Kernanforderung an Digitales Wissensmanagement: Interoperabilität - AWMF Prof. Dr. med. Dipl.-Ing. Sylvia Thun
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Kernanforderung an Digitales Wissensmanagement: Interoperabilität AWMF Prof. Dr. med. Dipl.-Ing. Sylvia Thun
Digitalisierung- STATUS
‚If we cannot name it,
we cannot control it,
finance it,
research it,
teach it
or put it into public policy‘
Quelle: WHO 2
Was bedeutet Interoperabilität?
Definition laut Duden: Fähigkeit unterschiedlicher Systeme (auch Menschen), möglichst nahtlos zusammenzuarbeiten.
Wissensbasiert
Organisation/Service
Anwendung Seman5sch Anwendung
Geschä'sdomäne Geschä'sdomäne
Datenrepräsenta5on Syntaktisch Datenrepräsenta5on
Interface Strukturell Interface
Technisch
[1]Oemig F, Blobel B, Helmer A, Birkle M. Vergleich verschiedener Lösungsansätze für Interoperabilität in der Medizin. HL7 MiIeilungen Nr. 41/2018.
3
Wie kann „DIGITAL“ die Medizin verbessern?
AI und Big Data Kommunikation
• liefert Algorithmen und klare Daten- • ermöglicht Informationsaustausch
struktur und Semantik • verhindert Fehler durch
• stellt Validität der Ergebnisse sicher Kommunikationshürden
• schafft so Vertrauen in digitale • reduziert Dokumentationsaufwand
Technologien • Patient Empowerment
Forschung Internationale Kooperation
• Nutzung von Real-World-Data • Verknüpfung von Daten über
• Generierung neuer Forschungs- Organisationen (e.g. Seltene
hypothesen (mit Data Mining und AI) Erkrankungen, Präzisionsmedizin)
• erleichtert Datenfernverarbeitung • Globale Abstimmung in Public Health (e.g.
Infektionskontrolle, Epidemien)
• globale Verfügbarkeit neuer Technologien
Lehne M, Sass J, Essenwanger A, Schepers J, Thun S (2019). Why digital medicine depends on interoperability. npj Digital Medicine. 4
Einsatz von Digitalisierung mit KI im Gesundheitswesen
Natural Computer
Language Pa#ern Aided Medical
Processing Diagnosis
Text Mining auf Recogni-on Auf bio- (CAMD) Zweite Meinung
(NLP)
Arztbriefen medizinischen eines digitalen
Spracherkennung Bildern & Assistenten
Signalen
Decision
Mapping- Support,
Unterstützung für Pathologie,
Terminologien & Radiologie, Alerts,
Ontologien Dermatologie Differenzial-
Disease Outbreak diagnostik
Detection
5
Telemedizin, Digital Health & AI in Corona Zeiten
1. Welche spezifischen Eigenschaften Künstlicher Intelligenz (KI) können zur Eindämmung
bzw. Beherrschung der Corona-Pandemie genutzt werden?
• Bilderkennung der Thoraxaufnahmen
• Bilderkennung Histopathologischer Befunde
• KI/ML Aufbereitung von wissenschaftlicher Fachliteratur
• Diagnose vor PCR Tests DOI: 10.1038/s41591-020-0931-3
• KI auf gensequenzierten Daten
• Medikamente identifizieren, die förderlich für die Heilung sind
• Flankierende Symptome erkennen
• Prädsipositionen erkennen und Behandlungsergebnisse prognostizieren
• Auswertung der Daten von Wearables (Schritte, HF, EKG)
• Auswertung der Selbsttriage (CovAPP) – Genauigkeit der Scores verbessern
• Suche und Entwicklung von Impfstoffen
• Wechselwirkungsanalysen
• Vorhersagemodelle für die Ausbreitung der Pandemie
• Vorhersage von Proteinstrukturen und Identifizierung von Epitopen
6
Weltweite Netzwerke und KooperaMonen
"The JIC will contribute to better global patient health outcomes by
providing strategic leadership in the specification of sets of
implementable standards for health information sharing."
