Fortschritte bei der Automatisierung von Laboren haben dazu beigetragen, ihre Effizienz zu steigern, die Durchlaufzeiten zu verkürzen und die Qualität zu verbessern. Zukünftig müssen die Mitarbeitenden in Laboren darüber nachdenken, wie sie sich auf die neuen Herausforderungen und Chancen vorbereiten können, die die Nutzung der von ihnen generierten Daten zur Verbesserung der Patientenversorgung revolutionieren könnten.

Wir sprachen mit Shara Evans, Futuristin und Expertin für künstliche Intelligenz, Roboter, Cybersicherheit und Jobs of the Future, um mehr darüber zu erfahren, wie sich Labore in den kommenden Jahren entwickeln werden. Zunächst haben wir sie nach der Bedeutung einer vernetzten Dateninfrastruktur gefragt.

Die Punkte verbinden

Frage: Was sind die Vorteile von klinischen Laboren  mit einer vernetzten Dateninfrastruktur für Operationen und Patienten?

Shara Evans: Wir alle sind mit dem Konzept der Laborautomatisierung vertraut. Es gibt sie schon sehr lange, aber sie führt nicht immer zu mehr vernetzten Daten. Wenn ich heute die Ergebnisse einer Blutuntersuchung in der Pathologie erhalte, kann es sein, dass sie meine früheren Blutergebnisse erhalte, aber sie berücksichtigt sicherlich keine anderen medizinischen Probleme, die möglicherweise durch andere Tests, wie Ultraschall, Röntgen- und MRT-Tests festgestellt wurden. Ich denke, wir haben die Möglichkeit, die Dinge anders zu machen, so dass man das ganze Bild der Gesundheit eines Patienten sehen kann.

Was wir jetzt wirklich brauchen, sind Dateninfrastrukturen, die miteinander verknüpft sind und Patienteninformationen einbeziehen, einschließlich Erkenntnissen aus elektronischen Gesundheitsdaten, medizinischen Bildgebungssystemen und anderen Quellen. Diese werden dann dem Laborpersonal zur Verfügung gestellt, das dann seine Bemerkungen auf der Grundlage eines ganzheitlichen klinischen Kontexts anpassen kann.

Es gibt jedoch eine große Kehrseite, die sich auf die Verfügbarkeit dieser Art von vernetzter Dateninfrastruktur auswirken wird, und das sind Cybersicherheit und Datenschutz. Und ehrlich gesagt, wird es bei all den riesigen Datenpannen, die sich ereignen, ein harter Kampf sein, das Vertrauen der Patienten zu gewinnen, um diese Art der Vernetzung zu ermöglichen. Da wir hier über wirklich sensible Daten sprechen, brauchen wir in vielen verschiedenen Bereichen die höchsten Standards für die Cybersicherheit, sowohl im Labor als auch bei allen externen Organisationen, die dem Labor Inputs oder Daten zur Verfügung stellen.  Dies ist ein riesiger Bereich, dem wir wirklich Aufmerksamkeit schenken müssen.

Sicherheitsschutzmaßnahmen stärken

Frage: Was sind Ihrer Meinung nach die Auswirkungen einer vernetzten Datenstruktur auf die Cybersicherheit, und gibt es Empfehlungen, was jetzt getan werden kann, um den Datenschutz und die Sicherheit von Daten in Gesundheitslabors weiter zu verbessern?

Shara Evans: Ich komme aus Australien, und Ende 2022 gab es bei einem unserer führenden Telekommunikationsunternehmen sowie bei einem unserer größten, wenn nicht sogar dem größten Krankenversicherer eine Reihe von großen Cybersicherheitsverletzungen. Ich schätze, dass mehr als 60% unserer erwachsenen Bevölkerung hier einem großen Risiko des Identitätsdiebstahls ausgesetzt sind. Sicherheit, Privatsphäre, Ethik, Corporate Governance, - all das gehört zu den Themen, mit denen ich mich in letzter Zeit intensiv beschäftigt habe. Einer der Grundsätze, die ich empfehlen würde, ist, so wenig Informationen wie möglich zu sammeln und mehrere Arten von Sicherheitsmaßnahmen zu verwenden.  Es gibt viele verschiedene Anbieter, und sie bieten viele verschiedene Arten von Lösungen an. Ich denke also, dass eine Mischung aus verschiedenen Lösungen erforderlich ist.

Ich empfehle auch, dass wir die bestmögliche Verschlüsselung verwenden und die Führung von Prüfprotokollen darüber, wer wann und warum auf die Daten zugegriffen hat.  Letztendlich ist es wahrscheinlich, dass ein KI-basiertes Programm auf diese Art von sensiblen Daten zugreift, so dass die Prüfprotokolle aufzeigen müssen, was mit den Daten geschieht und ob sensible Daten an andere Personen als den vorgesehenen Empfänger weitergegeben werden.

Sensible Daten müssen außerdem in verschiedenen Datenspeichern gespeichert werden, die jeweils mit der stärkst möglichen Verschlüsselung versehen sind, und es müssen mehrere Multifaktor-Logins für diese verschiedenen Datenspeicher verwendet werden. Diese Art von Vorsichtsmaßnahmen würde bedeuten, dass selbst im schlimmsten Fall, wenn es einem Hacker gelingt, auf eine bestimmte Datenbank zuzugreifen, er nicht auf alles zugreifen kann. 

