Smart Data im Gesundheitswesen: Auf dem Weg zu einer gemeinsamen Roadmap

Von Sebastian Zilch Vor 2 Jahren1 Kommentar
Home  /  Gesundheit  /  Smart Data im Gesundheitswesen: Auf dem Weg zu einer gemeinsamen Roadmap

Medizinische Daten können Leben retten – im Unglücksfall vor allem das eigene. Wie können diese sehr persönlichen Daten sinnvoll und flächendeckend genutzt werden und ist etwa ein „Datenausweis“ denkbar, der im Bedarfsfall die Nutzung der Daten trotz des engen Datenschutzes ermöglicht? Diese und andere Fragen wurden auf dem Workshop „Smart Data im Gesundheitswesen: auf dem Weg zu einer gemeinsamen Roadmap“ am Rande der conhIT, der größten Messe für Gesundheits-IT in Deutschland, diskutiert.

Im Rahmen der diesjährigen conhIT, haben sich Vertreter des Smart-Data-Technologieprogramms des Bundesministeriums für Wirtschaft und Energie (BMWi), der Bundesverband Gesundheits-IT (bvitg), die Gesellschaft für Informatik (GI) und das FZI Forschungszentrum Informatik zusammengefunden, um eine Roadmap für die verstärkte Nutzung von Smart Data im Gesundheitswesen auf den Weg zu bringen. Dabei ist für das Ministerium klar, dass Akzeptanz durch die Anwender zentral für den Erfolg von Smart Data ist – ein erstrebenswertes Ziel, weil Big Data nicht nur Kosten sparen, sondern auch Leben retten kann.

Während des Workshops auf der conhIT 2016 haben rund 40 Vertreterinnen und Vertreter von Politik, Forschung, Anwendern und Industrie die Chancen und Herausforderungen des Themas Big Data / Smart Data im Gesundheitswesen diskutiert. Folgende Ergebnisse haben die Teilnehmerinnen und Teilnehmer des Workshops erarbeitet:

  • Die Akzeptanz von Smart-Data-Anwendungen in der Gesellschaft ist wesentlich für deren Erfolg. Datensicherheit spielt hier eine essenzielle Rolle.
  • Für den Erfolg von Smart Data müssen medizinische Anwendungsfälle geschaffen werden. Sinn und Nutzen von Anwendungen muss gegeben sein, sowohl für Patientinnen und Patienten, als auch für Leistungserbringer und Kostenträger.
  • Geeignete Geschäftsmodelle sind größtenteils noch nicht vorhanden, auch weil Fragen der Finanzierung in einem stark regulierten System nicht geklärt sind.
  • Für Smart Data müssen zunächst sinnvolle, das heißt qualitativ hochwertige und verfügbare Datenquellen identifiziert werden. Deren Qualität sollte sichergestellt werden durch permanente Validierung und ein aktives Qualitätsmanagement.
  • Die aktuellen juristischen Rahmenbedingungen müssen sondiert und ggf. umgestaltet werden, um die Mehrwerte von Smart Data nutzen zu können.
    Ein verbessertes Einwilligungsmanagement, z.B. durch einen „Datenspendeausweis“, muss auch den unterschiedlichen Umgang mit Daten abhängig vom Gesundheitsstatus berücksichtigen.
  • Interoperabilität von Systemen ist eine wichtige technische Voraussetzung für Smart-Data-Lösungen.
  • Braucht es eine Kontrollinstanz für die Nutzung von Big-Data-Anwendungen? Falls ja, wer könnte diese Rolle einnehmen, was sollte kontrolliert werden und wie?

In einem nächsten Schritt haben sich bvitg, GI, FZI und TMF darauf verständigt, den im Workshop angestoßenen Dialog unter Beteiligung der relevanten Stakeholder fortzuführen und zu intensivieren. Dabei sind konkrete Aufgaben zu bewältigen. Die Anwendungsbereiche für Smart-Data- / Big-Data-Anwendungen müssen aufgezeigt und konkrete Hindernisse für deren Umsetzung identifizieren werden. Internationale Perspektiven müssen eingeholt und beobachtet werden. Hier ist beispielsweise entscheidend, was auf europäischer Ebene zu diesem Thema regulativ ist, aber auch als Best-Practice-Beispiel bereits umgesetzt wird. Weiterhin muss der Austausch zwischen den Stakeholdern befördert und in Quervernetzungen intensivieren werden.

Am Ende dieses Prozesses soll eine Roadmap für die Nutzung von Smart Data im Gesundheitswesen stehen, bei der Mehrwerte sowohl für Anwender als auch für Anbieter geschaffen werden. Ziel ist es, eine breite Akzeptanz für die Nutzung von Smart-Data-Lösungen zu schaffen.

Innerhalb des Technologieprogramms „Smart Data – Innovationen aus Daten“ sind mehrere Projekte mit Schwerpunkt Gesundheitswesen vertreten. Das Projekt InnOPlan „Innovative, datengetriebene Effizienz OP-übergreifender Prozesslandschaften“ will Medizingeräte zu intelligenten Datenlieferanten weiterentwickeln. Um die so generierten und meist unstrukturierten Daten verarbeiten zu können, entwickelt InnOPlan Methoden und Werkzeuge, die in einem weiteren Schritt die Daten mit klinischen Prozessen innerhalb und außerhalb des Operationssaals vernetzen. Für Dr. med. Martin Apitz vom Projekt InnOPlan ist dabei klar: „Wirtschaft und Wissenschaft müssen zusammenarbeiten, um produktive Ergebnisse zu erzielen.“

Das Thema Datenschutz und Datennutzung steht im Mittelpunkt des Projekts SAHRA – Smart Analysis – Health Research Access. Der Projektleiter Kismet Ekinci berichtete auf der conhIT darüber, wie das Projekt Abrechnungsdaten, Behandlungsdaten sowie Studien- und Registerdaten rechtssicher kombinierbar und für die Versorgungsforschung und die dazu ermächtigten Leistungserbringer zugänglich machen möchte. Das Projekt KDI „Klinische Datenintelligenz“ hat zum Ziel, die Auswertung umfangreicher und komplexer Patientendaten zu automatisieren und somit die Grundlage für innovative Dienste zur Versorgung von Patienten und die medizinische Forschung zu schaffen. Außerhalb der Initiative förderte das BMWi ebenfalls das Projekt TRESOR innerhalb der Trusted Cloud Initiative, das den deutschen Mittelstand stärker digitalisieren und an vertrauenswürdige Cloud-Anbieter vermitteln will.

Kategorien:
  Gesundheit, InnOPlan, KDI, SAHRA

Artikel teilen

Über

 Sebastian Zilch

  (1 Artikel)

Ein Kommentar

Hinterlassen Sie einen Kommentar

Die E-Mail Adresse wird nicht veröffentlicht.