Das Gesundheitssystem wird sich durch die Digitalisierung in der Zukunft radikal ändern. Besserer Informationsaustausch durch vernetzte Fallakten, neue Versorgungsformen wie z.B. Telemedizinanwendungen können zukünftig das Problem des Fachärztemangels in strukturschwachen Gegenden vermindern. Neue Mobile Health Anwendungen werden die Patienten aktiver in Therapiemöglichkeiten einbinden und das Patient Empowerment verbessern. Zusätzlich werden durch die Digitalisierung immer mehr Daten produziert, die einen Betrag zur medizinischen Forschung und Verbesserung von Therapien leisten können. Neben den Herausforderungen zum Datenschutz und zur Datensicherheit, müssen auch Fragen zur Interoperabilität, Nutzen und Transparenz geklärt werden. Diese Arbeit untersucht exemplarisch an drei konkreten Beispielen (zur Datenintegration, Wissensrepräsentation und Datenanalyse), welche Herausforderungen und Lösungen möglich sind, um medizinische Daten effektiv zu nutzen und die Forschung und Routineversorgung zu verbessern. In der Studie zur Datenintegration wurde untersucht, inwieweit sich eine auf einem relationalen Datenbankschema basierende medizinische Routinedatenbank mit Langzeitdaten von transplantierten Patienten, in eine Ontologie-basierte Forschungsdatenbank wie i2b2, ohne Informationsverlust überführen lässt. Des Weiteren wurde in der Studie zur Wissensrepräsentation untersucht, wie sich mit Hilfe von Open Source Entwicklungswerkzeugen eine Applikation zur Visualisierung von Informationen aus strukturierten und unstrukturierten medizinischen Daten implementieren lässt. Mit der entwickelten Applikation kann das medizinische Personal ohne Programmierkenntnisse Informationen aus dem medizinischen Datenpool extrahieren und systematisch analysieren. Das Thema Datenanalyse wurde durch die Studie zum akuten Nierenversagen näher beleuchtet. In dieser Studie wurde ein Algorithmus implementiert, der in einer großen Kohorte aus stationären Patientendaten, das Ereignis akutes Nierenversagen (ANV) detektieren kann. Nach der statistischen Auswertung der Ergebnisse dieses Algorithmus, konnte die Kohorte im Hinblick auf das Auftreten von akuten Nierenversagen und den damit verbundenen Krankheitscharakteristika und Risikoassoziationen umfassend beschrieben werden.
The digitalization will radically transform the healthcare system in the future. New forms of health care e.g. telemedicine or interconnected health records have the capability to reduce the problem of the shortage of medical experts in rural areas. New mobile health applications will involve patients more actively in their treatment options and will improve patient empowerment. Furthermore, the digitalization is producing more and more data, which should foster medical research and further improve of therapies. In addition to the challenges of data protection and data security, questions about interoperability, medical value and transparency must also be addressed. This thesis is based on three concrete examples (for data integration, knowledge representation and data analysis) and investigates which challenges and solutions are possible to use medical data effectively and to improve research and routine medical care. The study on data integration examined the extent to which a relational database for routine medical care with long-term data from transplanted patients can be transferred to an ontology-based research database such as i2b2 without loss of information. The study on the representation of knowledge examined the implementation of an application for the visualization of information from structured and unstructured medical data by using open source development tools. With the fully developed application, medical personnel can now extract information from the medical data base and easily analyse data without programming knowledge. The study on acute kidney failure examined the topic of data analysis in more detail. In this study, an algorithm was implemented that can detect the event of acute kidney failure in a large cohort of inpatient hospital data. After the statistical analysis of the results of this algorithm, the cohort could be comprehensively described with regard to the occurrence of acute kidney failure and the associated disease characteristics and risk associations.
