{"id":15483,"date":"2022-11-15T10:59:13","date_gmt":"2022-11-15T09:59:13","guid":{"rendered":"https:\/\/www.smith.care\/?p=15483"},"modified":"2024-06-20T12:43:13","modified_gmt":"2024-06-20T10:43:13","slug":"die-daten-verbleiben-am-standort-padme-plattform-erleichtert-datenschutzgerechte-analysen-medizinischer-daten","status":"publish","type":"post","link":"https:\/\/www.smith.care\/de\/2022\/11\/15\/die-daten-verbleiben-am-standort-padme-plattform-erleichtert-datenschutzgerechte-analysen-medizinischer-daten\/","title":{"rendered":"Die Daten verbleiben am Standort: PADME-Plattform erleichtert datenschutzgerechte Analysen medizinischer Daten"},"content":{"rendered":"\n

Bei der Analyse gro\u00dfer Mengen personenbezogener Daten kommt der verteilten Datenanalyse eine hohe Bedeutung zu. Die im Rahmen des SMITH-Konsortiums etablierte \u201cP<\/strong>latform for A<\/strong>nalysis and D<\/strong>istributed M<\/strong>achine Learning for E<\/strong>nterprises\u201d (PADME) erleichtert k\u00fcnftig verteilte Analysen mit medizinischen Daten.<\/p>\n\n\n\n

PADME bedient sich dabei dem Personal Health Train-Konzept (PHT). Der PHT verfolgt eine verteilte Datenanalyse. Anders als bislang gewohnt kommt die Analyse dabei zu den Daten, anstatt dass alle relevanten Daten zun\u00e4chst zentralisiert und dann analysiert werden. So k\u00f6nnen die potentiell sensitiven Daten gesch\u00fctzt an ihrem Standort verbleiben.<\/p>\n\n\n\n

Die Vorgehensweise des Personal Health Trains ist vergleichbar mit einem G\u00fctertransport per Eisenbahn. Datenanalysen werden an den datenhaltenden Institutionen nacheinander ausgef\u00fchrt. Die Institutionen stellen dabei unterschiedliche Stationen dar, die der \u201eDatenanalysezug\u201c anf\u00e4hrt.<\/p>\n\n\n\n

Datenschutzsichere Analysen mit dem Personal Health Train<\/strong><\/p>\n\n\n\n

\u00dcber die PADME-Plattform k\u00f6nnen sich datenf\u00fchrende Institutionen registrieren, um ausgew\u00e4hlte medizinische Daten in die Analyse einer Forschungsfragestellung einzubringen. Dazu stellen Forschende Analyseprogramme bereit; im besten Fall nutzen sie ein bereits von PADME verwaltetes Programm. Diese Programme werden gem\u00e4\u00df dem PHT-Konzept f\u00fcr die Analyse von Standort zu Standort geschickt, wo sie die aus den Daten ermittelten Ergebnisse aufnehmen und an den n\u00e4chsten Standort weitergeben. Die Daten bleiben an ihrem Herkunftsort und sind w\u00e4hrend der Analyse nicht von den Forschenden einsehbar. Nur das Programm selbst erlangt jeweils Zugriff auf die relevanten Daten. An jedem Standort bestimmt ein eigener Administrator \u00fcber den Datenzugriff.<\/p>\n\n\n\n

Dem PHT-Konzept folgend k\u00f6nnen in PADME verschiedene Gesundheitsorganisationen, Krankenh\u00e4user, Kliniken oder weitere Institutionen, welche Gesundheitsdaten bereitstellen, die Rolle einer Station, d. h. eines beteiligten Partners, einnehmen.<\/p>\n\n\n\n

Vielf\u00e4ltige M\u00f6glichkeiten der Datenanalyse \u2013 Unabh\u00e4ngig von der Programmiersprache <\/strong><\/strong><\/p>\n\n\n\n

Das Spektrum der potentiell m\u00f6glichen Datenanalysen reicht von einfachen deskriptiven Statistiken \u00fcber verschiedene Arten der Regressionsanalysen bis hin zu komplexen Machine-Learning-Algorithmen, mit denen unterschiedliche Arten medizinischer Daten (inkl. Tabellen, Bilder, Texte u. v. m.) verarbeitet werden k\u00f6nnen. PADME ist nicht auf die Verwendung einer Programmiersprache zur Umsetzung der Datenanalyse begrenzt. Forschende, die die Plattform nutzen, k\u00f6nnen die Analyseprogramme in der f\u00fcr sie geeigneten Programmiersprache verfassen.<\/p>\n\n\n\n

\u201eWir brauchen dringend solche Infrastrukturen wie PADME, um herausfordernden medizinischen Fragestellungen mit modernen Methoden der Informatik begegnen zu k\u00f6nnen. Methoden der K\u00fcnstlichen Intelligenz z\u00e4hlen zweifelsohne dazu,\u201c sagt Prof. Dr. Oya Beyan, Professorin f\u00fcr Medizininformatik an der Universit\u00e4t zu K\u00f6ln und Leiterin des PADME-Projekts. Den Nachweis hat PADME bereits in verschiedenen Studien und Datenanalysen erbracht. Eine Auswertung fokussierte sich beispielsweise auf die Klassifikation von Hautl\u00e4sionen<\/a> auf dem Gebiet der Dermatologie. Grundlage waren Bilder der L\u00e4sionen sowie beschreibende demographische und anamnestische Angaben zu den Patientinnen und Patienten. Die hierf\u00fcr verwendeten Daten waren \u00fcber drei Stationen verteilt und entsprechend dem Kerndatensatz<\/a> der Medizininformatik-Initiative in einem FHIR-Server gespeichert. In weiteren Studien<\/a> wurden die Funktionsf\u00e4higkeit und methodische Qualit\u00e4t der Plattform erprobt und darauf aufbauend optimiert.<\/p>\n\n\n\n

