Standards für Big Data Die große Vision der Interoperabilität

Autor / Redakteur: Dipl. Betriebswirt Otto Geißler / Nico Litzel

Big Data und KI sollen insbesondere auch der Medizin neue Wege weisen. Dafür sind internationale Standards bzw. interoperable Systeme notwendig. Wie kann das Potenzial moderner KI-Anwendungen und digitaler medizinischer Daten voll ausgeschöpft werden?

Firmen zum Thema

Ein digital vernetztes Gesundheitssystem erfordert interoperable Schnittstellen und offene Standards wie zum Beispiel HL7 FHIR.
Ein digital vernetztes Gesundheitssystem erfordert interoperable Schnittstellen und offene Standards wie zum Beispiel HL7 FHIR.
(Bild: © leowolfert - stock.adobe.com)

Innovative Verfahren, wie beispielsweise das der Künstlichen Intelligenz (KI) oder Big Data Analytics, bieten nicht nur personalisierte Behandlungen, sondern auch präzisere Diagnoseinstrumente und eine frühere Prävention von Krankheitsfällen. Dafür stehen zunehmend digitale Gesundheitsdaten aus Arztpraxen, Kliniken, Laboren, Genomdatenbanken oder auch mobilen Apps zur Verfügung.

Verbindliche Interoperabilitätslösungen

Damit diese Verfahren und Technologien effektiv zusammenwirken, müssen die verfügbaren Daten aus den verschiedenen Bereichen übergreifend verarbeitet werden. Hierzu fehlen derzeit noch die dazu notwendigen verbindlichen internationalen Standards bzw. interoperablen Systeme.

Im Vergleich zu den Algorithmen der KI, hierzu stehen mittlerweile viele innovative Ansätze zur Verfügung, gibt es bei der Interoperabilität jedoch noch viel zu tun. Denn ohne Standards bzw. interoperablen Systeme können diese Technologien ihre Potenziale nicht voll ausschöpfen und die Vision eines sinnvoll digitalisierten Gesundheitssystems verkommt zu einem Selbstzweck.

Die genannten Algorithmen sind zwar in der Lage, große unstrukturierte Datenvolumina zu analysieren und Erkenntnisse aus unstrukturierten Daten herauszuarbeiten, aber auch hier gilt die alte Volksweisheit: Wie es in den Wald hineinschallt … Das bedeutet, wenn die zu untersuchenden Daten die gewünschten Informationen nicht enthalten oder deren Qualität minderwertig ist, liefern auch die besten Verfahren kaum verwertbare bzw. valide Ergebnisse.

Semantische Interoperabilität

Die logische Konsequenz: Umso besser das Ausgangsmaterial strukturiert ist, desto leichter lässt sich valides Wissen aus großen Datenmengen gewinnen. In diesem Zusammenhang ist unter anderem auch eine semantische Interoperabilität der Daten hervorzuheben. Nicht zuletzt müssen dafür medizinische Sachverhalte und Begriffe in einer einheitlichen, maschinenlesbaren Sprache vorgehalten werden. Auf diese Weise soll gewährleistet werden, dass über ein automatisiertes Verfahren zum Beispiel der Zusammenhang mit dem Begriff „Blutdruck“ richtig vom System erkannt wird.

In vielen medizinischen Anwendungen ist beispielsweise ein Datenfeld mit dem Begriff „Blutdruck“ zu finden. Wenn es aber unklar ist, mit welchen Methoden, welchem Gerät und welchen Umständen ein bestimmter Blutdruckwert gemessen wurde, ergibt die Zusammenführung von verschiedenen Datenpunkten aus mehreren Systemen kein sinnvolles Ergebnis.

Als Basis dieser semantischen Interoperabilität sollen internationale Nomenklaturen wie beispielsweise die Systematized Nomenclature of Medicine (SNOMED CT) dienen. Solche internationale Terminologien tragen dazu bei, die semantische Interoperabilität zu optimieren.

Forderung nach offenen Standards

Für eine systemübergreifende und zielführende Verarbeitung relevanter Gesundheitsdaten sollten diese durch standardisierte Schnittstellen zwischen den unterschiedlichen IT-Systemen austauschbar sein. Das Problem der Datenspeicherung in isolierten Datensilos erkannten bereits die führenden IT- und Internetkonzerne wie IBM, Microsoft, Oracle oder Amazon und wollen sich für offene Standards in der Gesundheits-IT zusammenschließen.

Erklärtes Ziel ist es, durch einen problemlosen Datentransport eine optimierte Versorgung, erhöhte Patientenzufriedenheit sowie reduzierte Kosten zu erreichen. Dafür sind nach Auffassung dieser Konzerne alle Transakteure wie beispielsweise Patienten, Ärzte, Labore, Versicherer, Forscher und Medizingeräte- bzw. Arzneimittelhersteller mit einzubeziehen.

Dabei sind Open Source Tools, Spezifikationen und offene Standards für einen reibungslosen Datenaustausch unabdingbar. Ansätze dazu existieren beispielsweise mit den speziell für das Gesundheitswesen entwickelten Kommunikationsstandards Health Level 7 (HL7) bzw. Fast Healthcare Interoperability Resources (FHIR).

Der HL7-Standard dient der Systemintegration innerhalb von Krankenhäusern und umfasst unter anderem Patienten- und Leistungsdaten, Patientendaten-Administration, Befundkommunikation, Leistungsanforderungen, Stammdatenaustausch, Mitarbeiterdaten, Materialmanagement und Ressourcenplanung. FHIR wurde von Health Level Seven International entwickelt und unterstützt unter anderem den Datenaustausch zwischen Softwaresystemen im Gesundheitswesen.

Nicht zuletzt, weil FHIR bereits von der Apple Health App verwendet wird, hat der Standard durch seine Anbindung an moderne Webtechnologien ein gewisses Potenzial, sich als offener Standard für Gesundheitsanwendungen durchzusetzen. Der Standard HL7 FHIR könnte dazu beitragen, im fragmentierten deutschen Gesundheitswesen den Austausch von Gesundheitsdaten in Echtzeit zu ermöglichen und international kompatibel zu sein.

Datenverfügbarkeit für eine bessere Versorgung

Ein weiterer Schritt in Richtung Digitalisierung ist die elektronische Patientenakte (ePA). Die Verwendung geeigneter Standards und Spezifikationen soll nicht nur einen reibungslosen Austausch von Daten zwischen Leistungserbringern und Patienten sichern, sondern auch eine internationale Anbindung an Forschungsinstitute ermöglichen. Insbesondere Studien zu personalisierten Therapien und einer Präzisionsmedizin erfordern große, idealerweise länderübergreifende Patientenkohorten.

Im anderen Fall können fehlende medizinische Daten unter anderem durch unerwünschte Arzneimittelwechselwirkungen zu gesundheitlichen Schäden führen. Interoperable Daten und internationale Standards unterstützen die Leistungsgeber dabei, Kommunikationslücken durch einrichtungsübergreifende Zugriffe auf alle notwendigen Daten zu verhindern. Auf einer solchen Basis können dann KI-Anwendungen wie beispielsweise Clinical-Decision-Support- oder Alarmsysteme laufen und dabei helfen, die medizinische Versorgung zu optimieren.

(ID:47381473)

Über den Autor