• Der medizinische Sektor verfügt über umfangreiche klinische und patientengenerierte Daten, hat jedoch aufgrund veralteter Systeme Schwierigkeiten, diese zu integrieren und effektiv zu nutzen.

• Patientendaten bringen Herausforderungen wie Interoperabilitätsprobleme, fragmentierte Daten und Sicherheitsbedenken mit sich.

• Die Zukunft des Gesundheitswesens besteht darin, Patienten die Kontrolle über ihre Daten zu geben, sie mit den Erkenntnissen der Ärzte zu verknüpfen und den Datenaustausch zwischen Patienten und Forschenden zu ermöglichen, um Fortschritte zu erzielen.

In der heutigen, schnelllebigen Welt der Medizin erfassen Ärzte und Forscher enorme Datenmengen und Patienten werden zu zentralen Informationsquellen. Durch die Synergie mit klinischen Daten bilden diese patientengenerierten Daten einen effektiven Katalysator, der das volle Potenzial der medizinischen Versorgung freisetzt. In dem ständigen Bemühen, die Grenzen des Gesundheitswesens auszuweiten, sind diese enormen Mengen von täglich gesammelten Daten – die weit über bloße Zahlen und Diagramme hinausgehen – der Schlüssel zu medizinischen Durchbrüchen der nächsten Generation.

Innerhalb nur eines Jahres übertrifft ein einzelnes Krankenhaus den gesamten Datenbestand der United States Library of Congress, indem es täglich etwa 137 Terabyte an Daten generiert.1 Wenn diese enorme Datenmenge effizient genutzt wird, kann sie die Entscheidungsfindung im Gesundheitswesen in Echtzeit revolutionieren und die Voraussetzungen für beispiellose Behandlungsergebnisse schaffen.

Trotz des enormen Potenzials von Patientendaten muss ein großer Teil davon noch erschlossen werden, da der Gesundheitssektor veraltete Datensysteme nutzt. Die Zukunft der Medizin hängt entscheidend davon ab, diese Datenkluft zu überbrücken. Durch die Integration und Nutzung der von Gesundheitsdienstleistern erfassten klinischen Daten und der umfangreichen, dynamischen Datenströme, die von Patienten generiert werden, können wir die Wirksamkeit und Effizienz klinischer Studien deutlich verbessern. Diese Integration ermöglicht stärker personalisierte Behandlungsansätze, eine schnellere Identifizierung von Patientenbedürfnissen und robustere datenbasierte Entscheidungen. Die Nutzung dieser umfassenden Daten beschleunigt die Entwicklung neuer Therapien und verbessert die Behandlungsergebnisse, indem sichergestellt wird, dass Interventionen auf die individuellen Gesundheitsprofile zugeschnitten sind.

Es steht außer Frage, dass Patientendaten das Gesundheitswesen revolutionieren könnten – sie sind ein Wegweiser für medizinischen Fortschritt und patientenorientierte Versorgung. Dennoch unterliegen die aktuellen Gesundheitssysteme Einschränkungen, die dieses Potenzial stark hemmen.2,3 Die Einschränkungen ergeben sich aus einem Labyrinth von Systemherausforderungen, das durch seine komplexe Struktur die einfache Weitergabe von Daten und die Verwendung von Lösungen behindert. Die größten Herausforderungen für den Gesundheitsbereich im Hinblick auf Daten sind folgende:

Dateninteroperabilität: Die Vertraulichkeit von Gesundheitsinformationen, wie sie durch Vorschriften wie den Health Insurance Portability and Accountability Act von 1996 (HIPAA) und die Datenschutz-Grundverordnung (DSGVO) vorgeschrieben ist, schützt zu Recht die Privatsphäre der Patienten, behindert aber paradoxerweise den Datenfluss und -austausch. Ohne Interoperabilität wird die effektive Analyse und Bereitstellung von Echtzeit-Erkenntnissen – wie z. B. impfbedingte unerwünschte Ereignisse – für diejenigen eingeschränkt, die kritische Entscheidungen treffen. Darüber hinaus verwenden viele Gesundheitsdienstleister maßgeschneiderte elektronische Patientendatensysteme, die es schwierig machen, Daten in ein standardisiertes Format zu konvertieren, das mit anderen medizinischen Fachkräften geteilt werden kann.4,5

