Paper im Journal of Medical Internet Research veröffentlicht: Ärztinnen und Ärzte befürworten die Forschung mit klinischen Routinedaten für den praktischen Einsatz Künstlicher Intelligenz im Gesundheitswesen

Bildquelle: © istockphoto.com/izzetugutmen

Durch Künstliche Intelligenz (KI) und lernende Systeme werden in der Medizin gänzlich neue Behandlungsmethoden geschaffen. Sei es bei der Auswertung von Daten, dem Erkennen von Mustern oder dem Abgleich von Symptomen. Die zunehmende Entwicklung geht mit enormen Erwartungen an den Fortschritt der medizinischen Versorgung einher. Zu den Anforderungen und Erwartungen von Ärztinnen und Ärzten an den Einsatz zukünftiger medizinischer Anwendungen in der Krankenversorgung hat die Uniklinik RWTH Aachen, Konsortialpartner des SMITH-Konsortiums der Medizininformatik-Initiative, eine webbasierte Umfrage durchgeführt. Die Ergebnisse wurden nun im Journal of Medical Internet Research veröffentlicht.

Befragt wurden hierfür Ärztinnen und Ärzte aller medizinischen Disziplinen an acht Universitätsklinika des SMITH-Konsortiums. Erhoben wurde auch ein Meinungsbild zur sekundären Verwendung von Patientendaten für die biomedizinische und medizinische Forschung, z. B. zur Entwicklung von Algorithmen für maschinelles Lernen. Insgesamt haben 303 Personen an der Online-Umfrage teilgenommen. Dabei zeigte das medizinische Personal in der stationären Patientenversorgung grundsätzlich eine positive Einstellung zur Verwendung der meisten KI-Anwendungen in der Medizin. Über 90 Prozent der teilnehmenden Ärztinnen und Ärzte gehen davon aus, dass die Zukunft der Medizin in einer Mischung von menschlicher und künstlicher Intelligenz liegen wird, forderten aber gleichzeitig eine wissenschaftliche Bewertung von KI-basierten Systemen vor der Implementierung in den Klinikalltag.

Die Verfügbarkeit und ein vereinfachter Zugang zu großen, klinischen Forschungsdatenbanken ist eine elementare Voraussetzung für die KI-Entwicklung in der Medizin. Die befragten Medizinerinnen und Mediziner befürworteten zu 80 Prozent die Vernetzung der Routineversorgung mit der medizinischen Forschung, um die Patientenversorgung sowie die biomedizinische und medizinische Forschung langfristig zu optimieren. Initiativen wie die deutsche Medizininformatik-Initiative, der EOSC (European Open Science Cloud) und die FAIR Datenprinzipien (auffindbar, zugänglich, interoperabel und wiederverwendbar) schaffen die Voraussetzungen dafür, dass Forschung und Versorgung näher zusammenrücken. Dies wird langfristig zu einer verbesserten Analyse klinischer Daten und zu passgenaueren Diagnose- und Behandlungsentscheidungen für Patienten führen.

Zur Publikation:

Maassen O, Fritsch S, Palm J, Deffge S, Kunze J, Marx G, Riedel M, Schuppert A, Bickenbach J (2021) Future Medical Artificial Intelligence Application Requirements and Expectations of Physicians in German University Hospitals: Web-Based Survey. J Med Internet Res. 2021;23(3): e26646. doi: 10.2196/26646

Medizininformatik-Initiative und CODEX-Projekt des Netzwerks Universitätsmedizin ermöglichen klinikübergreifende Datenanalyse zur Sterblichkeit bei COVID-19-Patienten

Bildquelle: © istockphoto.com/art159

Pressemitteilung Medizininformatik-Initiative TMF e. V. | 25.03.2021

Die Sterberate bei COVID-19-infizierten Patientinnen und Patienten in Deutschland ist rückläufig, wie eine vom Universitätsklinikum Erlangen und der Friedrich-Alexander-Universität (FAU) Erlangen-Nürnberg geleitete Forschungsgruppe berichtet. In ihrer kürzlich veröffentlichten Studie wurden Krankenhausaufenthalte von 1.318 COVID-19-Patienten aus 14 deutschen Universitätskliniken von Januar bis September 2020 untersucht. Die Analyse zeigt einen Rückgang der durchschnittlichen Sterberate bei COVID-19-Patienten von anfangs 20,7 Prozent (Januar bis April) auf 12,7 Prozent (Mai bis September). Das kann aus Sicht der Forschenden ein Beleg für eine kontinuierliche Optimierung der COVID-19-Behandlung, bessere Therapieempfehlungen und zunehmende Erfahrung der Behandlungsteams mit der Erkrankung sein. Die klinikübergreifenden Datenauswertungen wurden durch die Vorarbeiten der Medizininformatik-Initiative (MII) des Bundesministeriums für Bildung und Forschung (BMBF) und deren Ausbau im Rahmen des CODEX-Projekts ermöglicht.

