Gesundheit ist die Grundlage für das gesamtgesellschaftliche Wohlergehen eines Landes. Um den steigenden Ansprüchen der Bevölkerung weiterhin gerecht zu werden, muss sich die Gesundheitsversorgung allerdings anpassen. Eine zunehmend älter werdende Bevölkerung benötigt eine umfassende Betreuung, die aufgrund des wachsenden Fachkräftemangels in der Pflege immer schwieriger zu gewährleisten ist. Sowohl seltene Krankheitsbilder, die mangels Informationen kaum erforscht sind, als auch chronische Volkskrankheiten, die wegen ihrer weiten Verbreitung Lösungen erfordern, bedürfen intensiver Forschung. Darüber hinaus entstehen in ländlichen Regionen zunehmend medizinische Versorgungsengpässe, da die Anbindung über öffentliche Verkehrsmittel oftmals kritisch ist und im Zuge der Landflucht auch medizinisches Fachpersonal abwandert. Des Weiteren trägt das allgemein gestiegene Gesundheitsbewusstsein in der Gesellschaft dazu bei, dass vermehrt gesunde Personen zu Stakeholdern medizinischer Beratung werden. Sie wünschen sich Unterstützung bei der Auswertung von Daten, die sie z. B. mit einer Fitnessuhr präventiv erheben.
Die Digitalisierung kann einen unschätzbaren Wert für das Gesundheitswesen haben. Wir können die zahlreichen Daten, die vorhanden sind, sinnvoll nutzen, um das Wohlbefinden der Gesellschaft aufrechtzuerhalten und zu stärken. Dabei stehen der Mensch und seine Gesundheit stets im Vordergrund.
Um diese Herausforderungen zu bewältigen, reicht es nicht, einzelne Teilbereiche des Gesundheitssystems anzupassen. Ein umfassender Strukturwandel ist notwendig, damit eine hohe Lebensqualität über alle Phasen des Lebens hinweg gewährleistet wird. Von der Prävention bis zur Therapie, von der medizinischen Versorgung in zentralisierten Spezialkliniken bis zur häuslichen Pflege muss die Versorgungskette ganzheitlich betrachtet und menschenzentriert geformt werden. Die Digitalisierung bietet hierfür zahlreiche innovative Möglichkeiten. Eine langjährige, individuelle Datenerfassung ermöglicht eine lebenslange medizinische Begleitung und Krankheitsvorsorge sowie genauere Diagnosen und effizientere Therapien. Neue Technologien zur Datenanalyse erleichtern die Auswertung großer Datenmengen und sorgen für ein besseres Verständnis komplexer Erkrankungen. Durch den Einsatz von Telemedizin (medizinische Versorgung mithilfe von Telekommunikationsmitteln zur Überbrückung einer zeitlichen oder räumlichen Distanz) wird es möglich, ärztlichen Rat unabhängig von Zeit und Ort einzuholen. Dies verbessert insbesondere die medizinische Versorgung schlecht angebundener Orte (ländliche Regionen, Bohrinseln, Frachtschiffe etc.). Weitere digitale Angebote wie z. B. Apps unterstützen bei der Prävention oder Heilung von Krankheiten.
Die Vernetzung medizinischer Daten ermöglicht den Einsatz lernender Systeme, die den breiten Erfahrungsschatz, wie sich Krankheiten und Therapien in der Versorgungsrealität entwickeln, nutzen. Diese können z. B. Muster im Krankheitsverlauf erkennen und damit das medizinische Personalbei der Auswertung um fangreicher Informationen unterstützen.
Das Zukunftslabor Gesundheit des ZDIN beschäftigt sich mit den Potenzialen der Digitalisierung im Gesundheitssektor. Die Wissenschaftler*innen entwickeln anwendungsorientierte Lösungen für ein vernetztes Gesundheitssystem und beziehen sich dabei auf konkrete Praxisfälle. Sie unterteilen ihre Arbeit in drei Teilprojekte.