Verzögerter Datenaustausch: In herkömmlichen Gesundheitssystemen ist der Austausch von Patientendaten oft ein langsamer, mühsamer Prozess, der ein System verlangsamt, das eigentlich auf eine schnelle Informationsübertragung angewiesen ist. In Szenarien, in denen eine sofortige Behandlung unerlässlich ist, kann dieses langsame Tempo die Reaktionszeiten drosseln und die erfolgreiche Behandlung gefährden.5

Fragmentierte Daten: Fragmentierte Daten sind ein Phänomen, bei dem Gesundheitsinformationen in mehreren Versionen über ein breites Spektrum von Gesundheitseinrichtungen hinweg, einschließlich Gesundheitsorganisationen, Gesundheitsdienstleistern, Apotheken, Patienten und Versicherungseinrichtungen, wiederholt eingegeben, gespeichert und verarbeitet werden. Die daraus resultierende Datenredundanz fördert Inkonsistenzen, die möglicherweise zu Fehlinterpretationen und Behandlungsfehlern führen können.5 Solche Inkonsistenzen ergeben sich unweigerlich, wenn mehrere Versionen derselben Daten unabhängig voneinander innerhalb verschiedener Gesundheitseinrichtungen existieren.

Jede Einheit, die Patientendaten erneut eingibt, speichert oder verarbeitet – egal ob Krankenhaus, Klinik, Apotheke, Versicherungsgesellschaft oder die Patienten selbst – kann ihre eigenen Systeme und Verfahren haben. Die Systeme sind möglicherweise nicht perfekt synchronisiert oder werden nicht gleichzeitig aktualisiert. Diese Fragmentierung bedeutet, dass Gesundheitsdienstleister bei Entscheidungen möglicherweise umfassendere oder aktualisierte Informationen benötigen. Das wiederum kann zu einer Fehlinterpretation des Gesundheitszustands eines Patienten führen, die klinische Fehler wie falsche Medikamentendosierungen, Doppeltests oder ungeeignete Behandlungen verursachen könnte.

Sicherheitsbedenken: Die Zunahme von Cyberbedrohungen und Datenschutzverletzungen erfordert eine robuste IT-Sicherheitsinfrastruktur und einen soliden Governance-Rahmen, damit Patientendaten vor unbefugtem Zugriff geschützt und so Rufschädigungen und finanzielle Verluste vermieden werden. Die Implementierung von Multifaktor-Authentifizierung, Datenverschlüsselung und rigoroser Mitarbeiterschulung ist entscheidend, um den Schutz vor solchen Bedrohungen zu stärken.6

Patientenerzeugte Daten: Patientenerzeugte Daten tragen zunehmend zur Gesundheitsversorgung bei. Sie bieten Möglichkeiten für eine personalisierte Versorgung, stellen aber auch Herausforderungen dar. Die Erfassung, Formatierung und Integration dieser Daten in ein zentrales System ist von entscheidender Bedeutung. Die von Patienten generierten Daten stammen jedoch aus einer Vielzahl von Quellen und schaffen infolgedessen zusätzliche Silos, die jeweils eigene Formate, Standards und Protokolle aufweisen. Daher ist ein robuster Rahmen erforderlich, um diese Daten verständlich und nutzbar zu machen. Darüber hinaus schreibt das International Consortium for Health Outcomes Measurement (ICHOM) vor, dass von Patienten generierte Daten systematisch organisiert, unter Einhaltung globaler Standards erhoben, validiert und im Laufe der Zeit konsistent erhoben werden müssen.7

