Themenfelder und Innovationsszenarien

Von Big Health Data zu Smart Health Data

Gesundheit und Medizin stellen einen der bedeutsamsten Zielbereiche der Digitalisierung und entsprechender Digitalisierungsstrategien dar – mit der Besonderheit, dass es bei „Gesundheit 4.0“ (anders als bei „Industrie 4.0“) nicht um Autos oder Kraftwerke, sondern um Menschen, Biografien, Schicksale und darauf bezogene Daten und Dienstleistungen geht. Wie jeder Patient an und für sich ist auch sein „Datensatz“ singulär und vielfältig. Diese einzigartige Komplexität gesundheitsrelevanter menschlicher Daten stellt dementsprechend große Anforderungen an die digitalen Lösungen.

Eine zentrale Hoffnung in der Digitalisierung der Medizin besteht darin, die ständig und mit hoher Beschleunigung wachsenden Datenbestände in Gesundheitswesen und Gesundheitsforschung (big health data) einer intelligenten patientenorientierten Nutzung (smart health data) zuzuführen. Grundlegend ist die Generierung von Datenmustern in Verknüpfung unterschiedlicher Datenquellen aus allen Sektoren von Gesundheitsforschung und -versorgung. Sie schafft wiederum die Basis für selbstlernende Systeme zur automatisierten Unterstützung von personalisierter Diagnostik und Therapieentscheidung. Mehr noch: Sie bietet die Chance, dass es auf breiterer Front zu Durchbrüchen in Richtung einer personalisierten Medizin kommt.

Therapieentscheidungen beruhen darauf, den medizinischen Kontext wie auch den individuellen Patienten betreffende Informationen zu integrieren, zu analysieren, zu vergleichen und zu interpretieren. Es geht nicht nur um Einzelentscheidungen, sondern analog zu den Versorgungsketten auch um Entscheidungsketten, in denen es auch – ggfs. in Verbindung mit einem Therapiemonitoring – zu einer Modifikation und Korrektur von Entscheidungen kommen kann. Die Digitalisierung schafft hierfür bislang nicht gekannte Voraussetzungen, aber sie zwingt auch dazu, sich umfassend mit der Art und Weise auseinanderzusetzen, wie Therapieentscheidungen auf der Basis von Diagnosen und Prognosen zustande kommen. Die digitalen Innovationen eröffnen neue Horizonte, um unzureichende oder gar falsche Diagnosen und Therapieentscheidungen systematisch zu reduzieren.

Die Technik macht es möglich, gesammeltes Expertenwissen Struktur- und Disziplinen-übergreifend zur Verfügung zu stellen. Somit kann langfristig allen Patienten, unabhängig vom Ort ihrer Diagnosestellung und Behandlungserbringung der höchste Standard medizinischen Wissens zu Gute kommen. Dies reduziert Behandlungsfehler, unter denen ansonsten zuallererst die Patienten leiden müssen. Dies hat langfristig weniger Nebenwirkungen, schnellere Genesung, nachhaltigere Wirkung, die Verminderung unnötig aufwendiger und schmerzhafter Prozeduren für die Patienten sowie Fehlbehandlungen, die mit enormen gesundheitsökonomischen Kosten und sozialen Problemen verbunden sind, zur Folge.

Auch die Rolle kommunikativer Strukturen und Vorgänge im Entscheidungsprozess, insbesondere die der Arzt-Patienten-Kommunikation, ist hier ein zentraler Aspekt. Die mit der Digitalisierung verbundenen Chancen kann nur intelligent (bzw. „smart“) nutzen, wer auch die Grenzen automatisierter Unterstützungssysteme versteht. Erfahrungswissen von Ärzten und Heilberuflern in Bezug auf Patienten, die Einschätzungen von Patienten und Angehörigen selbst und eine erzählende, beobachtende und reflektierende Kommunikation zwischen Heilberuflern und Patienten sind Teil erfolgreicher – auch personalisierter – Behandlungen. Die übergreifende Herausforderung liegt damit in der Verbindung von automatisiertem und akteursspezifischem Wissen und dementsprechend von digitalisierten und kommunikationsbasierten Entscheidungsmodellen.