Zur Pressemitteilung Medizininformatik-Initiative TMF e. V. | 25.03.2021

Nachwuchsförderung: Ausschreibung neuer Stipendien für den Masterstudiengang Medical Data Science an der RWTH Aachen International Academy

Bildquelle: © istockphoto.com/Halfpoint

Zum Wintersemester 2021/22 schreibt die RWTH Aachen International Academy für den postgradualen, berufsbegleitenden und interprofessionellen Masterstudiengang „Medical Data Science (M.Sc.)“ in diesem Jahr folgende Stipendienangebote aus:

  • 2 Stipendien zur Nachwuchsförderung
  • 2 Stipendien für Projektmitarbeiterinnen und -mitarbeiter innerhalb des SMITH-Konsortiums / an SMITH-Institutionen
  • 2 Stipendien für Angestellte / Studierende der RWTH Aachen und des Uniklinikums der RWTH

Der Studiengang fokussiert die schnell fortschreitende Digitalisierung im Gesundheitswesen. Große Datenmengen aus Medizin und Gesundheitsversorgung warten darauf, für eine zugeschnittene Diagnostik und individuelle Therapie nutzbar gemacht zu werden. Hierfür ist die Ausbildung von Expertinnen und Experten notwendig, die an der disziplinären Schnittstelle von Medizin und Informatik integrativ wirken. Der Masterstudiengang richtet sich dabei an Absolventinnen und Absolventen aus den Bereichen Informatik, Mathematik und Naturwissenschaften mit einer spezifischen (medizin-informatischen) Berufserfahrung. 

Mit der Förderung sollen unter anderem junge Akademikerinnen und Akademiker am Anfang ihrer beruflichen Karriere sowie SMITH-Projektmitarbeiterinnen und Projektmitarbeiter unterstützt werden. Die Frist für die Abgabe der vollständigen Bewerbungsunterlagen und des Antrags auf Stipendienvergabe ist der 15. Mai 2021.

Weitere Informationen zur Bewerbung, zu den Zugangsvoraussetzungen und zum Studiengang Medical Data Science M. Sc. finden sie hier: www.master-medical-data-science.de

Kontakt: RWTH Aachen International Academy | E-Mail: mds@academy.rwth-aachen.de

Uniklinik RWTH Aachen beginnt Interventionsphase im Use Case HELP

Bildquelle: © UKJ/Schroll

Am 1. Februar 2021 sind die ersten Stationen der Uniklinik RWTH Aachen, welche an der HELP Studie beteiligt sind, von der Kontrollphase in die Interventionsphase übergegangen. Der klinische Use Case HELP des SMITH-Konsortiums widmet sich einer verantwortungsvollen Antibiotikatherapie bei Staphylokokken-Blutstrominfektionen. Die hierfür unter Federführung des Universitätsklinikums Jena entwickelte HELP App unterstützt das diagnostische und therapeutische Vorgehen. Leitliniengerecht gibt die mobile Anwendung als digitales Handbuch den behandelnden Ärztinnen und Ärzten Informationen zu den nächsten diagnostischen und therapeutischen Schritten und soll somit die Arbeit von Infektionsmedizinern auf Normal- und Intensivstationen erleichtern. Neben einer direkten Verbesserung der Patientenversorgung wird damit auch indirekt zur Vermeidung von antibiotikabedingten Multiresistenzen sowie zur Optimierung der stationären Beratung durch Infektiologen beigetragen.

Die HELP App wird bereits seit Mitte August 2020 am universitätsklinischen Standort Jena und seit Oktober in Leipzig eingesetzt. Mit Beginn der Interventionsphase in Aachen wird die HELP App nun im Zweimonatsrhythmus auf 10 Intensiv- und 14 Normalstationen in den Klinikalltag integriert. Die für die Studie erforderlichen Daten werden von den beteiligten Datenintegrationszentren (DIZ) in einem interoperablen Datenformat, basierend auf FHIR und dem Kerndatensatz der Medizininformatik-Initiative (MII), bereitgestellt. An der Studie arbeiten die Universitätsklinika Aachen, Essen, Halle, Jena und Leipzig mit.