Nachhaltiger Nutzen f\u00fcr Forschung und Gesundheitsversorgung<\/strong><\/p>\n\n\n\n

Unter Beachtung der datenschutzrechtlichen Anforderungen k\u00f6nnen \u00fcber die PADME-Plattform somit neue Datenbest\u00e4nde in die medizinische Forschung einbezogen werden. Das langfristige Ziel ist die Verbesserung der Patientenversorgung.<\/p>\n\n\n\n

Prof. Dr. Toralf Kirsten, Professor f\u00fcr Medical Data Science an der Universit\u00e4t Leipzig und einer der zentralen Mitwirkenden im PADME-Projekt, betont die Bedeutung der Plattform f\u00fcr eine verbesserte Forschung und Versorgung: \u201eDas PHT-Konzept und die PADME-Plattform machen die Forschung mit gro\u00dfvolumigen, an verschiedenen Institutionen verwalteten Daten erst m\u00f6glich. Zuk\u00fcnftig muss es gelingen, solche hoch-innovativen Ans\u00e4tze und Produkte aus der Informatik verst\u00e4rkt in die medizinische Forschung zu integrieren, um mit deren Ergebnissen die Patientenversorgung noch schneller und spezialisierter umsetzen zu k\u00f6nnen.\u201c<\/p>\n\n\n\n

Seit 2019 arbeiten die RWTH Aachen, das Fraunhofer FIT, die Universit\u00e4t zu K\u00f6ln, die Universit\u00e4t Leipzig und die Hochschule Mittweida gemeinsam an der PADME-Plattform. Initiiert wurde sie aus Mitteln des vom BMBF gef\u00f6rderten SMITH-Konsortiums. Die Weiterentwicklung und Adaption des Projektes wurde in Kooperation mit den Use Cases  CORD<\/a> und POLAR<\/a> der Medizininformatik-Initiative sowie dem BMG-Konsortium LEUKO-Expert<\/a> finanziert. Die zentralen Services werden vom Fraunhofer Institut f\u00fcr Angewandte Informationstechnologie (FIT) betrieben. \u201ePADME und der Personal Health Train sind ein Paradigmenwechsel f\u00fcr die Analyse von Daten: Der Schutz der Daten \u2013 durch den Transfer der Analysen zu den Daten hin \u2013 ist nicht nur im Gesundheitswesen, sondern auch in vielen anderen Anwendungsbereichen entscheidend. Ich freue mich, dass das PADME-Team einen wichtigen Beitrag zu diesem Paradigmenwechsel leistet,\u201c erkl\u00e4rt Prof. Dr. Stefan Decker, Lehrstuhlinhaber f\u00fcr Informatik an der RWTH Aachen und Direktor des Fraunhofer Instituts f\u00fcr Angewandte Informationstechnologie.<\/p>\n\n\n\n

Der aktuelle Fokus des Projektes liegt auf der Erweiterung der Plattform, um die Nutzbarkeit des verwendeten Ansatzes noch weiter zu verbessern.<\/p>\n\n\n\n

So k\u00f6nnen Forschende und datenhaltende Standorte PADME nutzen<\/strong>
Unter www.padme-analytics.de<\/a> k\u00f6nnen sich Wissenschaftlerinnen und Wissenschaftler f\u00fcr die Nutzung von PADME registrieren. Dort haben sie unter anderem auch Zugriff auf die bereits erstellten Analyseprogramme. Datenhaltende Institutionen k\u00f6nnen sich \u00fcber eine zentrale Registrierungsseite<\/a> anmelden. Nach Neuregistrierung wird die ben\u00f6tigte Software zur Verf\u00fcgung gestellt.<\/p>\n","protected":false},"excerpt":{"rendered":"

Bei der Analyse gro\u00dfer Mengen personenbezogener Daten kommt der verteilten Datenanalyse eine hohe Bedeutung zu. Die im Rahmen des SMITH-Konsortiums etablierte \u201cPlatform for Analysis and Distributed Machine Learning for Enterprises\u201d (PADME) erleichtert k\u00fcnftig verteilte Analysen mit medizinischen Daten.<\/p>\n","protected":false},"author":14,"featured_media":15487,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-15483","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-neuigkeiten"],"_links":{"self":[{"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/posts\/15483","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/users\/14"}],"replies":[{"embeddable":true,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/comments?post=15483"}],"version-history":[{"count":8,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/posts\/15483\/revisions"}],"predecessor-version":[{"id":15577,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/posts\/15483\/revisions\/15577"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/media\/15487"}],"wp:attachment":[{"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/media?parent=15483"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/categories?post=15483"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/tags?post=15483"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}