Innovationslinien

Im Leuchtturm SmartHealthData.NRW und seinem Innovationsszenario verbinden sich medizinische, technische und soziale Innovationslinien, die durch ihre intelligente Verknüpfung den Weg zu der Vision einer patientenorientierten Nutzung medizinischer Daten für Wissenschaft, Forschung und Industrie ebnen.
Automatisieren & Modellieren: selbstlernende Systeme
Eine fundierte Diagnose und die bestmögliche Therapieentscheidung beruht auf einer enormen Menge von Daten, medizinischer sowie sozialer bzw. persönlicher. Decision-Support-Systeme bieten die Struktur, um alle zur Verfügung stehenden Daten geordnet aufzunehmen und sie bedarfsgerecht und aufbereitet wieder zur Verfügung zu stellen. Sie sind nicht nur in der Lage, neue Daten selbstständig zu sammeln, sondern werten die Daten auf der Grundlage lernender Algorithmen mit dem Ziel einer personalisierten Diagnostik und Therapieentscheidung auch aus. Der Heilberufler erhält durch die Modellierung von Diagnosen und Therapieentscheidungen eine Entscheidungsunterstützung und wird in die Lage versetzt Prognosen zu erstellen. So ist eine Vorhersage des Krankheits- oder des Therapieverlaufes beispielsweise unter Simulierung von Therapieoptionen, (z.B. über „digitale Patientenmodelle“) möglich.
Systemintegration & Datenqualität: interoperable Dateninfrastruktur
Selbstlernende Systeme könne ihre ganzen Fähigkeiten nur entfalten, wenn sie Zugriff auf die relevanten Datenquellen aller Sektoren der Gesundheitsforschung und -versorgung haben. Das heißt, sie müssen mit diesen Quellen kommunizieren können, interoperabel sein. Eine Notwendigkeit, gleichzeitig aber auch eine Folge der großen Potenziale von Decision Support Systemen, wird es sein, die bislang zumeist existierenden Insellösungen, also abgeschlossene, nicht miteinander kommunizierende IT-Systeme, zu integrieren. Diese Systemintegration ist vor dem Hintergrund der stark fragmentierten Datenlandschaft in Gesundheitswesen und -forschung und nicht ausreichender Datenqualität hoch komplex.
Usability & Empowerment: nutzerorientierte Anwendungsstrukturen
Decision Support Systeme können nur einen Beitrag zu medizinischer Innovation und mehr Patientensicherheit leisten, wenn Sie zur richtigen Zeit von der richtigen Person sachgemäß angewendet werden. Patienten und Anwender müssen daher in die Lage versetzt werden, geeignete technische Lösungen zu identifizieren und korrekt zu nutzen (Digital Empowerment). Die Systeme müssen von Ihrer Entwicklung anwenderfreundliche gestaltet sein, um erfolgreich werden zu können (Usability). Dies setzt die Rückkopplung mit der zukünftigen Anwenderschaft in der Produktentwicklung voraus. Können Anwender sich die Nutzung von Produkten und Systemen leicht erschließen, erhöht dies die Diagnose- und Therapiequalität sowie die Therapietreue.
Transparenz & Dialog: kommunikative Systeme
Die damit verbundenen Chancen kann nur intelligent nutzen, wer auch die Grenzen automatisierter Unterstützungssysteme versteht. Erfahrungswissen von Ärzten und Heilberuflern in Bezug auf Patienten wie auch die Einschätzungen von Patienten und Angehörigen selbst sind Teil erfolgreicher – auch personalisierter – Behandlungen. Die Bedeutung einer entsprechenden erzählenden, beobachtenden und reflektierenden Kommunikation zwischen Heilberuflern und Patienten verliert folglich nicht an Wert, sondern macht die Ergebnisse digitaler Unterstützungssysteme erst plausibel. Je nach Wahrnehmung und Nutzung können digitale Helfer die Patientensouveränität somit stärken, aber auch einschränken. Als Begleitelement der transparenten Kommunikation tragen Decision Support Systeme zur Nachvollziehbarkeit von Entscheidungen für Patient und Kostenträger bei underhöhen die Therapiesicherheit.
 