Weitere Informationen zur HELP Studie finden Sie hier.

SMITH Online-Klausurtagung | Februar 2021

Bildquelle: © SMITH-Geschäftsstelle

Am 24./25. Februar 2021 hat die vierteljährliche Klausurtagung des SMITH-Konsortiums stattgefunden. 131 Projektmitarbeiterinnen und –mitarbeiter sowie Vertreter der Konsortialleitung haben in einer zweitägigen Webkonferenz die aktuellen Projektstände diskutiert und abgestimmt. In den Berichten aus den Arbeitsgruppen wurden vor allem die Auditvorbereitungen, die Entwicklungen der klinischen Anwendungsfälle HELP und ASIC sowie die Stärkung der Lehre als positiv eingeschätzt.

Die vom Bundesministerium für Bildung und Forschung (BMBF) geplante und beauftragte Projektauditierung konnte durch Friendly Audits an allen Standorten erprobt werden. In intensiven Abstimmungen zwischen der AG Qualitätsmanagement und AG Interoperabilität wurden 22 Konzepte erarbeitet, die den Standorten zur Vorbereitung dienen.

In den klinischen Anwendungsfällen konnte der Roll-Out der HELP- und ASIC-App an weiteren Universitätskliniken fortgeführt werden. Zum jetzigen Zeitpunkt arbeiten die Universitätskliniken Jena, Leipzig und Aachen mit der HELP-App. 3.676 Patientinnen und Patienten wurden von den beteiligten Standorten in die HELP-Studie einbezogen. Die ASIC-App wird an den Universitätskliniken Aachen und Jena in der klinischen Versorgung eingesetzt. 8.787 Patientinnen und Patienten konnten von den acht an ASIC beteiligten Standorten erfasst werden. HELP und ASIC leisten damit einen wesentlichen Beitrag zur Verbesserung der individuellen Patientenversorgung in der Infektions- und Intensivmedizin an den beteiligten Standorten.

Zur Stärkung der Aus-, Fort- und Weiterbildung und um den Einsatz von Fachpersonal an den deutschlandweit geplanten Datenintegrationszentren zu festigen, werden an den Universitätsklinika Essen, Hamburg-Eppendorf und Halle neue Professuren im Bereich Medical Data Science etabliert. Drei weitere Nachwuchsforschergruppen sind in Planung. Zudem wurden Anfang 2020 die Steuerungsgruppe und das Technische Projektmanagement im Konsortium als neue Organisationseinheiten etabliert. Projektfortschritt und –ablauf werden durch beide Einheiten in Zusammenarbeit mit der SMITH-Geschäftsstelle koordiniert.

DVMD Fokus am 25.02.2021: Vortrag zum berufsbegleitenden Masterstudium in Medical Data Science der RWTH Aachen

Bildquelle: © istockphoto.com/Jovanmandic

Das Bundesministerium für Bildung und Forschung (BMBF) fördert im Rahmen der Medizininformatik-Initiative die Entwicklung neuer Studiengänge, um den Weg der digitalen Transformation im Gesundheitswesen zu bestreiten und mit Fachkräften besetzen zu können.

In diesem Zusammenhang bieten die Medizinische Fakultät der RWTH Aachen in Kooperation mit der RWTH International Academy seit dem Wintersemester 2020/21 am SMITH-Standort Aachen den Masterstudiengang Medical Data Science im Blended Learning Format an.

Der Fachverband für Dokumentation und Informationsmanagement in der Medizin (DVMD) thematisiert in der ersten Session seiner neuen Veranstaltungsreihe „DVMD-Fokus“, die Entwicklung neuer Studiengänge, um Fachkräfte für die digitale Transformation im Gesundheitswesen zu gewinnen. Am 25. Februar 2021 werden unter dem Titel „Innovative Konzepte für die online-basierte Lehre“ verschiedene Konzepte vorgestellt, so auch der Studiengang Medical Data Science der RWTH Aachen:

Datum: 25.02.2021 | 17:00 Uhr

Titel: Berufsbegleitend zum Master in Medical Data Science – ein Studiengang des SMITH-Konsortiums im Blended Learning Format

Referenten:

  • Dr. Ulrike Schemmann – Leiterin der Abteilung Education in Medical Informatics,
    Lehrkoordinatorin SMITH | Institut für Medizinische Informatik | Uniklinik RWTH Aachen
  • Prof. Dr. Rainer Röhrig – Direktor des Instituts für Medizinische Informatik | Uniklinik RWTH Aachen
  • Prof. Dr. Cord Spreckelsen – Professor für Medizinische Informatik | Institut für Medizinische Statistik, Informatik und Datenwissenschaften (IMSID) | Universitätsklinikum Jena

Nähere Informationen zum Vortrag finden sie hier.

