Vernetzte Gesundheit

Mittlerweile sind in nahezu allen Branchen die IT-Systeme immer smarter geworden. Der Gesundheitssektor bildet hier keine Ausnahme. Hier hat sich die Digitalisierung bereits einen festen Platz gesichert.

Rund 80 Prozent aller Internet-Nutzer erkundigen sich mittlerweile online über Gesundheitsthemen – das führt dazu, dass ein Fünftel aller Google-Suchanfragen in diesen Bereich fällt. Die Hälfte aller US-amerikanischen Ärzte nutzen Wikipedia für ihre Recherchen. Bis Ende 2017 werden weltweit 1,7 Milliarden Menschen Gesundheits-Apps auf ihren Smartphone nutzen. Doch auch in der Gesundheitsinfrastruktur ist ein Ansteigen der IT-Nutzung bemerkbar. Von 2013 bis 2018 wird sich die Anzahl der Patienten, die über das Netz behandelt werden verzwanzigfachen.

Dies wird von der unterschiedlichen Grundhaltung, die die jeweiligen Generationen haben, begünstigt. Sind ältere Patienten noch der Meinung, mit einem Gang zum Arzt die nötigen Schritte eingeleitet zu haben, sehen das jüngere anders. Diese sind oft im Netz aktiver nach der Lösung ihres gesundheitlichen Problems, denken vernetzter und fragen öfter nach einer zweiten medizinischen Meinung.

Steigendes Datenaufkommen

Dies generiert immer mehr medizinische und administrative Daten, die vernünftig verwaltet werden müssen. Hierzu fallen neben den Patientenstammdaten wie Adresse, Versicherungsstand oder grundlegende Informationen über die Krankheitshistorie auch laufende Vitaldaten an. Letztere sind es, die zu einer erheblichen Vermehrung der erhobenen Daten führen.

Die IT im Medizinsektor kann dabei sehr weitreichend genutzt werden. Die Nutzung von Collaboration-Plattformen sorgt für eine verbesserte Zusammenarbeit, nicht nur für die direkte Datenübermittlung zwischen Ärzten, Krankenhäusern und medizinischen Dienstleistern sondern auch der Austausch von Informationen in Fachforen und gemeinsame Forschungsarbeit. Dazu kommt der Einsatz von Netzwerken mit der Anbindung dezentraler, medizinfremder Ressourcen. Informationen aus einem Umfeld können so ohne Umwege in die Planung der Behandlung des Patienten einfließen. Ein gutes Beispiel dafür ist die Verwendung von Informationen, die im Rahmen des Smart Homes anfallen. Über im Haus des Patienten verbaute Sensoren können Ärzte und Pflegedienst zeitgenau auf die gegenwärtige Situation reagieren und auch zukünftige Pläne an die aktuelle Entwicklung anpassen. Neben dem Smart Home eignen sich auch Armbänder, die laufend Vitaldaten erheben für ein möglichst aktuelles Bild der Krankheitsentwicklung des Patienten. Die von Sensoren erhobenen Daten werden mit denen gesammelt, die bei Untersuchungen anfallen.

Strukturierung der Daten erforderlich

Alles zusammen ergibt einen Satz von Informationen über jeden einzelnen Patienten. Um aus jeder individuellen Krankengeschichte für die zukünftige Behandlung eines bestimmten Krankheitsbildes Schlüsse ziehen zu können, müssen die einzelnen Datensätze anonymisiert zusammengebracht werden, um Krankheitsmuster oder Fortschritte bei Behandlungen frühzeitig erkennen zu können. Auf herkömmlichem Weg ist dies nicht möglich, da die schiere Datenmenge jede manuelle oder halbautomatische Auswertung erschwert.

Lösungsansatz Big Data

Mit dem Einsatz von Big Data in der Medizin ist dies nun möglich. War der bisherige Ansatz eher reaktiv – der Patient kommt in die Behandlung und erst dort kann sich das medizinische Personal schrittweise der Lösung annähern – können mit der Verarbeitung von Informationen einer großen Gruppe Patienten Schlüsse gezogen werden, die eine stärkere Vorsorge ermöglicht. Alle anfallenden Datentypen, also strukturierte, halbstrukturierte und unstrukturierte, können für die Behandlung eines Patienten herangezogen werden. Hier wird eine Analyse in Echtzeit möglich, wo nach altem Muster erst Monate bis zur Auswertung vergingen. Zu einer umfassenden Betrachtung werden sämtliche relevanten Daten verwahrt, um auch in zukünftigen Fällen entweder des Patienten selbst oder ähnlich gelagerten Fällen Rückschlüsse ziehen zu können.

Bei Wahrung der Anonymität der einzelnen Patienten können diese Daten auch an Forschungsinstitutionen übermittelt werden, die diese zur Entwicklung von Medikamenten und Heilmethoden benötigen, einschließlich der Verbesserung des Gesundheitsmanagements in der Bevölkerung. Somit kann die Schaffung neuer Therapiemethoden erheblich beschleunigt werden.

Unterschiedliche Datenquellen

Die Daten können dabei aus den verschiedensten Quellen stammen. Strukturiert fallen sie bei Laboruntersuchungen, Unterlagen der Krankenkassen oder Patientenprofilen bei Ärzten und Krankenhäusern an. Teilweise strukturiert entstehen sie aus dem Schriftverkehr oder Patientenabrechnungen und unstrukturiert kommen die Informationen aus Sensoren, die Patienten an sich tragen oder mit denen sie untersucht worden sind.

Eine Big-Data-Lösung muss nun mit allen diesen Datenarten zurechtkommen. Dies bedeutet einen Paradigmenwechsel in der Art und Weise, wie der Einsatz von IT-Systemen im medizinischen Sektor vorgenommen wird. Denn schließlich wird das Datenvolumen auch in Zukunft immer weiter zunehmen.

Alle Beiträge von Christopher Rummel anzeigen

Über den Autoren

Christopher Rummel ist als Regional VP Sales für Hortonworks tätig und ist unter anderem für die Geschäftsentwicklung des Unternehmens im deutschsprachigen Raum verantwortlich. Vorher bekleidete er ähnliche Positionen bei Unternehmen wie bei EMC oder der Parametric Technology Corporation in Tokio.