GANZHEITLICH LEBEN BEGLEITEN
Die medizinische Forschung und Gesundheitsversorgung stehen durch die zunehmende Digitalisierung vor einem grundsätzlichen Umbruch. Grundlegende Fortschritte in der Sensorik und Bildgebung im klinischen Alltag sowie privaten Umfeld liefern neue Daten. Die transsektorale Vernetzung von Versorgungsdaten verknüpft die episodischen Datensätze zu heterogenen Datensätzen, welche mittelfristig die gesamte Lebensspanne umfassen. Neue Datenanalyse-Technologien für große Datenmengen ermöglichen neuartige Ansätze für das Verständnis und die Therapie von Erkrankungen. Dabei handelt es sich nicht um den einfachen Einsatz von Technologien, sondern um grundlegende Veränderungen der Gesundheitsversorgung, die sich in einer individuelleren Versorgung, neue telemedizinische Angebote und neue Marktteilnehmer darstellen.
Zentrale Aspekte sind der Einsatz neuer digitaler Methoden in Versorgung und Pflege, eine evidenz- und datenbasierte Medizin, die Gestaltung gesundheitsfördernder Lebenswelten, smarte Implantate und neuartige (Bio-)Sensorik, eine personalisierte Medizin sowie umfassende Versorgungsforschung entlang der gesamten Versorgungskette. Besonders bedeutend sind die Schwerpunkte translationale Medizin, Versorgung in der Fläche, individuelle Prävention im Sinne einer gesunden Lebensplanung. Es bedarf auch einer Weiterentwicklung von Ausbildung und Lehre zur notwendigen Kompetenzvermittlung.
Wissenschaftler*innen
Jannik Fleßner (Jade Hochschule - Wilhelmshaven Oldenburg Elsfleth)
Jannik Fleßner ist wissenschaftlicher Mitarbeiter an der Jade Hochschule Wilhelmshaven, Oldenburg, Elsfleth in der Abteilung Technik und Gesundheit für Menschen. Seine Forschungsschwerpunkte sind: Mensch-Maschine Interaktion, Expertensysteme, Smart Home, Künstliche Intelli...
MEHR ZUR PERSON
Dr. -Ing. Sandra Hellmers (Carl von Ossietzky Universität Oldenburg)
Dr.-Ing. Sandra Hellmers ist wissenschaftliche Mitarbeiterin in der Abteilung Assistenzsysteme und Medizintechnik an der Carl von Ossietzky Universität Oldenburg. Ihre Forschungsschwerpunkte sind die Bewegungserfassung und -analyse mit optischen, tragbaren sowie ambienten ...
MEHR ZUR PERSON
Jens Hüsers (Hochschule Osnabrück)
Jens Hüsers ist wissenschaftlicher Mitarbeiter in der Forschungsgruppe Informatik im Gesundheitswesen an der Hochschule Osnabrück. Er befasst sich mit der IT-gestützten Versorgung von chronischen Wunden. Dazu zählen auf KI basierte Entscheidungsunterstütztungssysteme. Zude...
MEHR ZUR PERSON
Matthias Katzensteiner (Hochschule Hannover)
Matthias Katzensteiner ist wissenschaftlicher Mitarbeiter in der Hochschule Hannover an der Fakultät III für Information und Kommunikation. Seine Forschungsschwerpunkte sind: Datenmodellierung, Datenintegration, Didaktik und Online-Lehre. ...
MEHR ZUR PERSON
Jendrik Richter (Universitätsmedizin Göttingen)
Jendrik Richter ist wissenschaftliche Mitarbeiter am Institut für Medizinische Informatik an der Universitätsmedizin Göttingen (UMG). Seine Forschungsschwerpunkte sind: Interoperabilität im Gesundheitswesen, Datenaustauschstandards und Datentransformation (ETL), Klinische ...
MEHR ZUR PERSON
Daniel Thole (Universitätsmedizin Göttingen)
Daniel Thole ist wissenschaftlicher Mitarbeiter am Institut für Medizinische Informatik der Universitätsmedizin Göttingen. Er ist als Koordinator des Zukunftslabors Gesundheit tätig. Sein Forschungsschwerpunkt ist die Nachhaltigkeit von Projekten im Gesundheitswesen.

