Dieses Thema griff Roche bei einem Symposium zur „Digitalisierung am Point of Care im Praxistest – Welches Potenzial steckt in Big Data im klinischen Blutzuckermanagement?“ passend auf.
Mehrwert aus den Daten von Point-of-care-Systemen erlangen: Das ist die Zielsetzung eines laufenden Projekts. Es soll helfen, die generierten Daten aus verschiedenen Blickwinkeln zu betrachten. Bei dem Projekt geht es um einen Praxistest unter mehreren Häusern; bei der DGKL-Jahrestagung berichtete darüber der Informatiker Dr. Michael Neumann. Das Team des Leiters Forschung und Lehre, Zentral-IT/Service-Zentrum Medizininformatik am Universitätsklinikum Würzburg, setzte in Zusammenarbeit mit Roche die Big-Data-Auswertungsplattform SAS ein.
Wie können wir „Real World“-Daten, die global generiert werden, nutzbar machen – für bessere Ergebnisse für Versorgung und Gerätebetrieb? Diese Frage hatte man sich bei Roche gestellt. Die Unmengen an durch Geräte generierten Daten will der Anbieter verfügbar machen, um Auswertungsmöglichkeiten für viele Zwecke zu schaffen. Von dem Benchmarking werden insbesondere die Patienten profitieren – bei der Prädiktion und durch eine Optimierung der Behandlung, aber auch Leistungserbringer und Anbieter im Hinblick auf die Optimierung der Verfügbarkeit (Uptime) der Geräte. So soll sich – dies ist die Erwartung – künftig der bevorstehende Ausfall eines Gerätes erkennen lassen. „Auch die Chargenüberwachung im Kontext der regelmäßigen Qualitätskontrollen könnte für Roche ein weiterer Nutzen sein“, erklärte Adrian Holzmann, Regionaler Verkaufsleiter Labordiagnostik bei Roche. „Auffälligkeiten lassen sich so gegebenenfalls erkennen.“
Die Vorgehensweise
„Wir haben die klinischen Daten aus der Datenbank extrahiert, in der die Daten konsolidiert sind“, erläuterte Dr. Neumann. „Die größte Hürde, die wir dabei zu nehmen hatten, war die Pseudonymisierung. Keine Daten, die den Patienten erkennbar werden lassen, dürfen das Klinikum verlassen.“ Ausgangspunkt sind mobile vernetzte Blutzuckermessgeräte mit Teststreifen. Diese Daten stellte Roche auf der webbasierten Plattform SAS zur Verfügung.
Auch für die medizinische Forschung erwarten die Teams wertvollen Input – beispielsweise im Kontext des prospektiven Biobankings, so Dr. Neumann. Aus Sicht des Anbieters sei dies ebenfalls ein wertvolles Potenzial dieses Ansatzes für Forschung und Entwicklung, ergänzte Holzmann.
Stand des Projekts
Der Prototyp läuft, für Ergebnisse hinsichtlich des Nutzens war es in Oldenburg noch zu früh – „Work in progress“, fasste Neumann zusammen. Neues Wissen entsteht dabei; man sucht nach Mustern beziehungsweise Auffälligkeiten und weiß anfangs nicht, was sich ergeben wird. Analyseziele schärfen sich also im Kontext von Datensammeln und Biobanking häufig beim Projektfortschritt.
Diagnosen, Therapien, Verläufe: Daten zu diesen Komponenten der Behandlung für die klinische personalisierte Medizin aufbereiten und analysieren – das sind die Aufgaben des Teams Forschung und Lehre, Zentral-IT/Service-Zentrum Medizininformatik am Universitätsklinikum Würzburg. Zum anderen unterstützt es die freie Forschung. Die möglichst intensive Verzahnung zwischen Forschung und Patientenversorgung ist Kern des Ansatzes für das Team von Neumann. Arbeitsziel ist ein Clinical Data Warehouse, das die Grundlage für die klinische Entscheidungsunterstützung in der klinischen Routine bietet. Dies soll in großen Netzwerken unter Einbindung der relevanten Akteure im Gesundheitswesen möglich werden. Ein gut funktionierendes Identitätsmanagement im Hinblick auf die Patienten ist im Kontext dezentraler Datenhaltung rechtlich ausschlaggebend: „Record Linking“ hat das sichere Matchen derselben Individuen zu ermöglichen.
Dieses Projekt belegt: Anregungen für neue Ansätze kommen tatsächlich auch aus den IT-Abteilungen der Krankenhäuser, schmunzelte Neumann. Die Medizininformatik-Initiative des Bundesforschungsministeriums, mit anlaufender Förderphase, schafft hier gute Grundlagen.
Entnommen aus MTA Dialog 12/2017
Artikel teilen