THEMENSCHWERPUNKTE
DATENANALYSE UND DATENAUSTAUSCH
Das Teilprojekt „Datenanalyse und Datenaustausch” entwickelt eine zentrale Forschungsplattform zur umfassenden Bereitstellung medizinischer Daten, die von verschiedenen Akteuren im Gesundheitswesen erzeugt werden (ambulante, teilstationäre und stationäre Einrichtungen). Durch die Verknüpfung dieser Daten wird es ermöglicht, Muster im Krankheitsbild einer Person zu erkennen, Rückschlüsse auf Vorerkrankungen zu ziehen und den Gesundheitszustand in einen Gesamtzusammenhang einzuordnen. Infolgedessen werden Diagnosen genauer, Therapien effizienter und somit die Behandlung individueller. Eine umfassende Dateninfrastruktur ist darüber hinaus Voraussetzung für den Einsatz neuer Technologien. Diese können zum Beispiel Daten automatisiert nach Mustern oder Abweichungen durchsuchen und unter Berücksichtigung des Schutzes personenbezogener Daten aufschlüsseln (Privacy-Preserving Data Mining). Solche Technologien werten Daten zügiger aus als Menschen, wodurch eine schnellere Behandlung der Betroffenen möglich wird. Darüber hinaus können große Mengen an Daten verschiedener Patientinnen und Patienten miteinander verglichen werden, um zum Beispiel Volkskrankheiten zu erforschen.
Für die Gesundheitsforschung ist es wichtig, interdisziplinär zu arbeiten und Kompetenzen in der Analyse von Daten und der Interpretation von Ergebnissen zu bündeln, mit dem Ziel, gemeinsam neue Erkenntnisse zu Ursachen und Verlauf von Erkrankungen zu generieren. Darauf aufbauend können neue Strategien für Prävention, Diagnostik und Therapie entwickelt und evaluiert werden.
Die Wissenschaftler*innen entwickeln anwendungsorientierte Lösungen für ein vernetztes Gesundheitssystem und beziehen sich dabei auf konkrete Praxisfälle. Sie unterteilen ihre Arbeit in drei Teilprojekte. Im ersten Teilprojekt arbeiten die Forschenden an einer Forschungsplattform für die Analyse und den Austausch medizinischer Daten, die von verschiedenen Akteuren im Gesundheitswesen erzeugt werden (ambulante, teilstationäre und stationäre Einrichtungen). Durch die Verknüpfung dieser Daten wird es ermöglicht, Muster im Krankheitsbild einer Person zu erkennen, Rückschlüsse auf Vorerkrankungen zu ziehen und den Gesundheitszustand in einen Gesamtzusammenhang einzuordnen. Infolgedessen werden Diagnosen genauer, Therapien effizienter und somit die Behandlung individueller. Eine umfassende Dateninfrastruktur ist darüber hinaus Voraussetzung für den Einsatz neuer Technologien. Diese können zum Beispiel Daten automatisiert nach Mustern oder Abweichungen durchsuchen und unter Berücksichtigung des Schutzes personenbezogener Daten aufschlüsseln (Privacy-Preserving Data Mining). Solche Technologien werten Daten zügiger aus als Menschen, wodurch eine schnellere Behandlung der Betroffenen möglich wird. Darüber hinaus können große Mengen an Daten verschiedener Patientinnen und Patienten miteinander verglichen werden, um zum Beispiel Volkskrankheiten zu erforschen.
Die Wissenschaftler*innen stehen bei ihrer Arbeit vor der Aufgabe, eine Vielzahl an Daten unterschiedlicher Struktur, Qualität und Herkunft (zum Beispiel Krankenhäuser, Arztpraxen, Kurkliniken) zusammenzuführen, zu strukturieren und zu vernetzen. Außerdem müssen sie den technischen Schutz der Daten gewährleisten. Das betrifft zum einen den Schutz vor absichtlichen Angriffen Dritter (Security), die gezielten Schaden beabsichtigen. Zum anderen handelt es sich um den Schutz personenbezogener Daten vor der Fremdnutzung durch Unbefugte (Privacy). In diesem Zusammenhang spielen die Bestimmungen der Datenschutzgrundverordnung (DSGVO) zur Pseudonymisierung eine wichtige Rolle. Demzufolge muss die Verbindung personenbezogener Daten zu den jeweiligen Personen durch technische und organisatorische Sicherheitsmaßnahmen verschlüsselt werden (sogenannte Funktionale Trennung). Nur explizit autorisierte Parteien dürfen in der Lage sein, mit zusätzlich gesicherten Informationen die Daten den Personen zuzuordnen. Den Praxisbezug stellen die Forschenden her, indem sie zunächst eine Dateninfrastruktur für kardiovaskuläre (das Herz oder die Gefäße betreffende) Erkrankungen entwickeln. Hier wird die Nützlichkeit einer zentralen Plattform für medizinische Daten besonders deutlich: Kardiovaskuläre Erkrankungen sind in Europa die Ursache für über die Hälfte der Todesfälle. Eine Vernetzung umfangreicher Datensätze könnte neue wertvolle Erkenntnisse über den Krankheitsverlauf und mögliche Therapien bringen.
