Big Data für Gesundheitswesen prädestiniert

iHT2-Studie: Big Data kann der Medizin helfen, teils lebenswichtige Informationen auszuwerten. [...]

Das iHT2 („The Institute for Health Technology Transformation“) hat eine Studie zu den Aussichten von Big Data in der Gesundheitsindustrie veröffentlicht. Die im Gesundheitsbereich vorherrschenden Dokumentenarten wären, laut Studie, hervorragend geeignet für Big-Data-Auswertungen, da klassische BI-Analysen vorwiegend auf strukturierten Daten aus Datenbanken wie Oracle, DB2 oder anderen beruhen.

Im Healthcare-Bereich interessant sind  etwa Informationen aus Web- und Social-Media-Quellen sowie Machine-to-Machine-Data, also Informationen von Sensoren, Messgeräten oder anderen Instrumenten. Dazu kommen Daten aus großen Transaktionen wie Gesundheitsabrechnungen oder sonstigen Quittungen, Belegen, Rechnungen oder Buchhaltungsunterlagen, die häufig in halb- oder in unstrukturierter Form vorliegen.

Zu den erst ansatzweise gelösten Herausforderungen zählt die Studie zunächst die unzureichende Fähigkeit der medizinischen Institutionen, ihre Unterlagen rasch zur Verfügung zu stellen. Diese liegen entweder in zersplitterter oder versteckter Form vor und es bedarf eines dedizierten Teams, sie überhaupt für Analysen aufzubereiten. Damit bestehen ähnliche Eingabeschwierigkeiten wie bei klassischen Data-Warehouse- oder BI-Lösungen, bei denen die Daten oft aufbereitet oder in lesbare Formate umgewandelt werden müssen.

Hinzu kommt, teilweise bedingt durch die staatlichen Gesundheitsreformen in verschiedenen Ländern, dass heute wesentlich mehr Daten als noch vor ein paar Jahren erzeugt werden. Diese Datenflut zu bändigen, sprich in beherrschbare Formen zu bringen, ist für viele IT-Abteilungen kaum noch möglich. Hier sollten externe Dienstleister mit ihrer Expertise eingeschaltet werden (siehe auch Kasten).

Krankenhäuser und andere Institutionen verfügen nur in Ausnahmefällen über eine so ausgebaute und moderne IT-Infrastruktur, dass sie jederzeit alle erforderlichen Big-Data-Instrumente bereit hätten. Es wären also Investitionen in die Server- und Storage-Anlagen erforderlich, damit überhaupt analytische Datenzugriffe erfolgen können.

Ungeklärt sind ferner Datenschutz- und Privacy-Regelungen. Inwiefern sind Patientendaten überhaupt geeignet oder freigegeben, um sie per Analytics aufbereiten zu lassen? Was geschieht, wenn sie nach außen, im Extrem in Cloud-Umgebungen, verlagert werden? Wer ist im Schadensfall haftbar? (idg/wf)


Mehr Artikel

News

Bad Bots werden immer menschenähnlicher

Bei Bad Bots handelt es sich um automatisierte Softwareprogramme, die für die Durchführung von Online-Aktivitäten im großen Maßstab entwickelt werden. Bad Bots sind für entsprechend schädliche Online-Aktivitäten konzipiert und können gegen viele verschiedene Ziele eingesetzt werden, darunter Websites, Server, APIs und andere Endpunkte. […]

Frauen berichten vielfach, dass ihre Schmerzen manchmal jahrelang nicht ernst genommen oder belächelt wurden. Künftig sollen Schmerzen gendersensibel in 3D visualisiert werden (c) mit KI generiert/DALL-E
News

Schmerzforschung und Gendermedizin

Im Projekt „Embodied Perceptions“ unter Leitung des AIT Center for Technology Experience wird das Thema Schmerzen ganzheitlich und gendersensibel betrachtet: Das Projektteam forscht zu Möglichkeiten, subjektives Schmerzempfinden über 3D-Avatare zu visualisieren. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*