• Für die Modernisierung der Gesundheitssysteme ist eine vernetzte Dateninfrastruktur erforderlich.

• Investitionen in Cybersicherheitsmaßnahmen sind entscheidend, um Datensysteme voranzubringen und das Vertrauen der Öffentlichkeit zu gewinnen.

• Künstliche Intelligenz (KI) spielt eine wichtige Rolle bei der Bereitstellung qualitativ hochwertiger Daten, aber menschliche Intelligenz wird weiterhin erforderlich sein, um die Qualität und die Ergebnisse zu kontrollieren.

Fortschritte in der Laborautomation haben geholfen, die Arbeitseffizienz der Labore zu verbessern, Turnaround Times (TAT) zu verkürzen und die Qualität zu steigern. Auf dem Weg in die Mit Blick auf die Zukunft müssen Labore darüber nachdenken, wie sie sich auf neue Herausforderungen und Chancen vorbereiten können, die die Nutzung der entscheidenden von ihnen generierten Daten zur Verbesserung der Patientenversorgung revolutionieren könnten

Wir haben mit Shara Evans, Zukunftsforscherin und Expertin für künstliche Intelligenz, Robotik, Cybersicherheit und Jobs der Zukunft, darüber gesprochen, wie sich ihrer Meinung nach Labore in den kommenden Jahren entwickeln werden. Zunächst ging es um die Bedeutung einer vernetzten Dateninfrastruktur.

Frage: Was sind die Vorteile einer vernetzten Dateninfrastruktur in Laboren für den Betrieb und für Patienten?

Shara Evans: Wir alle kennen das Konzept der Laborautomatisierung. Es existiert schon lange, führt aber nicht immer zu einer stärkeren Vernetzung der Daten. Selbst heute noch, wenn ich pathologische Ergebnisse von einem Bluttest erhalten würde,  könnten zwar meine vorherigen Blutwerte berücksichtigt sein, aber sicherlich keine anderen medizinischen Probleme, die möglicherweise von anderen Tests erfasst wurden, wie z. B. Ultraschall, Röntgenaufnahmen und MRTs. Ich denke, wir haben die Möglichkeit, die Dinge anders anzugehen, damit Ärzte das Gesamtbild des Gesundheitszustands eines Patienten sehen können.

Was wir jetzt wirklich brauchen, sind Dateninfrastrukturen, die miteinander verbunden sind und alle Patienteninformationen enthalten, einschließlich Erkenntnissen aus elektronischen Patientenakten, medizinischen Bildgebungssystemen und anderen Quellen. Diese Informationen müssen den Labormitarbeitenden zur Verfügung stehen, die dann ihre Kommentare auf der Grundlage eines ganzheitlichen klinischen Kontextes einfügen können.

Aber es gibt auch eine große Kehrseite, die sich auf die Verfügbarkeit dieser Art von vernetzter Dateninfrastruktur auswirkt, nämlich Cybersicherheit und Datenschutz. Angesichtsder zahlreichen Datenlecks, die derzeit passieren, wird es viel Arbeit erfordern, das Vertrauen der Patienten zu gewinnen, damit es zu dieser Art von Vernetzung kommt. Da es sich um wirklich sensible Daten handelt, brauchen wir in vielen Bereichen höchste Standards für Cybersicherheit, sowohl im Labor als auch in jeder externen Organisation, die dem Labor Ressourcen oder Daten liefert. Das ist ein umfassender Bereich, dem wir uns widmen müssen

Frage: Welche Auswirkungen hat eine vernetzte Datenstruktur Ihrer Meinung nach auf die Cybersicherheit? Gibt es Empfehlungen, was jetzt getan werden kann, um den Datenschutz und die Sicherheit in Laboren weiter zu verbessern?

Shara Evans: Ich bin in Australien ansässig, und Ende 2022 gab es eine Reihe enormer Verstöße gegen die Cybersicherheit bei einem unserer führenden Telekommunikationsunternehmen und auch bei einem unserer größten, wenn nicht sogar dem größten Krankenversicherer. Ich schätze, dass über 60 % unserer erwachsenen Bevölkerung hier einem hohen Risiko von Identitätsdiebstahl ausgesetzt sind.1 Sicherheit, Datenschutz, Ethik, Corporate Governance – all das ist Teil meiner Arbeit der letzten Zeit. Eines der Leitprinzipien, die ich empfehlen würde, ist, so wenig Informationen wie möglich zu sammeln und verschiedene Arten von Schutzmaßnahmen umzusetzen. Es gibt zahlreiche Anbieter und sie bieten viele verschiedene Arten von Lösungen. Meiner Meinung nach braucht es eine Mischung aus Lösungen.

Ich empfehle auch, die bestmögliche Verschlüsselung zu verwenden und einen Audit-Trail zu führen, um festzustellen, wer Zugriff auf die Daten hat und wann und warum darauf zugegriffen wurde. Sie könnten eine Positivliste von Personen erstellen, die auf die Daten zugreifen können. Es ist nicht unwahrscheinlich, dass ein KI-basiertes Programm auf diese Art sensibler Daten zugreift. Der Audit-Trail muss daher berücksichtigen, was mit den Daten geschieht und ob diese sensiblen Daten, abgesehen von dem vorgesehenen Empfänger, extern weitergegeben werden.

