relevanz von standardisierung und terminologien...it-support für patientenrekrutierung für...
TRANSCRIPT
![Page 1: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/1.jpg)
Relevanz von Standardisierung und Terminologien für die Digitalisierung im
Gesundheitswesen
Nino Mangiapane, Bundesministerium für GesundheitLeiter des Referates „Grundsatzfragen eHealth“
![Page 2: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/2.jpg)
| 10.10.2018 | Seite 2
1. In standardisierten Prozessen wie Abrechnung, Kommunikation
(Labordaten) oder der QS haben sich Standards etabliert.
2. Die Zahl der Versorgungsszenarien, die auf die zunehmende
Kooperation unterschiedlicher Beteiligter abstellen, aber auch der
Bedarf an Auswertungsmöglichkeiten wächst. Damit wächst der
Bedarf an verarbeitbaren und analysefähigen Daten.
3. Die Dynamik der Digitalisierung ist hoch, sieh wird weiter wachsen.
Sie kann genutzt werden, wenn die Technologien konsequent ihre
Mehrwerte zeigen. Dies gilt auch für Standards und Terminologien.
4. Weitere Standardisierungen und der Einsatz von (medizinischen)
Terminologien werden folgen, wenn diese bei der weiteren
Digitalisierung Mehrwerte für Versorgungsprozesse und –
ergebnisse leisten oder diese erst möglich machen
Einordnung von Standardisierungen und Terminologien
![Page 3: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/3.jpg)
| 10.10.2018 | Seite 3
Teletherapie: Mittels IKT durchgeführte Behandlungen durch Leistungserbringer (z.B. OP-Robotik in der Chirurgie)
Telemonitoring: Einzelanwendungen zur IKT-gestützten Messung, Überwachung und Kontrolle von patientenindividuellen Vitalfunktionen (sowohl physiologisch z.B. Blutdruck, als auch nicht-physiologisch, z.B. Außentemperatur)
ePrävention: Anwendungen zur Prävention, die Patienten bspw. mit Empfehlungen zu sportlicher Aktivität oder gesundheitsförderndem Verhalten unterstützen (z.B. durch Apps, Wearables, etc.)
Teledokumentation: Anwendungen zur elektronischen Erstellung, Archivierung oder Austausch gesundheitsbezogener Informationen und Daten
Anwendungsbeispiele:
Quelle: In Anlehnung an Leppert & Greiner (2015)
Digitalisierung & GesundheitswesenAnwendungsszenarien
![Page 4: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/4.jpg)
| 10.10.2018 | Seite 4
Ziele der Digitalisierung im Gesundheitswesen
• Bessere und effizientere Versorgung durch übergreifende Kommunikationsprozesse
• Herausforderungen der demographischen Entwicklung besser annehmen
• Stärkung der Patientensouveränität durch neue mobile Technologien
• Versorgung durch neue Werkzeuge und Technologien wie Big Data/KI noch besser machen
• Nutzung der Fachkräftepotenziale
![Page 5: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/5.jpg)
| 10.10.2018 | Seite 5
Ausbau der Infrastruktur inkl.
