Big Data wurde in den letzten Jahren als „eine unschätzbare Wertquelle“, als das neue Gold, bezeichnet, aber das bloße Sammeln von Daten, selbst unter Verwendung der besten auf dem Markt verfügbaren Technologien, garantiert nicht, dass man wertvolle Informationen erhält und vor allem nützliche Erkenntnisse für den Fortschritt im Gesundheitswesen gewinnt.

 

Gesundheitsdaten sind nur dann nützlich, wenn sie in aussagekräftige Informationen umgewandelt werden können. Dies erfordert qualitativ hochwertige Datensätze, die Kommunikation zwischen IT-Systemen und Standarddatenformate, die leicht verarbeitet werden können.

 

Die Digitalisierung der Medizin verspricht große Fortschritte für die globale Gesundheit; es wird erwartet, dass digitale Daten die Medizin verändern werden.

 

Den meisten medizinischen Daten mangelt es jedoch an Interoperabilität: Die Daten sind in isolierten Silos und inkompatiblen Systemen versteckt und lassen sich nur schwer austauschen, analysieren und interpretieren. Und das bremst den medizinischen Fortschritt, da die Technologien, die auf diesen Daten beruhen, nicht in vollem Umfang genutzt werden können.

 

Die Verwendung interoperabler Formate für Daten aus der realen Welt, Real World Data (RWD), d. h. Daten über den Gesundheitszustand von Patienten, die routinemäßig in der klinischen Praxis oder in zunehmendem Maße über mobile Apps im Alltag der Patienten erhoben werden, eröffnet den Forschern verschiedene Möglichkeiten.

 

Die Digitalisierung der Medizin und die enorme Zunahme der Computerkapazitäten haben es möglich gemacht, Gesundheitsdaten elektronisch zu erfassen, und zwar in großen Mengen, sehr schnell und genau in dem Moment, in dem die Leistung erbracht wird. Es ist daher möglich, Daten über eine große Anzahl von Probanden, die für die reale Bevölkerung repräsentativ sind, zu verwenden, um die Auswirkungen der Behandlung zu beschreiben, Ergebnisse vorherzusagen und das Ansprechen auf verschiedene Behandlungen zu relativ geringen Kosten vorherzusagen, da sie in der täglichen Routine erzeugt und nicht nur in Ad-hoc-Studien erhoben werden.

 

Real World Data (RWD) werden in der klinischen Routine über eine Vielzahl von Quellen erhoben, z. B. elektronische Gesundheitsakten, administrative Datenströme im Zusammenhang mit Krankenhausaufenthalten, Arzneimittelverschreibungen oder ambulanten Leistungen, Arzneimittel- und Krankheitsregister sowie Daten aus anderen Quellen wie mobilen Geräten und Telemedizin.

 

Daten aus der realen Welt sind auch für künstliche Intelligenz und Lernmethoden wertvoll.

 

Sie ermöglichen es, in hochdimensionalen Datensätzen Muster und Korrelationen zu finden, die den Forschern helfen können, neue Forschungshypothesen zu identifizieren, die später in kontrollierten klinischen Studien gezielter untersucht werden können (diese kontrollierten Studien werden immer wichtig bleiben, um Verzerrungen auszuschließen und kausale Zusammenhänge zu erkennen).

 

Allgemeiner ausgedrückt: Wenn Gesundheitsdaten nach internationalen Standards strukturiert sind, lassen sich die Daten viel leichter analysieren, und der Aufwand für die Aufbereitung der Daten für die Analyse verringert sich, so dass der Forschungsprozess beschleunigt werden kann.

 

Ebenso können interoperable Daten sicherstellen, dass eine Analyse mit verschiedenen Datenquellen durchgeführt wird, die Daten von verschiedenen Institutionen oder Ländern verwenden. Dies ist sehr wichtig für die wissenschaftliche Forschung, wo es oft notwendig ist, mehrere multidisziplinäre Forschungsteams zusammenzubringen, um eine aussagekräftige Analyse zu erhalten und die Ergebnisse in die klinische Praxis umzusetzen.

 

Zusammenfassend lässt sich sagen, dass Interoperabilität neues medizinisches Wissen schaffen kann, indem sie eine effizientere Analyse bestehender Datenquellen ermöglicht, evidenzbasierte medizinische Verfahren fördert und deren Umsetzung in der Gesundheitspolitik beschleunigt.