Core-Unit eHealth und Interoperabilität (CEI)

Die zunehmende Verfügbarkeit digitaler Gesundheitsdaten – aus Arztpraxen, Kliniken, Laboren, Genomdatenbanken oder mobilen Gesundheits-Apps – birgt enormes Potenzial für die Medizin: moderne statistische Methoden, Algorithmen der künstlichen Intelligenz (KI) und „Big Data Analytics“ versprechen präzisere Diagnoseinstrumente, personalisierte Behandlungsmethoden und eine frühe Prävention von Krankheiten. Damit diese Technologien jedoch ihre vollen Möglichkeiten entfalten können, müssen digitale Gesundheitsdaten fach-, einrichtungs- und sektorenübergreifend verarbeitet werden können. Dies erfordert die Verwendung verbindlicher internationaler Standards und Terminologien.

In der Core-Unit „eHealth und Interoperabilität“ unter Leitung von Prof. Dr. Sylvia Thun erarbeiten wir Strategien und Konzepte, die eine schnelle, sichere und fehlerfreie Datenkommunikation zwischen den unterschiedlichen Akteuren des Gesundheitswesens ermöglichen. Zusammen mit Kliniken, Verbänden, Forschung, Industrie und Politik entwickeln wir Interoperabilitätslösungen unter Verwendung internationaler IT-Standards und Nomenklaturen aus dem ISO-Umfeld wie etwa 

  • HL7 V2 und FHIR 
  • ISO 13606 (openEHR)
  • GS1
  • SNOMED 
  • IHE
  • LOINC
  • WHO-FIC Klassifikationen wie ICD-10, ICD-11, ICF und ATC
  • IDMP 
  • OMOP/OHDSI
  • CDISC
  • DICOM
  • HPO und andere OMICS-Terminologien 

Wir erforschen und entwickeln Strukturen für semantische Interoperablität im Versorgungs- und Forschungsraum und sind maßgeblich beteiligt an der Spezifikation der Forschungsdateninfrastruktur. Unser Ziel ist ein einheitliches digitales Ecosystem, welches eine innovative Medizin mit genaueren Vorhersageinstrumenten, personalisierten Therapien, mehr Patientenbeteiligung und höherer Patientensicherheit ermöglicht.

Unsere wissenschaftlichen Arbeiten beruhen auf den Standards des JOINT INTITIATIVE COUNCIL, HL7, GA4GH, ISO TC215

 

Publikationen

 

Khvastova M, Witt M, Essenwanger A, Sass J, Thun S, Krefting D. Towards Interoperability in Clinical Research - Enabling FHIR on the Open-Source Research Platform XNAT. J Med Syst. 2020 Jul 9;44(8):137. https://doi:10.1007/s10916-020-01600-y

Vogelsang L, Lehne M, Schoppmann P, Prasser F, Thun S, Scheuermann B, Schepers J. A Secure Multi-Party Computation Protocol for Time-To-Event Analyses. Stud Health Technol Inform . 2020 Jun 16;270:8-12

Radke TF, Patton SJ, Pantazoglou E, Sass J, Thun S. Evaluation of current genetic testing reports in German-speaking countries with regard to secondary use and future electronic implementation. Eur J Hum Genet. 2020 May;28(5):558-566. https://doi:10.1038/s41431-020-0586-z

Schaefer J, Lehne M, Schepers J, Prasser F, Thun S. The use of machine learning in rare diseases: a scoping review. Orphanet Journal of Rare Diseases Volume 15, Article number: 145 (2020)

Dewey M, Bosserdt M, Dodd JD, Thun S, Kressel HY (2019). Clinical Imaging Research: Higher Evidence, Global Collaboration, Improved Reporting, and Data Sharing Are the Grand Challenges. Radiology, 291(3), 547–552. https://doi.org/10.1148/radiol.2019181796

Lehne M, Luijten S, Vom Felde Genannt Imbusch P, Thun S, (2019). The Use of FHIR in Digital Health—A Review of the Scientific Literature. Studies in Health Technology and Informatics, 267, 52-58. https://doi.org/10.3233/SHTI190805

Lehne M, Sass J, Essenwanger A, Schepers J, Thun S. (2019) Why digital medicine depends on interoperability. NPJ Digital Medicine, 2(79). https://doi.org/10.1038/s41746-019-0158-1

Miñarro-Giménez JA, Cornet R, Jaulent MC, Dewenter H, Thun S, Gøeg KR, Karlsson D, Schulz S. (2019). Quantitative analysis of manual annotation of clinical text samples. International Journal of Medical Informatics, 123, 37–48. https://doi.org/10.1016/j.ijmedinf.2018.12.011

Otten H, Thun S, Rathmer A. (2019). Grundlage des Einkaufs 4.0: Interoperabilität von Supply Chain und Medizin durch valide Stammdaten. Klinik Einkauf, 01(01), 42–44. https://doi.org/10.1055/s-0036-1595717

Sass J, Essenwanger A, Luijten S, Vom Felde Genannt Imbusch, P, Thun S. (2019). Standardizing Germany’s Electronic Disease Management Program for Bronchial Asthma. Studies in Health Technology and Informatics, 267, 81-85. https://doi.org/10.3233/SHTI190809

Sass J, Lehne M, Thun S. (2019). Comparing Two Standardized Value Sets of Infectious Agents: Implications for Semantic Interoperability. Studies in Health Technology and Informatics, 264, 1574–1575. https://doi.org/10.3233/SHTI190541

Schepers J. Thun S. (2019). (Un-)Konzertierte Digitalisierung im Gesundheitswesen – Möglichkeiten und Herausforderungen im Kontext der sozialen Sicherung. Soziale Sicherheit, 8-9, 318-327.