elektronischer Patientenakten
Zugang guter digitaler
Anwendungenin die Versorgung
erleichtern
Integration von Big Data- und KI in die
Versorgung beschleunigen
Säulen der digitalen Agenda
![Page 6: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/6.jpg)
| 10.10.2018 | Seite 6
Stationäre Versorgung
• verschiedene Hardware- und Softwaresysteme (KIS)
• bedingt ausreichende Ausstattung auf den Stationen
• Ausrichtung auf interne Prozesse/Krankenhausverwaltung
• Geringe Interoperabilität der Systeme• Sprachsystematik HL 7
Ambulante Versorgung
• keine Interoperabilität der Systeme für Versorgungsprozesse
• keine Kommunikationsstandards• Geringe Kommunikationsanreize
• über 100 verschiedene Softwaresysteme
• Sprachsystematik xDT-Schnittstellen
Keine von allen Beteiligten gemeinsame nutzbare Kommunikationsplattform
Digitalisierung im GesundheitswesenTechnologischer Status quo
![Page 7: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/7.jpg)
| 10.10.2018 | Seite 7
Zentraler BausteinAufbau einer sicheren Infrastruktur
![Page 8: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/8.jpg)
| 10.10.2018 | Seite 8
eHealth-GesetzWesentliche Regelungen im Überblick
1. Einführung nutzbringender Anwendungen
2. Regelungen zur Nutzung der Telematik-Infrastruktur
3. Anpassung der Strukturen der gematik
4. Verbesserung der Interoperabilität informationstechnischer Systeme und Portabilität der Patientendaten
5. Aufbau eines Interoperabilitätsverzeichnisses und entsprechender Prozessstrukturen zur Verbesserung des Informationsaustausches in und zwischen Sektoren
6. Förderung elektronischer Arztbriefe in der Versorgung
7. Einführung eines Anspruchs von Patienten auf einen Medikationsplan
8. Stärkung der Patientenautonomie durch Einstieg in ePatientenakte und Anspruch auf Patientenfach
9. Förderung telemedizinischer Leistungen
![Page 9: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/9.jpg)
| 10.10.2018 | Seite 9
TSVG-Gesetz als KatalysatorWesentliche Regelungen im Überblick
1. Jeder Versicherte erhält auf Wunsch ab dem 1. Januar 2021 eine von der Gematik zugelassene ePA von seiner Krankenkasse
2. Die ePA wird bei Kassenwechsel übertragbar sein
3. Versicherte erhalten die Möglichkeit auf eigenen Wunsch auch alternative Authentifizierungsverfahren ohne den Einsatz der eGK
4. Die Versicherten entscheiden darüber, welche Daten in die Akte aufgenommen werden sollen und wem sie die Daten zur Verfügung stellen
5. Arbeitsunfähigkeitsbescheinigungen werden der Krankenkasse digital übermittelt
![Page 10: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/10.jpg)
| 10.10.2018 | Seite 10
Zugang guter digitaler (mobiler) Anwendungen in Versorgung
erleichtern
![Page 11: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/11.jpg)
| 10.10.2018 | Seite 11
BMG fördert Studie CHARISMHA (MHH)
� Studie zu Chancen und Risiken von Gesundheits-Apps: Bestandsaufnahme und Analyse
� Interdisziplinäres Wissenschaftlerteam an der MHH; Leitung: Dr. Urs-Vito Albrecht, Peter L Reichertz Institut für Medizinische Informatik
� Im Fokus: Chancen für die Versorgung; rechtl. Rahmenbedingungen (Datenschutz, MPG, SGB V…); Transparenz und Orientierung
� Ziel: Aufarbeitung des Themenkomplexes und konkrete Handlungsoptionen aufzeigen
Digitalisierung im GesundheitswesenWo stehen wir bei mobilen Anwendungen?
![Page 12: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/12.jpg)
| 10.10.2018 | Seite 12
� Anforderungen an „medizinische Qualität“ bisher wenig beschrieben, aber Fachgesellschaften befassen sich zunehmend mit dem Thema
Apps im GesundheitswesenEntwicklung eines Kriterienkataloges
![Page 13: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/13.jpg)
| 10.10.2018 | Seite 13
Apps im GesundheitswesenMeta-Katalog APPKRI
![Page 14: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/14.jpg)
| 10.10.2018 | Seite 14
Integration von Big Data- und KI-Technologien in Versorgung
beschleunigen
![Page 15: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/15.jpg)
| 10.10.2018 | Seite 15
Versorgung besser und präziser machen
• Korrelationen erkennen und auf Kausalitäten prüfen
• Erkenntnisse aus Daten zu gewinnen (heißt Daten für Erkenntnisse erschließen zu können)
• Erkenntnisse aus der Forschung schneller an den „Punkt der Versorgung“ bringen und vice versa
• Erkenntnisse in individuelle Diagnose- und Therapieentscheidungen übersetzen
• Behandlungen noch individueller auf Patienten ausrichten
• Vorteile von KI für klinischen Einsatz identifizieren und realisieren
Chancenfelder der Digitalisierung
![Page 16: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/16.jpg)
| 10.10.2018 | Seite 16
Big Data
(Echtzeit-)Gewinnung von neuen Erkenntnissen und Zusammenhängen aus großen, weitgehend unstrukturierten Daten
eHealth
Gesundheitsbezogener Einsatz von IKT im Gesundheitswesen
Hohe Interdependenz
eHealth-Anwendungen sind häufig Basis für Big Data, da diese die Datenerhebung vereinfachen
Aggregierte Ergebnisse aus Big Data-Analysen bilden wiederum relevante Grundlagen für eHealth-Anwendungen
eHealth & Big Data Wo stehen wir bei Big Data Anwendungen?
