Daten bieten enormes Potenzial, die Qualität und Effizienz der Patientenversorgung zu steigern. Sie müssen nur genutzt werden.
Datendetektive gewinnen aus den riesigen Mengen an Patientendaten wertvolle Erkenntnisse. Sie analysieren historische Daten, aktuelle Behandlungsergebnisse und klinische Prozesse, um Muster zu identifizieren, die auf Verbesserungspotenziale hinweisen oder klinische Entscheidungshilfen geben.
Datensilos verbinden. Daten sind die Grundlage für Verbesserungen im Gesundheitswesen. Tools und Netzwerke müssen nach ihnen schürfen dürfen.
Per Knopfdruck Hilfe
Klinische Entscheidungshilfen (CDS, Clinical Decision Support Systems) analysieren Patientendaten und können durch die Integration von Algorithmen und Machine-Learning-Techniken Muster erkennen und datenbasierte Alarme oder Empfehlungen abgeben. Klaus-Peter Adlassnig ist Gründer und Geschäftsführer des österreichischen Unternehmens Medexter: „Wir haben ein Tool zur Infektionsüberwachung am Universitätsklinikum Wien installiert, das routinemäßig eingesetzt wird. Zudem ist es immer noch zu Forschungszwecken für eine frühzeitige Warnung und Alarmierung bei Verdachtsfällen von HAI aktiv.“ Neueste Studien an einem Satz von Patientendaten aus der Intensivmedizin zeigten eine Sensitivität von 93,8 Prozent und eine Spezifität von 99,8 Prozent. Die Hürden: „Trotz der erwiesenen Wirksamkeit bei der Erkennung von HAI stehen zentrale Herausforderungen wie die Interoperabilität mit anderen medizinischen Systemen immer noch einer breiten Einführung der Systeme im Wege, obwohl wir selbst Standards wie HL7 und FHIR einsetzen.“
Diabetes im Spital managen
Diabetes ist eine häufige Begleiterkrankung, die unabhängig von der Hauptdiagnose in allen Krankenhausstationen behandelt werden muss. Ein CDSS kann bei der effektiven Blutzuckerkontrolle und Anpassung der Medikation unterstützen. Peter Beck ist Co-Founder des Grazer Start-ups Decide Clinical Software, dem es gelungen ist, das EU-weit einzige zertifizierte Medizinprodukt zur Entscheidungsunterstützung bei Diabetes zu entwickeln. „Die digitale Unterstützung berechnet auf Basis erfasster Blutzuckerwerte und Mahlzeiten mittels klinisch validierter Algorithmen Vorschläge für Dosisfindung und tägliche Therapieanpassung.“ Das Produkt habe Potenzial für den Einsatz in der mobilen Pflege.
Warum wir mehr Datendetektive bräuchten
Operational Research ist ein Bereich der Mathematik, der sich mit der bestmöglichen Annäherung an Lösungen komplexer Entscheidungsprobleme durch Optimierungsalgorithmen, datengestützte Analysen, Simulationsmodelle und visuelle Darstellungen befasst. Seit 2014 arbeitet ein Teil der Operational Research (OR) Gruppe der Universität Cardiff im Rahmen eines einzigartigen Kooperationsprogramms eng mit dem Aneurin Bevan University Health Board (ABUHB) zusammen. Doris Behrens, Leiterin des Departments für Wirtschaft und Gesundheit der Universität für Weiterbildung Krems und langjähriges Mitglied des walisischen NHS-Teams: „Durch den vollen Zugriff auf die Daten können wir Prozesse sichtbar machen, die bisher nicht gesehen oder nicht verstanden wurden.“ Als Beispiel nennt sie die langen Wege des Pflegepersonals, etwa vom Lager oder Verbandsraum zu den Patienten, die dazu führen, dass das Pflegepersonal oft mehr als fünf km am Tag zurücklegt. Preisgekrönte Projekte wie die modellbasierte Reduktion der Wartezeiten in der Notfallversorgung, die optimierte Ablauf- und Terminplanung der Operationssäle und die proaktive Personalplanung (etabliert während der ersten und zweiten COVID-Wellen) sind mittlerweile fester Bestandteil der Planung im ABUHB. „Ich denke, dass wir mit diesen wissenschaftlichen Methoden auch in Österreich einen wirklichen Dienst am Patienten leisten können“, so Behrens.