 

Neuigkeiten



Software in der Medizin: Anforderungen und Best Practice
Frankfurt am Main, 28. Februar 2018 ...mehr

Medical Devices Meetings 2018
B2B-Plattform für die Medizintechnik-Industrie in Stuttgart, 07.+08. März 2018 ...mehr

MT-CONNECT und MedTech Summit 2018
Internationale Messe für Zulieferer- und Herstellungsbereiche der Medizintechnik, 11.+12. April 2017 ...mehr

PerMediCon 2018: Kongressmesse zur personalisierten Medizin
Schwerpunkt: Genomische Medizin, 18. und 19. April 2018 in Köln ...mehr


VIP- und BMBF-Förderung für biohybride Implantate
1,5 Millionen Euro Förderung für die präklinische Validierung eines biohybriden Atemwegsstents gehen nach Aachen ...mehr

150.000 Euro für die Kinderherz-Forschung
Die Stiftung KinderHerz Deutschland hat den „KinderHerz-Innovationspreis NRW 2018“ ausgeschrieben. ...mehr

DAK-Digitalisierungsreport 2018: So denken Ärzte über E-Health-Lösungen
Ergebnis: Mediziner befürworten digitale Lösungen im Gesundheitssektor ...mehr

GKV-Spitzenverband nimmt Exoskelett ins Hilfsmittel­verzeichnis auf
System ermöglicht Paraplegikern das selbstständige Stehen und Laufen ...mehr

Wenn Roboter Gefühle erkennen
Systeme mit Emotionserkennung können Menschen besser verstehen ...mehr

Land unterstützt neues Cancer Center Cologne Essen
Entwicklungssprung für die Krebsmedizin ...mehr

Arzneimittelkonto NRW: In Wuppertal startet der Echtbetrieb
Projekt bindet Ärzte, Apotheker, Pflegeeinrichtungen und Patienten in das Medikationsmanagement ein ...mehr

Netzwerk Organspende NRW startet Informationsoffensive
Initiative von Selbsthilfeorganisationen aus den Bereichen Organspende und Transplantation startet Aufklärungskampagne ...mehr

Häufigster Zusatznutzen bei Krebstherapien
Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen (IQWiG) legt Bilanz seiner bisherigen Arbeit vor ...mehr

Preis für Patientensicherheit in der Medizintechnik: Förderung des wissenschaftlichen Nachwuchses
Bewerbungsschluss ist der 30. April 2018 ...mehr


Förderung von Vorhaben der strategischen Projektförderung mit der Republik Korea unter der Beteiligung von Wirtschaft und Wissenschaft im Bereich Robotik
Einreichungsfrist: 30.04.2018 ...mehr

Förderung der Intensivierung der Zusammenarbeit mit Polen: "Deutsch-Polnische Kooperation zum Technologietransfer in der Digitalen Wirtschaft (DPT)"
Einreichungsfrist: 19.04.2018 ...mehr

Richtlinie zur Förderung von transferorientierter Versorgungsforschung – Forschung und Ergebnistransfer für eine bedarfsorientierte Rehabilitation
Abgabetermin: 19.04.2018 ...mehr

Richtlinie zur Fördermaßnahme "Gründungen: Innovative Start-ups für Mensch-Technik-Interaktion"
Bewerbungsschluss: 15.04.2018 ...mehr

Richtlinie zur Fördermaßnahme "Computational Life Sciences"
Einreichungsfrist: 12.04.2018 ...mehr

Förderung von Projekten zum Thema „Bildgeführte Diagnostik und Therapie – Neue Wege in der Intervention“
Einreichungsfrist: 30.03.2018 ...mehr

Förderung von transnationalen Forschungsprojekten für Nachwuchswissenschaftler im Rahmen des ERA-Netzes zu Herz-Kreislauf-Erkrankungen (ERA-NET CVD)
Einreichungsfrist: 15.03.2018 ...mehr