Die Auswirkungen dieser Herausforderungen im Bereich Datenmanagement sind weit über das medizinische Fachpersonal hinaus auch für die Patienten selbst spürbar. Eingeschränkter Zugang zu ihren Gesundheitsinformationen erschwert es Patienten, ein ganzheitliches Verständnis ihres Gesundheitszustands zu gewinnen und fundierte Entscheidungen in Bezug auf ihre Versorgung zu treffen. Wenn Patienten zudem nicht bereit oder nicht in der Lage sind, ihre Patientenakte zu verwalten, wird ihre Handlungskompetenz bei der Entscheidungsfindung im Gesundheitsbereich eingeschränkt. Das führt letztlich dazu, dass sie weniger Mitspracherecht haben und weniger in ihre eigene Versorgung eingebunden sind.8

Das Fehlen zugänglicher, qualitativ hochwertiger klinischer und patientengenerierter Daten führt dazu, dass Gesundheitsdienstleister der unmittelbaren Versorgung Priorität vor der Förderung der Autonomie der Patienten einräumen und damit ungewollt das Ethos der patientenzentrierten Versorgung verdrängen und die transformative Kraft von Patientendaten beschränken.

Das Fehlen zugänglicher, qualitativ hochwertiger klinischer und patientengenerierter Daten führt dazu, dass Gesundheitsdienstleister der unmittelbaren Versorgung Priorität vor der Förderung der Autonomie der Patienten einräumen und damit ungewollt das Ethos der patientenzentrierten Versorgung verdrängen und die transformative Kraft von Patientendaten beschränken.

Die Gesundheitsbranche ist nicht die erste, die vor Herausforderungen durch enorme Datenmengen steht. Nehmen wir zum Beispiel die Finanzbranche. Als die Banken-, Finanz- und Versicherungsbranche 2008 mit einer Krise konfrontiert wurde, konzentrierte sie sich auf die Informatisierung und Datenintegration. Dies steigerte die Kapazität der Branche, große Datenmengen effizient zu verwalten und sie für Wertschöpfung und Innovation zu nutzen.9

Trotz der bemerkenswerten Erfolge des Finanzsektors bei der Sicherung integrierter Datensysteme ist der Weg des Gesundheitssektors zu gleichwertiger Sicherheit mit Hürden behaftet. Jeder Datenerhebungspunkt erhöht die Komplexität der gewaltigen Aufgabe, Informationen zu schützen, und erfordert einen nuancierteren und robusteren Ansatz zur Datenintegration und Cybersicherheit im Gesundheitswesen.

Obwohl es festgelegte Standards für einen nahtlosen Datenaustausch gibt, brauchen Gesundheitsdienstleister Hilfe, um Daten so schnell und flexibel wie Finanzdienstleister zu teilen. Im Gesundheitswesen werden zunehmend gemeinsame Datenmodelle eingesetzt, um die Konsistenz der Gesundheitsdaten zu verbessern. Die Standardisierung von Gesundheitsdaten kann die Datenverwaltung rationalisieren, die Datenqualität, -konsistenz und -reproduzierbarkeit verbessern und eine robuste Verknüpfung mit anderen Daten ermöglichen.10 Transportstandards wie Health Level Seven (HL7) und Fast Healthcare Interoperability Resources (FHIR) erleichtern den Datenaustausch zwischen verschiedenen Gesundheitssystemen, indem sie die zu verwendenden Formate, Dokumentenarchitekturen, Datenelemente und Nachrichtenmuster festlegen.11,12

Real-World-Evidenz (RWE, Evidenz aus der klinischen Praxis), die aus patientengenerierten Daten in klinischen Studien abgeleitet wird, hat das Potenzial, die Gesundheitsversorgung zu revolutionieren: Sie liefert Erkenntnisse über die Wirksamkeit und Sicherheit von Behandlungen in der medizinischen Praxis.13 Durch die Einbeziehung von patientengenerierten Daten in klinische Studien und die Umsetzung dieser Ergebnisse in die Praxis können Gesundheitssysteme von personalisierteren und effektiveren Behandlungen, verbesserten Patientenergebnissen und einer optimierten Gesundheitsversorgung profitieren.