Es ist auch absolut wichtig, dass die Menschen aufhören, sehr sensible Daten per unverschlüsselter E-Mail zu senden, einschließlich aller Dokumente, die an diese E-Mails angehängt sind. Wenn es nicht verschlüsselt ist, ist es nicht sicher. Und es ist erstaunlich, wie viele Gesundheitsdaten über einfache E-Mails ohne Verschlüsselung gesendet werden, und dabei ist es so einfach zu beheben.

Institutionen und Unternehmen sollten auch in ein sicheres Portal für den Zugang zu sensiblen Daten sowohl für Kliniken als auch für Patienten investieren.  Das halte ich für ein bewährtes Verfahren, vor allem, wenn es auch über eine Zwei-Faktor-Authentifizierung verfügt. Eine weitere Empfehlung, die meiner Meinung nach sowohl für Labore als auch für andere Organisationen sehr wertvoll sein könnte, ist die Einrichtung automatischer Warnmeldungen, die ausgelöst werden und den Zugriff auf personenbezogene Daten verhindern, wenn ungewöhnliche Zugriffsaktivitäten festgestellt werden.

Sicherstellung der Verantwortlichkeit

Frage: Wer kommt im Falle eines Cyberangriffs oder einer Sicherheitsverletzung in einem Labor des Gesundheitswesens für die Kosten auf, was bedeutet dies für kleinere Labore und was könnte dies für die Wettbewerbslandschaft insgesamt bedeuten?

Shara Evans: Wenn es bei Unternehmen zu Datenschutzverletzungen kommt, könnten sie für hohe Zahlungen haftbar gemacht werden. Dies könnte ihre Rentabilität und möglicherweise sogar ihre Lebensfähigkeit erheblich beeinträchtigen. Kleinere Labore haben möglicherweise einfach nicht die Mittel, um für Cyberschäden zu zahlen oder ihre Infrastruktur aufzurüsten, damit sie gar nicht erst Opfer eines solchen Angriffs werden.

Frage: Wer sollte dafür verantwortlich sein, die Sicherheit der Daten zu gewährleisten, wenn sie das Labor verlassen?

Shara Evans: Sobald die Daten das Labor verlassen und den richtigen Empfänger erreicht haben, ist es Sache des Empfängers, für ihre Sicherheit zu sorgen. Und an diesem Punkt ist das Labor nicht verantwortlich, wenn beispielsweise ein Krankenhaus oder eine Arztpraxis oder jemand anderes eine Datenschutzverletzung erleidet, die zufällig Daten betrifft, die aus einem Laborbericht stammen - das Labor hat damit nichts zu tun. Es ist derjenige, der für die sichere Aufbewahrung der Daten verantwortlich ist.

Ein menschliches Auge auf KI werfen

Frage: Qualität ist für die Gewährleistung einer optimalen Produktivität in Laboren von entscheidender Bedeutung. Wie lauten Ihre Empfehlungen für die Aufrechterhaltung von Glaubwürdigkeit und Genauigkeit, da die Verwaltung großer Datensätze in Laboren immer häufiger vorkommt?

Shara Evans: Wenn es um genaue Laborergebnisse geht, ist eine hohe Datenqualität eine absolute Voraussetzung. Eine der größten Herausforderungen, die wir meiner Meinung nach in der Zukunft sehen werden, ist die Aufrechterhaltung der Qualität von Datensätzen, wenn KI-Algorithmen, wie maschinelles Lernen oder Deep Learning, Datensätze als Treibstoff verwenden. Und wenn diese Daten ungenau oder verzerrt sind, kann das zu wirklich katastrophalen Gesundheitsergebnissen führen.

Mit Blick auf die nicht allzu ferne Zukunft werden KI und KI-gestütztes Reinforcement Learning eine immer wichtigere Rolle spielen. Wir werden Informatiker, Philosophen, Ethiker und viele andere zusammenbringen müssen, um sicherzustellen, dass die Gesundheitsentscheidungen, die durch KI getroffen werden, korrekt und unvoreingenommen sind.

Einer der jüngsten Trends, die wir beobachten, ist eine neue Art der KI, die viele als dritte Welle der hochentwickelten KI bezeichnen - die so genannte generative KI. Ich spreche hier von Tools wie ChatGPT, die viele Dinge tun können, einschließlich der Automatisierung der Berichterstellung. Aber ich habe bereits Beispiele im Gesundheitswesen gesehen, bei denen diese Art von KI-Programmen selbst bei sehr, sehr spezifischen medizinischen Experimenten Fehler machen kann. Diese Tools werden immer ausgefeilter werden, und es wird viele neue Anbieter auf dem Markt geben. Letztendlich werden sie zu einem wesentlichen Bestandteil der Arbeitsabläufe in einem Labor werden, aber ich denke, dass Menschen immer noch gebraucht werden, um die Ergebnisse genau zu überwachen und die Ergebnisse zu überprüfen.