Weitere Infoveranstaltungen zum Studiengang Medical Data Science an der RWTH Aachen:

In regelmäßig stattfindenden Online-Infoveranstaltungen präsentieren Prof. Dr. med. Rainer Röhrig (wissenschaftlicher Leiter) und Dr. Ulrike Schemmann (Lehrkoordinatorin) die Struktur und die Inhalte des berufsbegleitenden Masterstudiengangs „Medical Data Science“. Alle Termine und Zugangsdaten finden Sie auf der Webseite des Studiengangs.

Medizininformatik-Initiative liefert Datenbasis für COVID-19-Forschung

Bildquelle: © istockphoto.com/art159

Pressemitteilung Medizininformatik-Initiative TMF e. V. | 15.01.2021

Im Rahmen des Projekts “COVID-19 Data Exchange Platform (CODEX)” stellt die Medizininformatik-Initiative (MII) des Bundesministeriums für Bildung und Forschung (BMBF) aktuelle Daten für die COVID-19-Forschung bereit. Das zeigt beispielhaft eine kürzlich veröffentlichte Studie der MII. Die dezentrale Forschungsinfrastruktur der MII wird für CODEX um eine zentrale Datenplattform erweitert, um der COVID-19-Forschung auf breiter Basis Real-World-Daten zur Verfügung zu stellen sowie Ärztinnen und Ärzten und Entscheidungsträgern im Gesundheitssystem tagesaktuell behandlungs- bzw. entscheidungsrelevante Daten zu COVID-19 zu liefern. Das im August 2020 gestartete Projekt CODEX ist zentraler Baustein des mit 150 Millionen Euro vom BMBF geförderten Netzwerks Universitätsmedizin (NUM).

Zur Pressemitteilung Medizininformatik-Initiative TMF e. V. | 15.01.2021

Big Data und Smartphones auf der Intensivstation | Magazin für Digitale Gesundheit in Deutschland gesundhyte.de berichtet über den Anwendungsfall ASIC des SMITH-Konsortiums

Bildquelle: © istockphoto.com/izzetugutmen

Angesichts der COVID-19 Pandemie macht der Anwendungsfall ASIC des SMITH-Konsortiums deutlich, welche Rolle die Medizininformatik künftig für die Forschung und Verbesserung der Versorgung haben wird. Die im Rahmen der Medizininformatik-Initiative des Bundesministeriums für Bildung und Forschung (BMBF) entwickelte Warn-App hilft Ärztinnen und Ärzten, die Vorboten eines akuten Lungenversagens (ARDS) schneller zu erkennen. Die App kann somit auch die Versorgung von Covid-19-Patientinnen und Patienten optimieren, da besonders schwer an dem Virus erkrankte Personen mehrheitlich ein ARDS entwickeln. Das Magazin für Digitale Gesundheit in Deutschland gesundhyte.de berichtet in seiner aktuellen Ausgabe ausführlich über den Anwendungsfall ASIC.

Zum Artikel auf gesundhyte.de | 13.12.2020

Intensivmedizin: Prof. Dr. Gernot Marx ist neuer DIVI-Präsident

Pressemitteilung der Deutschen Interdisziplinären Vereinigung für Intensiv- und Notfallmedizin (DIVI)| 05.01.2021

Prof. Dr. Gernot Marx, Direktor der Klinik für Operative Intensivmedizin und Intermediate Care an der Uniklinik RWTH Aaachen sowie 2. Sprecher des SMITH-Konsortiums ist seit dem 1. Januar 2021 neuer Präsident der Deutschen Interdisziplinären Vereinigung für Intensiv- und Notfallmedizin (DIVI). In der zweijährigen Präsidentschaft liegt der Fokus von Gernot Marx vor allem auf der Weiterentwicklung von Zielen und Strategien der DIVI im Bereich von Digitalisierung, Telemedizin und künstlicher Intelligenz (KI).