Der erste Schritt besteht darin, klinische Studien in die übliche Versorgungssituation einzubinden, um die Datenqualität zu verbessern. Anstatt klinische Studien in einer akademischen Einrichtung durchzuführen, kann die Durchführung an einer angemessen konfigurierten, gemeindebasierten Klinik Ergebnisse liefern, die die Leistung von Medizinprodukten in der medizinischen Praxis in den Patientengruppen, die sie verwenden, besser widerspiegeln. So können eingebettete Studien dazu beitragen, die Kluft zwischen Forschung und klinischer Versorgung zu überbrücken, indem genauere und zuverlässigere Daten erfasst werden, die für die Patientenpopulation repräsentativ sind. Durch die Integration verschiedener Patientenpopulationen und Real-World-Daten (RWD) in regulatorische Entscheidungsfindungsprozesse kann zudem die repräsentative und generalisierbare Evidenz erweitert werden.

Darüber hinaus können integrierte klinische Studien größere Vorteile sowohl für den Studiensponsor als auch für die Patienten erschließen. Die Integration von Studienelementen in die klinische Praxis kann die Duplikation von Studien- und Pflegeaktivitäten reduzieren. Das führt zu höherer Effizienz, Kosteneinsparungen und geringerem Aufwand für die an den Studien teilnehmenden Patienten.14 Hochwertige Evidenz, die durch integrierte klinische Studien gewonnen wird, kann die wirtschaftliche Effizienz und die Effizienz im Gesundheitswesen steigern. Dies zeigt sich an einem Nettonutzen für das Gesundheitssystem von 1,6 Milliarden AUD und einem Nutzen-Kosten-Verhältnis zwischen 6:1 und 51:1 in einer Überprüfung von 24 klinischen Studien in der Spätphase.15

Auch Patienten profitieren von integrierten klinischen Studien. Die Integration von Studien in die klinische Praxis kann die Umsetzung von Wissen in eine verbesserte Patientenversorgung fördern, da hochwertige Evidenz die klinische Entscheidungsfindung leiten und die Konsistenz in der klinischen Praxis fördern kann.16 Diese Integration ermöglicht die nahtlose Einbindung von Forschungsergebnissen in die Patientenversorgung, was zu fundierteren Behandlungsentscheidungen, verbesserten Patientenergebnissen und einem evidenzbasierteren Ansatz in der Gesundheitsversorgung führt.

Diese qualitativ hochwertigeren Daten sind für Entscheidungsträger in der medizinischen Praxis enorm wertvoll. Durch das Lösen von Herausforderungen im Bereich Interoperabilität wird der Datenaustausch zwischen Forschern, Geldgebern und Fachzeitschriften gefördert. Das erleichtert die Evidenzaggregation über RCTs hinweg und bietet so Entscheidungsträgern Zugang zu einer breiteren Forschungslandschaft als Grundlage für die Entscheidungsfindung18

Trotz der Verbesserungen, die Evidenz aus der klinischen Praxis und eingebettete Studien zu unserem Verständnis medizinischer Fragen beitragen können, müssen Forscher ethische Bedenken sorgfältig gegen die Vorteile klinischer Studien im Allgemeinen abwägen. Bei klinischen Studien ist es von entscheidender Bedeutung, den Bedarf an neuem medizinischem Wissen mit den Rechten und der Sicherheit der Teilnehmenden in Einklang zu bringen. Die Studien sollten sich auf aussagekräftige Fragen konzentrieren, wenn eine echte Unsicherheit über die beste Behandlung besteht.

