Daten zählen zu den wichtigsten Gütern unserer Zeit. Im Gesundheitswesen ist deren Nutzung allerdings bisweilen schwierig bis unmöglich, auch wenn diese mittlerweile digital bzw. digitalisiert vorliegen. ID hat in Kooperation mit DMI eine Portallösung entwickelt, die Krankenhäusern beliebige, semantische Auswertungen ihrer Patientendaten zur Verfügung stellt. Zudem ist die Implementierung der Software-as-a-Service-Lösung DaWiMed ohne großen Aufwand möglich.
Im Behandlungsverlauf werden eine Vielzahl an Informationen zum Patienten aufgenommen. Diese Daten können allerdings nur dann von Computersystemen verarbeitet werden, wenn sie in standardisiert, strukturierter Form vorliegen. Erst dann sind sinnvolle Auswertungen oder zielgerichtete Abfragen möglich, insbesondere dann, wenn das Ziel der Abfrage eine intelligente Interpretation der Daten erfordert.
Das Langzeitarchiv als Datenquelle für semantische Analysen
Die abgeschlossene und freigegebene Behandlungsdokumentation wird im Rahmen der Aufbewahrungspflicht im digitalen revisionssicheren Langzeitarchiv aufbewahrt. Dort liegen damit umfassende strukturierte und unstrukturierte Daten über die Patientenversorgung vor. Grundsätzlich ist das digitale Langzeitarchiv Datenquelle für Auswertungen, weil diese Daten u. a. die Anforderungen: Verfügbarkeit, Vertraulichkeit und Integrität erfüllen müssen (1). Um bereits eine strukturierte Aufbewahrung zu fördern, ist es erforderlich, freitextbasierte Behandlungsdokumentation automatisch mittels Natural Language Processing (NLP) inhaltlich zu analysieren.
NLP ist seit 2011 bei DMI fester Bestandteil des Archivierungsprozesses. Die NLP-Analyse medizinischer Freitexte und weiterer Dokumentenmerkmale ist für die automatisierte Dokumententypindexierung im Einsatz. In diesem Archivierungsschritt erhalten die zu archivierenden papierbasierten oder elektronischen Dokumente weitere beschreibende Dokumentenmerkmale, wie KDL-Kode (2), IHE-XDS DocumentEntry.classCode und DocumentEntry.typeCode (3). Durch die Klassifizierung der Dokumente mit der Klinischen Dokumentenklassenliste (KDL) werden im nächsten Archivierungsschritt freitextbasierte Dokumente der semantischen Analyse zugeführt. Dadurch wird die Ergebnisqualität der semantischen Analyse gesteigert.
Im Jahr 2022 implementierte DMI in Zusammenarbeit mit ID Berlin weitere NLP-Anwendungen in den Archivierungsprozess. Zahlreiche Patienteninformationen liegen nach wie vor in Form von Freitexten vor, ob in Arztbriefen, OP-Berichten oder Befunden. Mit dem Terminologieserver ID LOGIK® werden auch die dort enthalten Informationen verwertbar. Alle anfallenden Texte zum Patienten werden mit computer-linguistischen Methoden analysiert und strukturiert. Das Ergebnis ist eine vollständige Abbildung der Inhalte auf verschiedene Terminologien, wie ICD-10-GM, OPS, Wingert-Nomenklatur (WNC), Anatomisch-Therapeutisch-Chemische Klassifikation (ATC) und SNOMED CT. Die Bereitstellung der strukturierten Behandlungsinformationen erfolgt über ein Health Data Warehouse von DMI. Die syntaktische Interoperabilität wird durch den Einsatz von HL7 FHIR® und HL7 CDA Level 3 sichergestellt.
DaWiMed (Daten – Wissen – Medizin)
Gemeinsam wurde ein flexibles Analysetool entwickelt, das sich auf viele Fragestellungen anwenden lässt. Was auf dem ersten Blick einzig als Forschungsinstrument nutzbar scheint, wird nun auch für Krankenhäuser interessant.
DaWiMed ist eine Portallösung zur Auswertung von Patienten-und Behandlungsinformationen. Das Besondere daran: Es werden nicht nur abrechnungsrelevante Informationen in den Datenbestand einbezogen, sondern alle in der Klinik vorliegenden Daten. Die Suche in diesen Daten erfolgt anschließend vollständig Terminologie basiert. Dabei können Patientenstammdaten, Falldaten, Symptome, Diagnosen, Prozeduren, Medikamenten und Laborwerte beliebig miteinander kombiniert werden.
Die Anwendungsmöglichkeiten sind vielfältig und sprechen gleich mehrere Berufsgruppen im Krankenhaus an. Neben Studien und Forschung ist DaWiMed auch für die Qualitätssicherung und das Controlling relevant. Neben der typischen Kohorten Selektion auf Basis von Ein- und Ausschlusskriterien kann auch gezielt nach bestimmten klinischen Situationen gesucht werden.
Mit DaWiMed sind nicht mehr Abrechnungsdaten der limitierende Faktor, sondern die Inhalte selbst.
Literatur
1. Bundesamt für Sicherheit in der Informationstechnik. Sicherheitsprofil für ein SaaS Archivierungssystem; 2014 [Stand: 27.02.2023]. Verfügbar unter: https://www.bsi.bund.de/SharedDocs/Downloads/
DE/BSI/CloudComputing/SaaS/SPC_Gesamt.pdf?__blob=publicationFile&v=1.
2. DVMD e.V. Klinische Dokumentenklassen-Liste (KDL); 2022 [Stand: 01.03.2023]. Verfügbar unter: https://dvmd.de/publikationen/klinische-dokumentenklassen-liste/.
3. IHE-Deutschland. XDS Value Sets für Deutschland; 2021 [Stand: 01.03.2023]. Verfügbar unter: https://www.ihe-d.de/projekte/xds-valuesets-fuer-deutschland/.