Sensible Daten müssen auch in verschiedenen Datenarchiven gespeichert werden, jedes mit seiner eigenen, stärkst möglichen Verschlüsselung und unter Verwendung mehrerer Multifaktor-Logins für diese verschiedenen Datenarchive. Diese Vorsichtsmaßnahmen würden bedeuten, dass ein Hacker, selbst wenn er im schlimmsten Fall auf eine bestimmte Datenbank zugreifen könnte, nicht auf alles zugreifen könnte.

Es ist auch entscheidend, dass Menschen aufhören, sehr sensible Daten unverschlüsselt per E-Mail zu versenden – dazu zählen auch Dokumente, die als E-Mail-Anhang versendet werden. Wenn sie nicht verschlüsselt sind, sind die Daten nicht sicher. Es ist erstaunlich, wie viele Gesundheitsdaten einfach per E-Mail verschickt werden, ohne irgendeine Verschlüsselung. Dabei ist das etwas, das sich so einfach beheben ließe.

Institutionen und Unternehmen sollten auch in ein sicheres Portal für den Zugang zu sensiblen Daten sowohl für Kliniken als auch für Patienten investieren. Das ist etwas, das ich als Best Practice betrachte, besonders wenn es auch eine Zwei-Faktor-Authentifizierung gibt. Eine weitere Empfehlung, die meiner Meinung nach sowohl für Labore als auch für andere Organisationen sehr wertvoll sein könnte, ist die Einrichtung automatisierter Warnungen, die ausgelöst werden und den Zugriff auf personenbezogene Daten verhindern, wenn ungewöhnliche Zugriffsaktivitäten festgestellt werden.

Frage: Wer übernimmt im Falle eines Cyberangriffs oder einer Datenschutzverletzung in einer medizinischen Laborumgebung die Kosten? Was bedeutet dies für kleinere Labore und was könnte dies für die gesamte Wettbewerbslandschaft bedeuten?

Shara Evans: Wenn Unternehmen Datenschutzverletzungen begehen, können sie für hohe Schadensersatzzahlungen haftbar gemacht werden. Dies könnte ihre Rentabilität erheblich beeinträchtigen und möglicherweise sogar ihre Existenz gefährden. Kleinere Labore verfügen möglicherweose nicht über die Mittel, um für Cyberschäden aufzukommen oder ihre Infrastruktur so zu verbessern, dass sie vor solchen Angriffen geschützt sind.

Frage: Wer sollte dafür verantwortlich sein, die Sicherheit der Daten nach Verlassen des Labors zu gewährleisten?

Shara Evans: Sobald die Daten das Labor verlassen haben und an den richtigen Empfänger gelangen, obliegt es dem Empfänger, sie sicher aufzubewahren. Und an diesem Punkt ist das Labor nicht verantwortlich, wenn beispielsweise ein Krankenhaus, eine Arztpraxis oder jemand anderes von einer Datenschutzverletzung betroffen ist, die zufällig Daten betrifft, die aus einem Bericht des Labors stammen. Die Verantwortung liegt bei demjenigen, der für die Aufbewahrung der Daten verantwortlich ist.

Frage: Die Qualität ist entscheidend für die Gewährleistung optimaler Produktivität in Laboren. Welche Empfehlungen geben Sie, um Glaubwürdigkeit und Genauigkeit zu wahren, da die Verwaltung von Big-Data-Sets in Laboren immer häufiger vorkommt?

Wenn es um genaue Laborergebnisse geht, sind qualitativ hochwertige Daten eine absolute Voraussetzung. Eine der größten Herausforderungen, die wir meiner Meinung nach in Zukunft erleben werden, ist die Aufrechterhaltung der Qualität von Datensätzen, bei denen KI-Algorithmen, wie maschinelles Lernen oder Deep Learning, Datensätze als Grundlage verwenden. Wenn diese Daten ungenau oder verzerrt sind, kann das wirklich katastrophale gesundheitliche Folgen haben.

In naher Zukunft werden KI und KI-gestützes Reinforcement Learning  eine zunehmend wichtige Rolle spielen. Informatiker, Philosophen, Ethiker und viele andere werden zusammenarbeiten müssen um sicherzustellen, dass die gesundheitlichen Entscheidungen, die durch KI getroffen werden , korrekt und unvoreingenommen sind.

Einer der neuesten Trends, den wir beobachten, ist eine neue Art der KI, die viele als die dritte Welle der hoch entwickelten KI bezeichnen – die so genannte generative KI. Dazu gehören Tools wie ChatGPT, die einen großen Funktionsumfang haben und auch das Verfassen von Berichten automatisieren können. Aber ich habe schon Beispiele im Gesundheitswesen gesehen, bei denen diese Art von KI-Programm große Fehler machen kann, sogar mit sehr, sehr eng gefassten, spezifischen medizinischen Experimenten. Diese Tools werden weiter ausgebaut und es wird viele neue Anbieter auf dem Markt geben. Irgendwann werden sie zu einem festen Bestandteil der Arbeitsabläufe von Laboren, doch Menschen werden weiterhin gebraucht, um die Outputs im Auge zu behalten und die Ergebnisse genau zu überprüfen