SENSORIK ZUR PATIENTENNAHEN UNTERSTÜTZUNG
Im Teilprojekt „Sensorik zur patientennahen Unterstützung” werden sensorbasierte Technologien entwickelt, um eine telemedizinische Versorgung zu ermöglichen und um assistierende Gesundheitstechnologien in der Breite verfügbar zu machen. Mithilfe assistierender Gesundheitstechnologien werden medizinische Daten (zum Beispiel Vitalparameter wie Puls oder Atemfrequenz) im direkten Lebensumfeld der Patientinnen und Patienten erhoben und ausgewertet. Dafür werden Sensoren in Kleidungsstücke, Fahrzeuge oder Wohnungen integriert. Mithilfe der durch die Sensoren erhobenen Daten kann das Pflegepersonal den Gesundheitszustand der Patientinnen und Patienten außerhalb medizinischer Einrichtungen beobachten, sodass sich die Betroffenen in ihrem privaten Umfeld aufhalten können. Die Daten ermöglichen außerdem eine verbesserte Diagnostik, Therapie und Pflege, da sie über einen langen Zeitraum gewonnen werden und detaillierte Informationen über den Krankheitsverlauf liefern. Darüber hinaus können auch die Körperhaltungen des Pflegepersonals erfasst werden, um Berufskrankheiten vorzubeugen.
Ein kontinuierliches Health-Monitoring von Patientinnen bzw. Patienten sowie Pflegenden kann dazu beitragen, die Entstehung von Krankheiten frühzeitig zu erkennen und durch geeignete Maßnahmen zu verhindern bzw. deren Folgen zu minimieren.
Die Wissenschaftler*innen arbeiten an zwei konkreten Anwendungsfällen, bei denen es zum einen um die Bewegungserfassung und zum anderen um das Vitalmonitoring (Erfassung und Beobachtung von Vitalparametern) geht. Um die Bewegung von Pflegekräften und Patientinnen bzw. Patienten aufzuzeichnen, kombinieren die Forschenden RGB-Kameras (Standardkameras für die Übertragung farbiger Bilder), Tiefenbildkameras (3D-Kameras zur Messung von Distanzen) und IMUs (Inertiale Messeinheit; Sensoren zum Beispiel zur Messung von Beschleunigung). Übungspuppen und realitätsnahe Umgebungen ermöglichen Tests mit realistischen Bedingungen.
Der Anwendungsfall Vitalmonitoring bezieht sich auf den Einsatz von Sensoren und die Erfassung von Gesundheitsdaten in Smart Homes (Wohnräume mit umfangreich vernetzten und fernsteuerbaren Geräten). Alltagsgegenstände wie Betten oder Türen werden mit Sensoren ausgestatten, um zum Beispiel die Körpertemperatur zu messen oder ein EKG (Elektrokardiogramm) zu schreiben. Solche Methoden ermöglichen ein kontinuierliches Monitoring und damit zum Beispiel die frühzeitige Erkennung von sporadischem Vorhofflimmern, einem der häufigsten Risikofaktoren eines Schlaganfalls. Zentrale Herausforderung bei der Verarbeitung der Sensordaten ist die Datenfusion heterogener Geräteklassen: Die Daten werden von diversen Quellen erhoben (z. B. Autositz, Fitnessuhr), müssen zusammengeführt und nahezu in Echtzeit verarbeitet werden und das ohne Qualitätsverlust. Nur so erhält das medizinische Personal umfangreiche Informationen und kann rechtzeitig reagieren.