Durch die regelmäßige Aktualisierung der Überprüfungen der aktuellen Evidenz können Forschende besser verstehen, wo die wahren Unsicherheiten liegen. Trotz sich entwickelnder Evidenz ist eine gewisse Unsicherheit unvermeidlich. Dennoch muss sich die Forschung auf Bereiche konzentrieren, in denen mehr Informationen am dringendsten benötigt werden und für die Patienten von Vorteil sind, und dabei die begrenzte Zeit, die begrenzten Ressourcen und die Beteiligung der Patienten bestmöglich nutzen. Durch die Umsetzung dieser Strategien können Gesundheitsdienstleister hochwertige Erkenntnisse aus klinischen Studien nutzen, um fundiertere Entscheidungen in der medizinischen Praxis zu treffen.

Die Integration von patientengenerierten Daten ist ein Eckpfeiler in der Entwicklung der Gesundheitsversorgung beim Übergang zu einem kollaborativeren und ergebnisorientierteren Versorgungsmodell. Dieser dynamische Ansatz basiert nicht nur auf klinischen Daten, sondern auch auf der Fülle von Informationen, die die Patienten selbst liefern, und bietet eine ganzheitliche Übersicht über den individuellen Gesundheitsverlauf. Eine Verbesserung der Patientenergebnisse steigert in der Folge das Wertversprechen des Gesundheitssystems und trägt so zu einem gerechteren und nachhaltigeren langfristigen Zugang bei.19 Die Befähigung von Patienten durch die Nutzung von Praxisdaten kann zu einem besseren Verständnis ihrer gesundheitlichen Situation führen und dafür sorgen, dass sie sich aktiv in ihre Versorgung einbringen.

Darüber hinaus unterstützt die Nutzung dieses umfassenden Datenpools den Übergang zu einer wertorientierten Versorgung, bei der Gesundheitsdienstleister für die Qualität der Versorgung und nicht für die Menge der erbrachten Dienstleistungen belohnt werden. Ein wertorientiertes Versorgungsmodell könnte die Gesundheitskosten um bis zu 30 % senken.20 Durch die Nutzung des gesamten Spektrums an Patientendaten können Ärzte fundierte Entscheidungen treffen, die sich auf Ergebnisse konzentrieren, und so letztlich die Kosten senken und die Patientenzufriedenheit erhöhen.

Eine wertorientierte Versorgung, unterstützt durch patientengenerierte Daten, verspricht wirtschaftliche Effizienz und eine profundere und persönlichere Interaktion zwischen Patienten und ihren Behandlungsteams. Dieser Paradigmenwechsel könnte dazu führen, dass Gesundheitsdienstleister mehr Zeit mit Patienten verbringen und so ein System fördern, das von guten Patientenergebnissen profitiert.21

Wir stehen an der Schwelle zu einer neuen Ära im Gesundheitswesen und das Transformationspotenzial von Patientendaten bringt uns weiter voran. Es ist an der Zeit, die Rolle des Patienten im Rahmen seiner Gesundheitsversorgung vom passiven Empfänger zum aktiven Beitragenden neu zu definieren. Stellen Sie sich eine Zukunft vor, in der Patienten Stakeholder und Mitwirkende ihrer medizinischen Erfahrungen sind. Sie beeinflussen ihre Gesundheitsversorgung aktiv und besitzen die kompletten medizinischen End-to-End-Daten.

Echte Eigenverantwortung entsteht durch Zusammenarbeit. Indem wir den Patienten die Kontrolle über ihre Daten geben, vertrauen wir ihnen die Schlüssel für ein Gesundheitssystem an, das sie als gleichberechtigt ansieht. Diese Vision treibt uns in Richtung einer Infrastruktur, die sorgfältig dazu konzipiert ist, Ärzte mit umfassenden medizinischen Anamnesen und patientengenerierten Daten in digitaler Form zu unterstützen und so die Präzision ihrer Behandlungsstrategien zu steigern.