![Page 17: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/17.jpg)
| 10.10.2018 | Seite 17
eHealth & Big Data Gemeinsames Projekt Data-BOX BMBF/BMG
Management von komplexen Gesundheitsdaten aus verschiedenen Quellen auf einer patientenzentrierten Plattform verbunden mit der Integration innovativer Big-Data Analysekonzepte basierend auf MachineLearning und ArtificialIntelligence Ansätzen.
![Page 18: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/18.jpg)
| 10.10.2018 | Seite 18
HausarztVerdacht auf Lungenkrebs
Facharzt/Radiologe
Bestätigung der DiagnoseEinschluß in die Studie
Pathologe
Referenz-pathologische Begutachtung
Analyse der molekularen Parameter
Experten-Gremium
Beurteilung der Befunde und Therapie-empfehlung
Netzwerkzentrum
Datenauswertung
(Fach-)Arzt
Therapie und Nachverfolgung
(Fach-)Arzt
Therapie und Nachverfolgung
(Fach-)Arzt
Therapie und Nachverfolgung
Dokumentations-Anforderung
12 3
4
567
1 – Bildgebung, Laborwerte, Arztbriefe 2 – Arztbriefe, Laborwerte 3 – molekulare Sequenzierungsdaten 4 – Therapiebeschluss 5-7 – Bildgebung, Arztbriefe, Laborwerte
Ziel: Behandlungspfad für Lungenkrebspatienten unter Nutzung
von Big Data
eHealth & Big Data Gemeinsame Projektförderung BMBF/BMG
![Page 19: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/19.jpg)
| 10.10.2018 | Seite 19
eHealth & Big Data Medizininformatik-Initiative
Name des
Konsortiums
Federführer Beteiligte KlinikenAnwendungsfälle
MIRACUM Prof. Prokosch, Erlangen Frankfurt, Mainz, Freiburg,
Erlangen, Gießen/Marburg,
Mannheim, Magdeburg
IT-Support für Patientenrekrutierung für klinische
Studien, klinisch-molekulares Vorhersagemodell aus
Patientenakten, Genomdatenunterstützung für
Tumorboard
HiGHmed Prof. Eils, Universitätsklinik
Heidelberg
Heidelberg, Göttingen,
Hannover
„Onkologie“ fokussiert auf die Integration von Omics-
Daten „Kardiologie“ (letale kardiale Risiken) auf Daten
trag-/implantierbarer Sensoren und der Use Case
„Infektiologie“
SMITH Prof. Löffler, Uniklinik
Heidelberg
Leipzig, Jena, Aachen,
(Halle)
Algorithmische Überwachung Intensivmedizin,
Leitliniengerechter Einsatz von Antibiotika zur
Bekämpfung bakterieller Infektionen durch
Computeranalyse und Aufbereitung für die klinische
Entscheidung.
DIFUTURE Prof. Kuhn
TU München, Klinikum
rechts der Isar
München (2x), Tübingen,
(Saarland, Regensburg)
Neurologie, Krebs und Kardiologie.
![Page 20: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/20.jpg)
| 10.10.2018 | Seite 20
Ausbau der Infrastruktur inkl.
elektronischer Patientenakten
Zugang guter digitaler
Anwendungenin die Versorgung
erleichtern
Integration von Big Data- und KI in die
Versorgung beschleunigen
Säulen der digitalen Agenda
InteroperabilitätInteroperabilität InteroperabilitätInteroperabilität InteroperabilitätInteroperabilität
InteroperabilitätInteroperabilität
![Page 21: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/21.jpg)
| 10.10.2018 | Seite 21
eHealth & Big Data Weite Projektförderungen
![Page 22: Relevanz von Standardisierung und Terminologien...IT-Support für Patientenrekrutierung für klinische Studien, klinisch-molekulares Vorhersagemodell aus Patientenakten, Genomdatenunterstützung](https://reader035.vdokument.com/reader035/viewer/2022071105/5fdf22312dd17b0d95129a8a/html5/thumbnails/22.jpg)
| 10.10.2018 | Seite 22
Vielen Dank für Ihre Aufmerksamkeit!
KontaktBundesministerium für GesundheitNino Mangiapane
[email protected]ße 10810117 Berlin