Big Data im Gesundheitswesen

Digitalisierung und technischer Fortschritt finden in jedem Bereich unseres Lebens statt. Sei es Online-Banking, Carsharing oder Virtual Reality. Grenzen scheint es keine zu geben. Selbst im Gesundheitswesen, einer Branche mit hoch sensiblen Datensätzen, ist Data-Logging angekommen.

Im medizinischen Bereich fällt eine große Datenmenge an. Darunter beispielsweise persönliche Patientendaten, Krankheitsverlauf, familiäre Krankheitsgeschichte, Arztberichte und Behandlungskosten. Hinzu kommen Daten, die durch technische Geräte während einer Behandlung anfallen, wie MRT, Blutuntersuchungen, Röntgen oder selbst erhobene Gesundheitsdaten mittels App.

Einsparungen im hohen Milliardenbereich sind realistisch

Die Analyse dieser heterogenen Datenmengen kann bislang unbekannte Zusammenhänge aufzeigen. Etwa Faktoren, die das Entstehen einer Krankheit begünstigen oder bei welchen Menschen diese Krankheit vorrangig auftritt. Ärzte können Präventionsmaßnahmen auf ihre Effektivität prüfen. Einige Therapien versprechen unter bestimmten Bedingungen mehr Erfolg.

Gleichzeitig können Kosten im Gesundheitsbereich gesenkt werden. Laut dem Network for Excellence in Health Innovation können in den USA alleine 21 Milliarden Dollar bei falsch ausgestellten Rezepten gespart werden. Im gesamten Gesundheitssektor der USA gehen aktuelle Schätzungen 400 Milliarden Dollar aus, die Big Data einsparen kann. Krankenkassen können Behandlungsverläufe von Krankheitsbildern vergleichen und mögliche Fehldiagnosen verhindern. Ebenso können Ärzte auf Basis ähnlicher Krankheitsbilder über mögliche Therapien entscheiden.

Politiker beraten über Big Health

Auf politischer Ebene findet Big Data genauso statt. Bei der letzten Konferenz der deutschsprachigen GesundheitsministerInnen in Lindau sprach sich Bundesminister Jens Spahn dafür aus, Herausforderungen bei Big Data […] gemeinsam anzugehen. Eine engere Zusammenarbeit der Länder soll im Rahmen eines gemeinsamen Projekts entstehen.

„Weltweit wachsen im Zuge der Digitalisierung im Gesundheitswesen die Datenmengen. […] Es gilt, die an verschiedenen Stellen unseres Gesundheitswesens liegenden Daten besser zu erfassen und zu verknüpfen, um neue Zusammenhänge zu erkennen und für Forschung und Versorgung zu nutzen.“

Schlusserklärung der deutschsprachigen Gesundheitsminister vom 03. September 2018

In Deutschland ist die Zusammenführung der medizinischen Daten noch schwierig. Das föderale Gesundheitssystem steht einer einfachen Vernetzung der Behörden im Weg. Zudem sind Ärzte, Krankenkassen und Krankenhäuser untereinander nur wenig miteinander in Kontakt. Trotz dieser Hindernisse gibt es bereits diverse Projekte im Bereich Gesundheit die sich dem Thema Big Data widmen.

Best Practice Beispiele

An der Technischen Universität München (TUM) wird mittels Crowdsourcing versucht, die Unmengen an gesammelten Daten zu sortieren. Um die Datensätze im praktischen Einsatz nutzen zu können, haben Forscher an der TUM ein Computerspiel entwickelt. Der Spieler sagt dem Computer, welche Zelle in der Spielumgebung eine Krebszelle ist. Die Leute haben Spaß am Spiel und der Computer lernt, wie er eine Krebszelle von einer gesunden Zelle unterscheidet.

Im September 2018 kam Vivy auf den Markt. Eine App, mit der mehr als 13 Millionen Versicherte ihre Gesundheitsdaten verwalten können. Vivy kann beispielsweise Röntgenbilder an einen Facharzt verschicken, den User an einen Impftermin erinnern oder vor möglichen Wechselwirkungen von Medikamenten warnen. Ob die Versicherten diesen neuen Service annehmen, wird sich in Zukunft zeigen.

NelumBox ist Big Data

Die NelumBox bringt Lane Risk Profiling auf ein neues Level, indem die Software über die Laufzeit erhobene Datensätze intelligent aufbereitet und mit anderen Datenquellen verknüpft. Das Live-Tracking relevanter Daten berechnet Risiken auf dem letzten Abschnitt der Zustellung und lässt frühzeitig auf diese reagieren. Der Kurier kann Abweichungen von Temperatur und Luftfeuchtigkeit innerhalb und außerhalb der Nelumbox auf dem Smartphone oder Computer live einsehen. Zudem helfen etwa die Verknüpfung mit Wetterdaten sowie eine Vielzahl weiterer Datenquellen externer Einflussfaktoren dabei, intelligent den Energieverbrauch in Echtzeit zu optimieren.

Gleiches gilt für Verkehrsdaten. Bei dauerhaft hohem Verkehrsaufkommen auf bestimmten Routen registriert die NelumBox diese und wird über die Cloud neue optimierte Logistikrouten vorschlagen. Ebenso werden statistische Werte bezüglich der Verweildauer während der Zollabfertigung erhoben. Dauert die Einfuhr in ein bestimmtes Land oder an bestimmten Grenzübergängen durchschnittlich länger als gewöhnlich, sind sämtliche Verzögerungen in die Routenplanung integriert. Im Ergebnis kann entweder im Voraus mit  zusätzlicher Akkulaufzeit geplant werden oder aber aktiv und in Echtzeit durch Energiesparfunktionen oder Warnungen am Gerät auf das Risiko reagiert werden

Sicherheit auf höchstem Niveau

Auch auf dem Gebiet des Cargo Theft optimiert die NelumBox Cloud die Sicherheit. Während des Öffnens und Schließens der NelumBox generiert sie eine Vielzahl zusätzlicher Datenpunkte. Hierdurch kann nachvollzogen werden, an welchem Ort und zu welcher Zeit eine widerrechtliche Öffnung stattgefunden hat. Über das personalisierbare elektronische Schloss kann zusätzlich nachvollzogen werden, wer zuletzt Zugriff auf den wertvollen Inhalt der NelumBox hatte.

Damit Big Data bei Tec4med zur bestmöglichen Effizienz genutzt werden kann, greifen wir auf eigene Datenerhebung über unsere Smart-Devices, sowie externe Datenquellen zu und bieten damit die für Sie innovativste, sicherste und benutzerfreundlichste Trackinglösung.