Es ist mehr als ein Aufruf zum Handeln – es ist eine Einladung, das Gesundheitswesen gemeinsam zu revolutionieren. Indem wir Patienten, Gesundheitsanbieter und Forscher auf einer gemeinsamen digitalen Plattform zusammenführen, fördern wir die Forschung und schaffen ein Fundament für kooperative Gesundheitsinnovationen. Lassen Sie uns gemeinsam die Zukunft der Medizin einläuten, indem wir die Lücke mit Patientendaten schließen und damit unsere Bemühungen auf den grundlegendsten Aspekt der Gesundheitsversorgung ausrichten: das verbesserte Wohlbefinden aller Patienten, die wir versorgen.

1. Eastwood. (2023). Article available from https://healthtechmagazine.net/article/2023/05/structured-vs-unstructured-data-in-healthcare-perfcon [Accessed April 2024]

2. Shilo, Rossmand, and Segal. (2020). Nat Med 26, 29-38. Paper available from https://www.nature.com/articles/s41591-019-0727-5 [Accessed April 2024]

3. Gatley and Richardson. (2011). J R Soc Med 104, 133-134. Paper available from https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3046203/ [Accessed April 2024]

4. IBM. Article available from https://www.ibm.com/topics/interoperability-in-healthcare [Accessed April 2024

5. Soule. (2020). Article available from https://www.healthcatalyst.com/insights/healthcare-interoperability-barriers-solutions [Accessed April 2024]

6. Datavant. (2023). Article available from https://www.datavant.com/blog/interoperability-in-healthcare

7. ICHOM. Webpage available from https://www.ichom.org/faqs/[Accessed April 2024]

8. AMA. (2021). Policy available from https://managedcarelegaldatabase.org/ama-policy/value-based-decision-making-in-the-health-care-system-h-450-938/ [Accessed April 2024]

9. Maiti et al. (2020). Softw Pract Exp 52, 887-903. Paper available from https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8441732/ [Accessed April 2024]

10. Biedermann et al. (2021). BMC Medical Research Methodology 21, article number 238. Article available from https://link.springer.com/article/10.1186/s12874-021-01434-3 [Accessed April 2024]

11. HL7 FHIR. Webpage available from https://www.hl7.org/fhir/overview.html [Accessed April 2024]

12. HL7 International. Webpage available from https://www.hl7.org/index.cfm [Accessed April 2024]

13. Pragmatic Trials Collaboratory. (2022). Paper available from https://rethinkingclinicaltrials.org/chapters/dissemination/dissemination-implementation-top/conceptualizing-the-challenge-of-dissemination-and-implementation-in-pragmatic-research/ [Accessed April 2024]

14. Kehoe. (2023). Article available from https://www.clinicalleader.com/doc/putting-it-into-practice-why-we-need-embedded-clinical-trials-0001 [Accessed April 2024]

15. Howard-Jones and Webb. (2021). J Paediatr Child Health 57, 474-476. Paper available from https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8013288/ [Accessed April 2024]

16. Clinical Trials Transformation Initiative. (2022). Article available from https://ctti-clinicaltrials.org/topics/novel/trials-in-healthcare-settings/ctti-unveils-new-recommendations-for-embedding-clinical-trials-into-clinical-practice/ [Accessed April 2024]

17. Walker et al. (2023). JMIR Med Inform. 11, e43848. Paper available from https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10007006/ [Accessed April 2024]

18. Bhati, Deogade and Kanyal. (2023). Cureus 15, e47731. Paper available from https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10676194/ [Accessed April 2024]

19. Singhal and Coe. (2016). Article available from https://www.mckinsey.com/industries/healthcare/our-insights/the-next-imperatives-for-us-healthcare [Accessed April 2024]

20. Deloitte. Article available from https://www2.deloitte.com/tr/en/pages/life-sciences-and-healthcare/articles/internet-of-things-iot-in-health-care-industry.html [Accessed April 2024]