiederkehrende Verschiebungen gegenüber Referenzzuständen beschreibt SF2 als semantische Drift.
Eine solche Drift ist nicht automatisch ein Hinweis auf Krankheit. Gerade beim Menschen ist die Unterscheidung anspruchsvoll: Biologische Zustände verändern sich durch Tageszeit, Ernährung, Schlaf, körperliche Belastung, hormonelle Einflüsse, Stress und zahlreiche weitere Faktoren.
SF2 muss dabei die biologische Ursache einer solchen Veränderung nicht bereits kennen, um ein reproduzierbares Driftmuster erkennen zu können. Erst im nächsten Schritt stellt sich die medizinische Frage: Was bedeutet dieses Muster biologisch und klinisch?
Bildlich gesprochen könnte diese Zustandsinformation eine ähnliche Funktion übernehmen wie der Kanarienvogel im Bergwerksstollen: Er erklärt noch nicht die Ursache und stellt keine Diagnose – aber er zeigt früh an, dass sich die Bedingungen verändert haben und genauer hingesehen werden sollte.
Die klassische Medizin bleibt unverzichtbar für Abklärung, Diagnose und Therapie manifester Erkrankungen. SF2 richtet den Blick zusätzlich auf den Zeitraum davor.
Blutdaten als Ausgangspunkt
Der erste Schritt nutzt Daten, die in der klinischen Routine bereits entstehen.
Im Rahmen einer wissenschaftlichen Evaluierung untersucht SF2 gemeinsam mit der Medizinischen Universität Wien, ob sich klinische Routine- und Labordaten als zusammenhängende Zustandsinformation lesen lassen und ob dabei Veränderungen über viele Parameter hinweg sichtbar werden.
Klinische Routine- und Labordaten eignen sich dafür besonders: Sie sind etabliert und ermöglichen eine methodisch kontrollierte Untersuchung.
Für eine zustandsorientierte Prävention gewinnt insbesondere der Faktor Zeit an Bedeutung.
Ein einzelner Befund ist eine Momentaufnahme.
Ein longitudinales Profil zeigt eine Bewegung.
Erst wiederholte Messungen können sichtbar machen, ob eine Veränderung zufällig oder vorübergehend ist – oder Teil einer stabileren Entwicklung.
„Die Labormedizin steht vor einer Herausforderung: Präzisionsmedizin muss auch auf Ebene der Diagnostik ankommen. Unsere Referenzbereiche sind populationsbasiert – ein Wert kann für einen Menschen noch normal und für einen anderen bereits eine deutliche Abweichung von seinem individuellen Gleichgewicht sein. Die Zukunft liegt in personalisierten Grenzwerten und in der Beurteilung von Mustern über viele Parameter und über die Zeit, statt in der isolierten Betrachtung von Einzelwerten. Ob sich solche Muster aus klinischen Routinedaten methodisch belastbar ableiten lassen, ist genau die Frage, die wir derzeit innerhalb verschiedener Projekte prüfen“, sagt Ap. Prof. Priv.-Doz. Mag. DDr. Helmuth Haslacher, Leiter der MedUni Wien Biobank und Oberarzt am Klinischen Institut für Labormedizin der MedUni Wien.
Genetik und nicht-invasive Messung als Perspektive
Langfristig könnten zwei zusätzliche Informationsquellen relevant werden: genetischer Kontext und regelmäßige, möglichst engmaschige metabolische Messungen.
Genetische Informationen können zusätzlichen Kontext dafür liefern, vor welchem individuellen biologischen Hintergrund Veränderungen stattfinden. Sie definieren weder Gesundheit noch Krankheit, können aber helfen, individuelle Unterschiede besser einzuordnen.
Für eine longitudinale Betrachtung ist zugleich die Häufigkeit der Messungen entscheidend. Wissenschaftliche Arbeiten aus Wien zeigen, dass Fingerschweiß für metabolomische Analysen genutzt werden kann.
Eine unkomplizierte, nadelfreie Probenahme könnte langfristig zusätzliche metabolische Messpunkte zwischen klassischen Untersuchungen ermöglichen. Beides sind Zukunftsperspektiven. Der unmittelbare Ausgangspunkt von SF2 sind klinische Routine- und Labordaten.
Wien als Ausgangspunkt
Wien bietet mit seiner medizinischen und wissenschaftlichen Infrastruktur gute Voraussetzungen für die weitere Erforschung datenbasierter Präventionsansätze. Wenn klinische Routinedaten künftig mit genetischem Kontext und longitudinalen metabolischen Messungen verbunden werden, könnten daraus neue Referenzräume für individuelle biologische Zustände entstehen – getragen von Medizin, Wissenschaft und öffentlichen Institutionen.
Prävention vor der Diagnose
Auch gesundheitspolitisch gewinnt diese Frage an Bedeutung.
Gesundheitssysteme stehen unter Druck: Chronische Erkrankungen nehmen zu, Gesellschaften altern, Versorgungskosten steigen. Gleichzeitig entstehen große Mengen medizinischer Daten, die bislang nur begrenzt genutzt werden, um Gesundheit selbst als dynamischen Zustand besser zu verstehen.
Eine präpathologische Systembetrachtung fragt deshalb nicht zuerst:
Welche Krankheit liegt vor?
Sie setzt früher an:
Kann dieser Mensch seine individuelle Homöostase weiterhin aufrechterhalten – oder beginnt sein biologischer Gesamtzustand nachhaltig zu driften?
So verstanden ist Prävention:
Nicht reaktiv.
Nicht symptomgetrieben.
Nicht allein grenzwertbasiert.
Sondern longitudinal, datenbasiert und systemisch.
Die Medizin der Zukunft wird Krankheiten weiterhin diagnostizieren und behandeln müssen. Gleichzeitig wird sie lernen müssen, Homöostase besser zu verstehen, zu beobachten und möglichst lange zu erhalten.
Denn wer Gesundheit erhalten will, darf nicht erst beginnen, wenn Krankheit bereits sichtbar geworden ist.
Über SF2 Systems
Die SF2 Systems GmbH in Wien entwickelt Semantic Folding Sensor Fusion, eine Technologie zur Zustandsanalyse komplexer Systeme. Sie überführt multiparametrische Daten in kompakte, vergleichbare State Fingerprints.
Neben industriellen Anwendungen untersucht SF2, wie sich der Ansatz auf biologische und medizinische Zustandsdaten übertragen lässt. Medizinische Anwendungen befinden sich in Forschung und wissenschaftlicher Evaluierung und sind keine zugelassene medizinische Diagnostik.
