E-Book von BigData-Insider Big Data & Healthcare

Anbieter zum Thema

Fujitsu Technology Solutions GmbH

QUNIS GmbH

Fivetran Germany GmbH

Im Gesundheitswesen wie in den angrenzenden Biowissenschaften wie etwa der Genomik haben Patienten, Klinikpersonal und Forscher hohe Erwartungen an die Rolle der Informatik, die sie in vielerlei Hinsicht unterstützen soll. Patienten wollen ein persönlicheres Erlebnis bei der Behandlung, einen leichteren Zugang zu Medizinern (etwa in der Fernmedizin) und vor allem eine wirksamere, auf sie abgestimmte Behandlung ihres Leidens.

Klinikmediziner würden das alles sehr gern ermöglichen, wenn da nur nicht die lästige Bürokratie, die aufwendige Datenbeschaffung und die vielen Verwaltungsaufgaben wären. Ohne diese könnten sie sich auf die Behandlung konzentrieren. Und Forscher suchen effizientere Möglichkeiten, um mit anderen Forschern zusammenzuarbeiten und deren Daten zu verwenden, um eigene Forschungsdurchbrüche schneller zu erzielen – und vor allem kosteneffizienter. Die Entwicklung im milliardenschweren Gesundheitsmarkt spricht für Kostensenkung: Die Sequenzierung eines menschlichen Genoms kostete vor 20 Jahren rund 100 Millionen US-Dollar, heute nur noch etwa 600 US-Dollar – und die Sequenzierung dauert nicht einmal 24 Stunden.

gesponserteBook

Big Data & Healthcare

Auf der anderen Seiten steigen die Kosten für Personal, Material oder Energie exponentiell an. Das war während der Covid-19-Pandemie in zahlreichen Bereichen deutlich zu erkennen. Dies vermindert den Ertrag, der wieder in Forschung und bessere Behandlungsmethoden usw. gesteckt werden könnte. Während die Aufgabe der Informatik darin besteht, die betriebliche Effizienz zu steigern und die Zufriedenheit der Kunden bzw. Patienten zu erhöhen, muss sie andererseits auch für den Schutz äußerst sensibler Daten sorgen und gewünschte Informationen in kürzester Zeit für Compliance-Berichte bereitstellen.

In die Digitalisierung werden große Hoffnungen gesetzt, so soll etwa die elektronische Patientenakte Workflows in Kliniken usw. beschleunigen und effizienter machen. In der Bildgebung werden die Erkennungsverfahren mithilfe von KI beschleunigt und wirksamer, die Genomauswertung und Wirkstoffentwicklung werden – siehe oben –mithilfe KI-gestützter Verfahren verbessert und beschleunigt. Ein Anwender berichtet von einer Halbierung der jahrelangen Wartezeit, bis ein Medikament von der Entwicklung bis zur Testphase gebracht werden kann.

Big Data, Analytik und KI

Im Gesundheitswesen und der Biowissenschaft sind viele unterschiedliche Datentypen aus den verschiedensten Quellen zu erfassen, zu konsolidieren, zu speichern und auszuwerten. Das erzeugt mehrere Herausforderungen für die IT. Die Datenaufbereitung spielt eine wichtige Rolle, ebenso wichtig ist die Zusammenführung aller konsolidierten Daten in einem Data Lake. Die Interoperabilität der Datenquellen wird gemäß einem seit 2019 etablierten HL7-Standard namens HFIR hergestellt. Sollen regelmäßige Workflow wie etwa für Reporting erzeugt werden, bietet sich die Kombination mit einem Data Warehouse an, so etwa im modernen Ansatz des Lake House, wie ihn etwa Databricks fördert. Anspruchsvoll ist die Aufgabe, abgefragte Daten zu verteilen und auf den verschiedenartigsten Geräten in der Medizin bereitzustellen.

Ebenso anspruchsvoll ist die Aufgabe, größere Datenmengen in einem Team zwecks Kollaboration bereitzustellen. Ein voll interoperabler Datenaustausch kann Entscheidungen in Echtzeit beschleunigen, was dem Patientenwohl durch korrekte Diagnose und Therapiewahl oder dem jeweiligen Forschungsprojekt zugutekommt. Diesem Utopia nähern sich zahlreiche Unternehmen, Dienstleister und Forscher in aller Welt. Die Herausforderung besteht in der Zusammenführung, Aufbereitung der raschen Bereitstellung von Big Data: Daten von Patienten, Medizinern, Pflegepersonal, Forschern und vielen anderen mehr.

Auf dem Weg dorthin spielen zwei Technologien bedeutende Rollen: Machine Learning (KI) bereitet Daten in kürzester Zeit auf und wertet alle Formen von Informationen auf, wobei auch die Fachliteratur, die sich auf dem jüngsten Stand befindet, ausgewertet werden kann. Die andere Technologie ist Cloud Computing, sei es in der Public-, Hybrid- oder Multi-Cloud. Die kosteneffiziente Speicherung von Big Data ist im Hinblick auf operative Effizienz ebenso wichtig wie die Datenhaltung in einem Data Lake, in dem die Analytik direkt auf den Daten aufsetzen kann.

Das E-Book „Big Data & Healthcare“ bemüht sich angesichts dieses großen Themenkreises um die Fokussierung auf die zentralen Bereiche: Big Data, Analytik und KI. Der Einsatzbereich ist das Gesundheitswesen im weitesten Sinne sowie die Genomik. Die Erbgutforschung ist inzwischen ein wichtiger Baustein auf dem Weg hin zu einer persönlichen Therapie und zur Entwicklung eines persönlichen Medikaments. Zu beiden Bereichen stellt das E-Book erfolgreiche Anwender vor.

In der Cloud werden Programmierschnittstellen (APIs) und ganze Bibliotheken an Wissen bereitgestellt, so etwa bei Google. Nicht zuletzt erlaubt die Cloud durch Überwachung aller Vorgänge, Datensicherheit und Datenschutz sicherzustellen und zu gewährleisten. Ohne diese Gesetzeskonformität, etwa bzgl. DSGVO, GOÄ und HIPAA, geht inzwischen nichts mehr. Professionelle Cloud-Dienstleister können die entsprechenden erforderlichen Zertifikate vorweisen. Anhand eines Beispiels wie AWS HealthLake wird der heutige Stand der Technik, der mithilfe der Cloud in kürzester Zeit erreichbar, im Detail vorgestellt.

(ID:48689361)