AUSBILDUNG, FORTBILDUNG UND WEITERBILDUNG
Das Teilprojekt „Ausbildung, Fortbildung und Weiterbildung” beschäftigt sich damit, die Forschungsergebnisse des Zukunftslabors in Form von Online-Kursen an relevante Zielgruppen zu vermitteln. Zu den Zielgruppen gehören unter anderem Fachkräfte aus den Gesundheitsberufen, Patientinnen und Patienten sowie Studierende der Medizininformatik oder verwandter Studienrichtungen. Zunächst erarbeiten die Wissenschaftler*innen ein didaktisches Konzept für eine online-basierte Wissensvermittlung. Dafür analysieren sie, welche Lehr- und Lernmethoden sich für die jeweilige Zielgruppe am besten eignen, um den verschiedenen Bedürfnissen gerecht zu werden.
Ziel der E-Learning-Plattform ist es, auf Basis eines didaktischen Konzepts die Ergebnisse des Zukunftslabors Gesundheit online-basiert, zielgruppenspezifisch und kompetenzorientiert zu vermitteln.
Das medizinische Fachpersonal benötigt zum Beispiel Schulungen zum korrekten Umgang mit digitalen Technologien in der Pflege. Für Patientinnen und Patienten sollen Informationen zur Privatsphäre und Sicherheit medizinischer Daten bereitgestellt werden. Dies soll zu einer stärkeren Selbstbestimmung der Gesellschaft in Bezug auf Gesundheitsdaten beitragen. Studierende der Medizininformatik erhalten über die Online-Kurse die Möglichkeit, die Forschungsergebnisse in ihr Studium zu integrieren und daran weiterzuarbeiten. Für die Bereitstellung der Informationen und die Durchführung der Online-Kurse entwickeln die Forschenden eine zentrale technische Plattform.
Für ein Lernendes Gesundheitssystem benötigen wir Mediziner und Pflegekräfte, die Daten richtig interpretieren können. Kompetenzen in Datenanalytik und der Anwendung von Privacy Preserving Algorithms in der Künstlichen Intelligenz müssen daher dringend Bestandteil der Ausbildung, Fortbildung und Weiterbildung im Gesundheitswesen werden.
Außerdem arbeiten sie an zwei konkreten Anwendungsfällen: Zum einen entwickeln sie eine Physiotherapie-App, mit der Patientinnen und Patienten dazu mobilisiert werden, ihr rehabilitatives Training im Anschluss an eine OP oder Reha fortzusetzen. Die App beinhaltet zum Beispiel einen digitalen Trainingsplan, eine Erinnerungsfunktion ans Training und eine Verbindungsmöglichkeit mit Trainingsgeräten via Bluetooth. Mithilfe der App sollen die Betroffenen zur sportlichen Aktivität motiviert und der Genesungsprozess gefördert werden. Zum anderen erarbeiten die Forschenden ein Curriculum, um die Fort- und Weiterbildung in Gesundheitsberufen interdisziplinär zu gestalten. Hierunter fällt vor allem der Aufbau von Digitalisierungskompetenzen der Berufstätigen im Gesundheitswesen. Unter Verwendung der Plattform zur Wissensvermittlung sollen sie insbesondere ihre Fähigkeiten in der Datenanalytik stärken können. Dabei geht es unter anderem darum, Daten zu visualisieren und zu interpretieren oder Daten zur Qualitätssicherung einzusetzen.
Bei der Entwicklung der Physiotherapie-App beziehen wir den Gamification-Ansatz in unsere Überlegungen mit ein. Der Einsatz spielerischer Elemente kann die Motivation zur Nutzung der App steigern.
Die Ergebnisse der drei Teilprojekte tragen dazu bei, das Gesundheitssystem als Basis gesamtgesellschaftlichen Wohlergehens weiterzuentwickeln. Innovative und digitale Technologien in der Medizin stärken die gesundheitliche Prävention und die Genesung bei Krankheiten. Über eine Forschungsplattform vernetzte Datensätze bieten neue Möglichkeiten für Diagnose und Therapie. Eine transparentere Information der Gesellschaft erleichtert und fördert die Selbstbestimmung der Menschen bzgl. des Hoheitsgebietes Medizin. Das Zukunftslabor Gesundheit hat somit ein umfassendes Ziel vor Augen: eine gesündere Gesellschaft.