Stefan Vogel (Universitätsmedizin Göttingen)
Stefan Vogel ist wissenschaftlicher Mitarbeiter am Institut für Medizinische Informatik in Göttingen Universitätsmedizin Göttingen Seine Forschungsschwerpunkte sind: Klinische Entscheidungsunterstützungssysteme und Künstliche Intelligenz im Gesundheitswesen nsowie Software...
MEHR ZUR PERSONGeförderte Einrichtungen

Berichte

Workshop Zukunftslabor Gesundheit: Datenspende im Gesundheitswesen
Wissenschaftler*innen des Zukunftslabors Gesundheit nahmen an der Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS) e. V. teil. Eine Kombination aus Impulsvorträgen und Diskussionen lieferte wichtige Erkenntnisse für die weitere Forschung. MEHR

Erfolgreicher Messeauftritt des Zukunftslabors Gesundheit
Gesundheitsforschung trifft Wirtschaft: Die Wissenschaftler*innen des Zukunftslabors Gesundheit stellten auf der diesjährigen DMEA ihre Forschung vor. Besucher*innen konnten spannende Exponate ausprobieren und sich über Themen wie Sensorik und Datennutzung in der Gesundheitsversorgung informieren. MEHR

Sensoren für eine datenbasierte Gesundheitsprävention getestet
Im Rahmen des Gesundheitsmonitorings erfassten die Wissenschaftler*innen Daten von Wirbelsäulensensoren und testeten EKG-T-Shirts. Zudem entwickelten sie eine Struktur zur Verarbeitung der Sensordaten. Darüber hinaus arbeiten sie an einer Risikokommunikation, die präventiv auf schädliche Umweltfaktoren hinweist. MEHR
Videos und Podcasts
Digitales Gesundheitswesen: Datenaustausch und Sensorik

Lernendes Gesundheitswesen – Das Potenzial medizinischer Daten.