Quelle: JIC, GA4GH 7 77
ISO TC215 Health informaMcs - 200 Standards
ISO ISO CEN DIN
Architecture,
Informa@on
Frameworks CAG 1,2,3 Horizontaler AA
models
and Models
Liaison Committee from
Systems and
Interopera-
Device JIC Terminology
bilität
Interoperability ISO/IEC JTC 1/SC 42
Project Groups
Artificial intelligence
Semantic Security, safety,
& Ad hoc Terminologie
content quality
groups
Security, Safety
and Privacy TC Plenary Interoperability
Sicherheit
Pharmacy and
Medicines Quelle: ISO 8
Business
IdenMficaMon of Medicinal Products (ArzneimiXel)
9
Quelle: ISO
Die internationale Patientenakte (IPS) Quelle: HL7 10
Medizininformatik Initiative Quelle: BMBF 1111
HIGHMED Anwendungsfälle
v Onkologie - Integration verschiedener Datentypen für personalisierte Tumorboards
v Institutsübergreifendes molekulare Tumorboards mit Experten
v Erkennung "ähnlicher Patienten", Einbeziehung neuester wissenschaftlicher Informationen und Erkenntnisse
v Informationen über neueste Therapieansätze
v Kardiologie –Kontinuierliche Überwachung von Patienten mit Herzinsuffizienz
v Studienregister zur Identifizierung von Risikofaktoren der Herzinsuffizienz
v Langfristige Unterstützung für Patienten nach dem Krankenhausaufenthalt: Sensorik & App
v Infektionskontrolle – Intelligentes Infektionskontrollsystem für Erregerausbrüche
v Früherkennung von Cluster und Verbreitung von Krankheitserregern in Krankenhäusern (RKI)
v Verringerung der Infektionsrisiken in Krankenhäusern
à CORD
12Weltweit einheitliche Laborstandards Quelle: Charite GBIT 13
Laboratory 2019-nCoV // ICD-10 U07.1 Quelle: LOINC 14
Kerndatensatz
Diagnosen Laborbefunde
Basismodule
Prozeduren Medikation
Demographie Person Falldaten
Erweiterungsmodule
Onkologie Pathologie-Befund Entgelte
Biomaterial Bildgeb. Verfahren Kostendaten
Genetische Tests PDMS/Biosignale Strukturdaten
Quelle: MII 15Bundeseinheitlicher Datensatz COVID-19
Erweiterungsmodule
Radiologische DiagnosTk
SchwangerschaU
Epidemiologie
Intensivmedizin
Pädiatrie
Virologie
Onkologie
...
16Verwendete Terminologien und Standards
• SNOMED CT: Clinical Findings, Observable Entities
• LOINC: Laborparameter, Vitalparameter
• ICD-10-GM: Krankheiten, Symptome
• ATC: Arzneimittel, Substanzen
• UCUM: Maßeinheiten
• Pa>ent (z.B. DEMOGRAPHIE)
• Consent (z.B. EINVERSTÄNDNISERKLÄRUNG)
• Observa>on (z.B. LABORWERTE, VITALWERTE)
• Condi>on (z.B. ANAMNESE / RISIKOFAKTOREN / KOMPLIKATIONEN)
• Procedure (z.B. BEHANDLUNG)
• Encounter (z.B. EINSCHLUSSKRITERIEN)
• Medica>on/Medica>onStatement (z.B. MEDIKATION)
Quelle: HL7 17COCOS.TEAM : Componenten gegen CORONA
18Anwendungen mit FHIR gegen CORONA
19FHIR SchniXstelle Labormeldungen
20SNOMED CT: Global Set/ Mitgliedschab ab 1.1.20221 Quelle: SNOMED 21
KooperaMon mit der KBV/gemaMk: Medizinische InformaMonsobjekte (MIO) Quelle: KBV 22
The Future is now
23Prof. Dr. med. Sylvia Thun Charité – Universitätsmedizin Berlin Anna-Louisa-Karsch-Str. 2 10178 Berlin sylvia.thun@bihealth.de www.bihealth.org
Sie können auch lesen