Prof. Dr. Gernot Marx
© UKE/Ronald Frommann

„Meines Erachtens ist die Intensivmedizin der Bereich, wo es am schnellsten möglich ist, Potenziale der Künstlichen Intelligenz in echten Patientennutzen umzuwandeln!“, so Marx. Dies könne gelingen durch digitale, regionale Gesundheitsnetzwerke, die Anwendung von Telemedizin, Apps und die Nutzung zahlreicher digitalisierter Daten, um KI für die Patienten auf Intensivstationen anzuwenden.

Im SMITH-Konsortium leitet Professor Marx den klinischen Use Case ASIC, der sich der Früherkennung von Akutem Lungenversagen (ARDS) widmet. Die hier entwickelte ASIC App für iOS und Android-basierte Geräte gewährleistet eine kontinuierliche ARDS-Überwachung von Intensivpatienten sowie die Darstellung von Behandlungsleitlinien.

Zur Pressemitteilung der Deutschen Interdisziplinären Vereinigung für Intensiv- und Notfallmedizin (DIVI)| 05.01.2021

Verbesserte Analyse von Behandlungsdaten in der medizinischen Forschung | Neue Software macht FHIR-Ressourcen zugänglich für statistische Analysen

Bildquelle: © istockphoto.com/wutwhanfoto

Das von der Medizininformatik-Initiative (MII) festgelegte Datenformat HL7 FHIR Standard eignet sich optimal für interoperablen Datenaustausch und –speicherung. Die Möglichkeiten statistischer Auswertung sind hingegen begrenzt. Um eine verbesserte Analyse von Behandlungsdaten zu gewährleisten, wurde im Rahmen des MII Use Cases POLAR durch die Universität Leipzig und das Universitätsklinikum Jena, die dem SMITH-Konsortium angehören, die Software fhircrackr entwickelt.

Die Medizininformatik-Initiative (MII) arbeitet gemeinsam mit zahlreichen Partnern daran, routinemäßig erhobene Behandlungsdaten aus der Gesundheitsversorgung für die medizinische Forschung nutzbar zu machen. Hierfür hat sich die MII auf das Datenformat HL7 FHIR Standard für die Umsetzung des Kerndatensatzes geeinigt. Ein Format, welches heterogene Daten interoperabel verarbeitet, d. h. nahtlos zusammenführt. FHIR-Daten sind optimal darauf angepasst, medizinische Daten interoperabel auszutauschen und zu speichern. Für statistische Auswertungen eignen sie sich hingegen weniger. Der FHIR-Standard speichert die Daten in einzelnen, verschachtelten und miteinander verknüpften Ressourcen, statt in tabellarischen Strukturen. Gängige statistische Verfahren sind jedoch auf diese Strukturen angewiesen.

Um das Problem zu lösen, wurde im Rahmen des MII Use Cases POLAR durch die Universität Leipzig und das Universitätsklinikum Jena, die dem SMITH-Konsortium angehören, die Software fhircrackr entwickelt. fhircrackr erlaubt dem Nutzer, mit Hilfe der Statistiksoftware und Programmiersprache R auf einen FHIR-Server zuzugreifen und von dort Daten herunterzuladen. Die heruntergeladenen Daten können anschließend in Tabellenform umgewandelt und für eine statistische Analyse aufbereitet werden. Im Use Case POLAR, der sich mit Gesundheitsrisiken bei Patienten mit Polymedikation befasst, können so in FHIR vorliegende Medikationsdaten aus den Datenintegrationszentren (DIZ) ausgeleitet und von fhircrackr in Tabellen umgewandelt werden. Auf dieser Basis sind beliebige Aggregationen der Daten möglich.

fhircrackr wurde erstmalig im Juli 2020 auf CRAN (Comprehensive R Archive Network) veröffentlicht. CRAN ist ein öffentliches Online-Archiv für R-Pakete, das den Paket-Code testet und frei zur Verfügung stellt. Außerdem wird fhircrackr quelloffen unter dem Softwareverwaltungsdienst Github weiterentwickelt. Als eine der ersten Lösungen zur Transformation von FHIR-Daten in Tabellen fand diese in der gesamten MII großen Zuspruch und wird gleichermaßen in SMITH Use Cases wie HELP und PHEP und übergreifenden Use Cases wie POLAR und CORD zum Einsatz kommen.

Fortführende Links:

CRAN: https://cran.r-project.org/web/packages/fhircrackr/index.html
Github: https://github.com/POLAR-fhiR/fhircrackr