Digitale medizinische Daten sicher austauschen

Das Zukunftslabor Gesundheit erprobte eine Plattform für den sicheren, standortübergreifenden Austausch digitaler medizinischer Daten. Außerdem arbeiten die Forschenden an Empfehlungen für die Anwendung von Modellierungsstandards.

Die Digitalisierung ermöglicht eine datenbasierte Medizin, die nicht nur Patienten und Ärzten, sondern auch der gesamten Gesundheitsforschung zugutekommt. Ein anschauliches Beispiel ist die elektronische Patientenakte (ePA), die allerdings primär darauf ausgerichtet ist, die individuelle Gesundheitsversorgung zu optimieren.

Im Gegensatz dazu fokussiert sich die Datenplattform des Zukunftslabors Gesundheit auf die medizinische Forschung. In den vergangenen fünf Jahren hatten die Forschenden diese Plattform aufgebaut und getestet. Sie ermöglicht den Zugang zu aggregierten und anonymisierten medizinischen Daten, die zum Beispiel aus ePAs stammen. Bei der Erprobung der Plattform gewann das Team wertvolle Erkenntnisse, die dazu beitragen, technische Hürden bezüglich der standortübergreifenden Datenübertragung zwischen unterschiedlichen medizinischen Einrichtungen zu überwinden.

Datenplattform für digitale medizinische Daten: Anleitung auf GitHub

Die Forschenden entschieden sich dafür, die Plattform mit dem Modellierungsstandard openEHR (open Electronic Health Record) aufzubauen. openEHR ist ein offener, internationaler Standard zur Verwaltung, Speicherung und zum Austausch elektronischer Gesundheitsdaten. Zudem konzipierten die Forschenden die Plattform modular, sodass verschiedene digitale Tools integriert werden können, etwa der openEHR-FLAT-Loader für den Daten-Upload, die EHRbase zur Datenverwaltung oder das NUM-Portal für das Suchen und Abrufen von Daten.

„Auf GitHub stellen wir eine Anleitung zur Verfügung, die den Aufbau der interoperablen Datenplattform, basierend auf openEHR, beschreibt. GitHub ist eine Plattform, über die Codes und Dokumentationen öffentlich zugänglich gemacht werden können. Dies ermöglicht es, Software mit einer breiten Community weiterzuentwickeln. Indem wir unsere Erkenntnisse aus dem Aufbau der Plattform transparent machen, fördern wir den offenen und kollaborativen Forschungsgeist, der den wissenschaftlichen Fortschritt fördert“, erklärt Jendrik Richter, Universitätsmedizin Göttingen.

Neben openEHR existieren weitere Standards, um Gesundheitsdaten systematisch zu erfassen, zusammenzuführen und zu integrieren. Bisher fehlen allgemeine Empfehlungen zur Anwendung geeigneter Standards. Daher arbeiten Forschende des Zukunftslabors an einer Publikation mit solchen Empfehlungen.

Empfehlungen zur Modellierung von medizinischen Daten

Dazu führte das Team eine Literaturrecherche durch, um bestehende Modellierungsansätze/-standards in Deutschland zu identifizieren. Außerdem interviewten die Forschenden fünf Experten aus dem Bereich der Datenmodellierung und werteten die Gespräche mithilfe der qualitativen Inhaltsanalyse aus. Aus den Ergebnissen leiteten sie erste Hypothesen zu Empfehlungen hinsichtlich der Modellierung von Gesundheitsdaten ab.

Diese betonen die Bedeutung einer klaren Governance, der Verständlichkeit und technischen Funktionalität der Modelle sowie der Anpassung des Modellierungsansatzes an spezifische Projektanforderungen. Der Fokus liegt dabei auf der Wiederverwendbarkeit und Interoperabilität der Modelle. Statt neuer Standards empfehlen die Forschenden die sinnvolle Kombination bestehender Standards empfohlen. Außerdem sollen die Modelle praxisnah und benutzerfreundlich sein.

Wahl des Standards projektspezifisch

Die Wissenschaftler diskutierten die Hypothesen in einem Workshop mit Vertretern von Forschungsinstituten, IT-Abteilungen von Krankenhäusern sowie Unternehmen mit Fokus auf Sensorik und Datenanalyse. Diese stimmten den Hypothesen überwiegend zu, diskutierten einige aber auch intensiv. Der Austausch diente den dazu, die Hypothesen zu schärfen und Einblicke aus der Praxis zu erhalten. Darüber hinaus ergaben die Diskussionen, dass sich die verschiedenen Modellierungsstandards nicht ausschließen müssen. Die Wahl des Standards ist oft projektspezifisch, teilweise auch organisationsabhängig.

Des Weiteren tauschten sich die Forschenden in einem Workshop auf der Tagung des Fachverbandes für Dokumentation und Informationsmanagement in der Medizin (DMVD) mit den Teilnehmern zu Best Practices in der praktischen Modellierung von Gesundheitsdaten aus. Sie diskutierten unter anderem Qualitätsmerkmale von Modellen, Modellierungs- und Governanceprozesse sowie nationale Entwicklungen zur Regulation von Modellierung. Dabei waren Experten der Modellierungsstandards „Observational Medical Outcomes Partnership“ (OMOP), „Fast Healthcare Interoperability Resources“ (FHIR) und openEHR vertreten.

Orientierungsrahmen für die praktische Anwendung schaffen

Aus den Ergebnissen der Interviews und den beiden Workshops sowie aus den eigenen Erfahrungen mit Modellierungsstandards entwickelten Zukunftslabor-Team einen Online-Fragebogen. Dieser beinhaltete Fragen zu Vor- und Nachteilen der Standards, Anwendungsbereichen, Tipps, Ebenen der Interoperabilität sowie Rahmenbedingungen der Modellierung von Gesundheitsdaten. Insgesamt füllten 26 Personen den Fragebogen vollständig aus, darunter Medizininformatiker, medizinische Dokumentare und Datenwissenschaftler.

Die Auswertung der Online-Befragung ist noch nicht abgeschlossen. Erste Ergebnisse bestätigen die Hypothesen. Darüber hinaus werden die Bedarfe und Anforderungen der Modellierungsexperten deutlich. Zudem ist der Standard FHIR am meisten verbreitet und findet international sowie national Beachtung, zum Beispiel in der deutschen ePA.

„Wir werden unsere Erkenntnisse nutzen, um Empfehlungen zu Modellierungsstandards auszuarbeiten. Dabei erheben wir nicht den Anspruch, dass unsere Empfehlungen internationale Gültigkeit haben werden. Es geht uns darum, die Erfahrungen von Expert*innen wiederzugeben und einen Orientierungsrahmen für die praktische Anwendung zu schaffen“, erklärt Lena Elgert, Medizinische Hochschule Hannover.