Diagnose übers Smartphone – Wie sich Ärzt*innen von ihren Patient*innen entfernen.
Wissenschaftliche Veröffentlichungen
What Determines the Use of Clinical Decision Support Systems in Nursing? Results of a Multiple Regression Analysis
Introduction In nursing, professionals are expected to base their practice on evidence-based knowledge, however the successful implementation of this knowledge into nursing practice is not always assu...
Introduction In nursing, professionals are expected to base their practice on evidence-based knowledge, however the successful implementation of this knowledge into nursing practice is not always assured. Clinical Decision Support Systems (CDSS) are considered to bridge this evidence-practice gap. Methods This study examines the extent to which evidence-based nursing (EBN) practices influence the use of CDSS and identifies what additional factors from acceptance theories such as UTAUT play a role. Results and Discussion Our findings from three regression models revealed that nursing professionals and nursing students who employ evidence-based practices are not more likely to use an evidence-based CDSS. The relationship between an EBN composite score (model 1) or is individual dimensions (model 2) and CDSS use was not significant. However, a more comprehensive model (model 3), incorporating items from the UTAUT such as Social Influences, Facilitating Conditions, Performance Expectancy, and Effort Expectancy, supplemented by Satisfaction demonstrated a significant variance explained (R² = 0.279). Performance Expectancy and Satisfaction were found to be significantly associated with CDSS utilization. Conclusion This underscores the importance of user-friendliness and practical utility of a CDSS. Despite potential limitations in generalizability and a limited sample size, the results provide insights into that CDSS first
Autor*innen
- Florian Kücking
- Steffen Zukunft
- Helga Schell
- Christina Birkner
- Ann-Kristin Rotegård
- Jens Hüsers (Hochschule Osnabrück)
- Prof. Dr. rer. nat. Ursula Hertha Hübner (Hochschule Osnabrück)
Veröffentlichung
- German Medical Data Science
- 01.08.2024
Diese Veröffentlichung entstand aufbauend auf der ZDIN Förderung.
WenigerDimensions of Evidence-Based Practice in Nursing: Results of a Factor Analysis
Clinical decision support systems (CDSS) are capable of bridging evidence and practice. However, it is unclear what dimensions determine evidence-based practice under real world conditions. To answer ...
Clinical decision support systems (CDSS) are capable of bridging evidence and practice. However, it is unclear what dimensions determine evidence-based practice under real world conditions. To answer this question, 126 registered nurses and nursing students from the Munich municipal hospital group filled in a systematically developed and validated questionnaire with 26 items. An exploratory factor analysis revealed the three dimensions "Knowledge", "Trust" and "Practice" which explain 56.5% of the total variance. They are corroborated by the literature and match findings about evidence-based practice in medicine. These results not only provide insights into the construct evidence-based practice but also give practical hints how to foster evidence-based daily work in nursing. A supportive clinical environment seems to be paramount to achieve this goal: access to evidence-based resources, team meetings to reflect the experience and the inclusion of the patients’ needs.
Autor*innen
- Florian Kücking
- Steffen Zukunft
- Helga Schell
- Christina Birkner
- Ann-Kristin Rotegård
- Jens Hüsers (Hochschule Osnabrück)
- Prof. Dr. rer. nat. Ursula Hertha Hübner (Hochschule Osnabrück)
Veröffentlichung
- Innovation in Applied Nursing Informatics
- 01.07.2024
Diese Veröffentlichung entstand aufbauend auf der ZDIN Förderung.
WenigerInformation in Healthcare – From Data to Knowledge: Improving Data Literacy Competencies
Digitalization in healthcare and the increasing availability of data demand data literacy competences of nurses and other healthcare professionals including technical, ethical and communication skills...
Digitalization in healthcare and the increasing availability of data demand data literacy competences of nurses and other healthcare professionals including technical, ethical and communication skills. The international Spring School 2023 “Information in Healthcare – From Date to Knowledge” aimed at these competences covering interoperability, data protection and security, data analytics and ethical issues. These topics were embedded in the overall case of data-driven quality improvement for diabetes patients in a region. The curriculum includes an online preparation-phase and a five-days attendance week, incorporating problem-based and group work approaches. According to the student´s evaluation, the awareness of the importance of the topics was raised and theoretical as well as practical application skills were improved. The Spring School enhanced data literacy competences, critical thinking, problem-solving, interprofessional und intercultural skills among healthcare professionals. Such course offering can contribute to meeting the increasing challenges of digitalization in healthcare.
Autor*innen
- Nicole Ergbert (Netzwerk Versorgungskontinuität in der Region Osnabrück e.V.)
- Tiina Haukkakallio
- Jens Hüsers (Hochschule Osnabrück)
- Laura Phipps
- Mari F. Tietze
- Pedro Vieira-Marques
- Prof. Dr. rer. nat. Ursula Hertha Hübner (Hochschule Osnabrück)
Veröffentlichung
- Studies in Health Technology and Informatics
- 01.07.2024
Diese Veröffentlichung entstand aufbauend auf der ZDIN Förderung.
WenigerWissenschaftliche Vorträge
ProvideQ: Datenbank für präanalytische Variabilität und Bioprobenqualität
Prof. Dr.-Ing. Oliver J. Bott (Hochschule Hannover)
Prof. Dr. Johanna Apfel-Starke
Prof. Dr. Thomas Illig
Dr. Sara Haag
Veranstaltung: Biodatenbankensymposium 2024, Berlin
Datum: 23.09.2024
Datenvorverarbeitung als zentrales Element der Entwicklung von Prognosemodellen in der Nierenabstoßungsdiagnostik
Matthias Katzensteiner (Hochschule Hannover)
Veranstaltung: KI-Forum der Hochschule Hannover
Datum: 17.09.2024
Methoden zur Zeitreihenharmonisierung in der sekundärdatenbasierten medizinischen Forschung
Darian Liehr (Hochschule Hannover)
Veranstaltung: KI-Forum der Hochschule Hannover
Datum: 17.09.2024
Technologiedemonstratoren
Weiterbildungsangebote
Dein Bett als Lebensretter!
Patientennahe Sensorsysteme in der Pflege
MEHR
Im privaten Umfeld - wie das Bett - können Sensoren verbaut werden, die lebenswichtige Signale aufzeichnen. Warum ist das hilfreich? Diese Daten können ausgewertet werden, um den Gesundheitszustand einer Person zu erfassen. Welche Biosignale noch wichtig sind, welche Sensortechnik es gibt und wie die Daten ausgewertet werden können, ist Inhalt dieses Kurses.
Blut spenden - kein Thema. Aber Daten?
Das lernende Gesundheitswesen: So lernt es
MEHR
Ein Pieks für den guten Zweck: Blutspenden können anderen Menschen das Leben retten. Wie sieht’s mit den Gesundheitsdaten aus? Wer würde sie hergeben, um das Gesundheitswesen zu verbessern? Dieser Kurs informiert über die unterschiedlichen Arten medizinischer Daten und wie diese für eine bessere Krankenversorgung und eine innovative Forschung genutzt werden können.
Das Lernende Gesundheitssystem in Aktion
Klinische Datenmodellierung
MEHR
Ein Lernendes Gesundheitssystem lernt von jedem Patienten und jeder Patientin. Dazu werden die erhobenen Daten genutzt, um beispielsweise Wissen in Form von statistischen Modellen zu erzeugen. In diesem Kurs wird anschaulich gezeigt, wie diese Modelle mit Gesundheitsdaten im Sinne eines Lernenden Gesundheitssystems erstellt werden.
Gamechanger Assistierende Gesundheitstechnologien
Intelligente Technologien für eine bessere Gesundheit
MEHR
Schrittzähler und Pulsmesser sind längst keine Besonderheit mehr. Digitale Technologien bieten noch viel mehr Möglichkeiten des Gesundheits-Monitorings. Wie sehen diese aus, welche Daten werden erhoben und welche Herausforderungen gibt es dabei? Dieser Kurs gibt Einblicke in assistierende Technologien – die Wegbereiter für eine optimierte medizinische Behandlung.