Ziele

  1. Integration von Versorgung und klinischer Forschung
  2. Verbesserung der individuellen Patientenversorgung durch innovative medizintechnische Lösungen und neue Möglichkeiten der Datenverarbeitung auf der Basis von Standards
  3. Förderung einer neuen Kultur des „data sharings“
  4. Patienten befähigen, sich aktiv an Versorgung und Forschung zu beteiligen
  5. Anpassung bestehender Curricula an die neuen Herausforderungen

Die Ziele sollen im Vorhaben durch fünf Komponenten erreicht werden:

KabelIm Rahmen des Vorhabens sollen an allen drei Standorten eng miteinander kooperierende
Datenintegrationszentren (DIZ) aufgebaut werden. Diese haben u.a. die Aufgaben, relevante Daten aus bestehenden klinischen Systemen zu extrahieren, aufzubereiten und in standardisierter Form zu persistieren sowie als Daten-Broker und Treuhandstelle die Herausgabe dieser Daten vorzubereiten, zu konsentieren und zu organisieren. Weitere Aufgaben sind die Rückführung der durch die Verwendung der Daten erlangten Ergebnisse in die Versorgung sowie der Zugriff auf diese Daten durch Forscher und Kliniker. Für die Umsetzung dieser Aufgaben führen die DIZ eine elektronische Patientenakte und synchronisierbare Metadatenverzeichnisse zur Sicherstellung der semantischen Interoperabilität ein. Der Aufbau der Datenintegrationszentren umfasst auch die Bereitstellung der IT-Architektur für das Vorhaben, die Extraktion und Strukturierung der Datenhaltung und die Datenweitergabe. Strukturierte Dokumentation und Datenweitergabe sollen dabei in Zukunft verstärkt bereits an den klinischen Systemen selbst ansetzen.

Darüber hinaus ist ein wesentlicher Bestandteil der Struktur die Realisierung einer aktiven Beteiligung des Patienten durch Information über standorteigene und -übergreifende Forschungsprojekte sowie durch die Möglichkeit, seine Zustimmung für die Verwendung seiner Daten in diesen Projekten zu geben.

Im Gesamtverbund wird die technische und semantische Interoperabilität in einer engen Kooperation mit außeruniversitären Partnern und Unternehmen aus der Wirtschaft aufgebaut. Diese sind bereit, mit erheblichen Eigenmitteln zum Erfolg des Vorhabens beizutragen.

Eine zweite Komponente unseres Konzepts ist der Aufbau einer Phänotypisierungs-Pipeline. Die Aufgabe besteht darin, für ausgewählte von Klinikern und Forschern spezifizierte Anfragen die Auswertung von Patientenaktendaten zu unterstützen. Dabei ist es nötig, diese Anfragen zu algorithmisieren und durch Annotationsmaschinen „veredelte“ Datensätze aufzubauen, die für klinisch-epidemiologische und gesundheitsökonomische Fragestellungen nutzbar sind. Hierzu werden wir mit Methoden der semantischen Textanalyse lesbare Dokumente (Arztbriefe, Befunde, Abrechnungsdaten) aus dem Krankenhausinformationssystem aufbereiten und daraus Diagnosen, Befunde, Medikationen, Nebenwirkungen, Labordaten etc. extrahieren. In der Konzeptphase konnte über alle Standorte hinweg bereits ein Textkorpus von 3.000 Patientendokumenten zu Trainingszwecken aufgebaut werden.

In einem zweiten Schritt werden dann die spezifischen Phänotypen erschlossen und klassifiziert. Damit entsteht allmählich ein großer kurierter Datenschatz strukturierter Informationen über Patienten, die für Zwecke Versorgungsoptimierung und Versorgungsforschung verwendbar sind. Diese Daten können anschließend angereichert werden – z.B. bezüglich organisatorischer Informationen über eventuell vorhandene Bioproben, über Einschluss und Einschließbarkeit in klinische Studien oder über zusätzliche, nicht-routinemäßige Datenerhebungen zu dem Patienten.

Auf der Basis der Phänotypisierungs-Pipeline sollen zudem zwei klinische Use Cases verfolgt werden, mit denen wir die Leistungsfähigkeit der aufzubauenden IT-Infrastruktur in den Datenintegrationszentren nachweisen wollen. Beide Use Cases sind maßgeschneidert auf die international anerkannte medizinische Expertise an den drei Standorten.

Blut

Der erste Use Case behandelt das Thema „Antibiotic Stewardship“ in der Infektionsmedizin. Dabei geht es um den zielgerichteten, leitliniengerechten Einsatz von Antibiotika zur Bekämpfung bakterieller Infektionen – insbesondere vor dem Hintergrund einer zu geringe Zahl an ausgebildeten Infektiologen in Deutschland. Der Use Case soll auf Normal- und Intensivstationen implementiert werde. Ziel ist eine Optimierung des Einsatzes infektiologischer Konzile mit Hilfe von IT, um Antibiotika bei Patienten mit bakteriellen Infektionen zielgerichteter einzusetzen. Neben einer direkten Verbesserung der Patientenversorgung wird damit auch indirekt zur Vermeidung von Multiresistenzen beigetragen.

Der zweite Use Case spielt sich ausschließlich auf Intensivstationen ab. Hier soll mittels kontinuierlicher Auswertungen aus dem Patientendatenmanagementsystem (PDMS) eine Bettmodellbasierte „Algorithmische Surveillance“ des Zustandes von kritisch kranken Patienten erfolgen. Damit wird die Voraussetzung für eine frühe Alarmierung geschaffen, die ein schnelles diagnostisches und therapeutisches Eingreifen ermöglicht. Diese Daten werden durch High-Performance-Computing analysiert und für die klinische Entscheidung annotiert.

Beide Use Cases sollen an allen drei Standorten umgesetzt werden. In einer späteren Stufe werden sie auch auf weitere Versorgungseinrichtungen ausgerollt.

Als fünfte Komponente haben wir Aus-, Fort- und Weiterbildungsangebote konzipieren, die ähnliche, modulare Currikula an den drei Standorten im Bereich M.Sc. Medizininformatik / Medical Data Science und im postgradualen Bereich anbietet. Ferner sind auch Angebote für Medizinstudenten und Ärzte vorgesehen, um diese auf eine Zukunft mit geteilten großen Datenmengen guter Qualität und unter Beachtung strenger Datenschutzauflagen vorzubereiten.