Thun S, Lehne M. (2019). Interoperabilität – Voraussetzung für künstliche Intelligenz und Big Data in der Medizin. E-HEALTH-COM, 1, 47-49. https://e-health-com.de/details-news/interoperabilitaet-voraussetzung-fuer-kuenstliche-intelligenz-und-big-data-in-der-medizin/

Thun S, Lehne M. (2019). Intelligent dank Interoperabilität. das Krankenhaus, 4, 286-287. https://www.daskrankenhaus.de/de/archive/topic-of-the-month/74

Projekte

EUCANCAN European-Canadian Cancer Network

Europäisch-Kanadisches Krebs-Netzwerk

EUCANCan ist eine europäisch-kanadische Kooperation, die durch das Forschungs- und Innovationsprogramm Horizont 2020 der Europäischen Union und das kanadische Institut für Gesundheitsforschung finanziert wird. Das auf vier Jahre angelegte Projekt zielt darauf ab, die moderne Onkologie durch die Umsetzung eines kulturellen, technologischen und rechtlichen integrierten Rahmens in ganz Europa und Kanada zu verbessern, um die effiziente Analyse, Verwaltung und gemeinsame Nutzung von Krebsgenomdaten zu ermöglichen und zu erleichtern.

https://eucancan.com

HIGHMED Medizininformatik-Initiative

HiGHmed arbeitet an neuartigen, interoperablen Lösungen in der Medizininformatik mit dem Ziel, medizinische Patientendaten für die klinische Forschung und Ausbildung zugänglich zu machen, was wiederum die Patientenversorgung verbessern wird. Mit dem Aufbau sicherer Datenintegrationszentren soll eine Technologieplattform geschaffen werden, die es Klinikern ermöglicht, datenbasierte und patientenzentrierte Entscheidungen zu treffen.

https://www.highmed.org

 

 

NFDI4HEALTH Nationale Forschungsdateninfrastruktur für personenbezogene Gesundheitsdaten

NFDI4Health

NFDI4Health ist die nationale Forschungsdateninfrastruktur für personenbezogene Gesundheitsdaten. Ziel von NFDI4Health ist es, Daten aus Epidemiologie, klinischen Studien und dem Gesundheitswesen nach den FAIR-Prinzipien international zugänglich zu machen. Die Core-Unit unterstützt das Projekt beim Einsatz internationaler Terminologien und (Meta-)Datenstandards für den interoperablen Datenaustausch.

www.nfdi4health.de

NFDI4HEALTH COVID-19

NFDI4Health Task Force COVID-19

Die NFDI4Health Task Force COVID-19 verfolgt das Ziel, relevante medizinische und epidemiologische Forschungsergebnisse zu COVID-19 der Fachcommunity rasch und in harmonisierter Form bereitzustellen. Die Core-Unit unterstützt das Projekt bei der Standardisierung von COVID-19-Forschungsdaten.

www.nfdi4health.de/de/task-force-covid-19

KIKS Künstliche Intelligenz für klinische Studien

Im Projekt KIKS werden die Beschaffung und Analyse medizinischer Daten mithilfe künstlicher Intelligenz (KI) weitgehend automatisiert. Das Projekt löst damit ein zentrales Problem, das den Fortschritt der Medizintechnik derzeit hemmt: Medizinische Daten werden zwar von Medizinprodukteherstellern sowie Kliniken dringend für Entwicklungen benötigt, jedoch sind für das Zusammentragen und die Nutzung zahlreiche Hürden zu überwinden. KIKS entwickelt daher eine Plattform für die KI-basierte Extraktion von Daten, den datenschutzkonformen Austausch sowie ein digitales Ökosystem, um datengestützte Anwendungen rascher als bislang in die Praxis zu bringen.

https://aiqnet.eu

 

 

CORD Collaboration on Rare Diseases

Der Use Case "Collaboration on Rare Diseases" (CORD-MI) ist ein die vier Konsortien der Medizininformatik-Initiative umfassendes Verbundvorhaben, an dem zahlreiche deutsche Universitätsklinika und Partnerinstitutionen beteiligt sind. Ziel ist die Verbesserung von Versorgung und Forschung im Bereich der Seltenen Erkrankungen. Es baut auf den Innovationsfonds-Projekten TRANSLATE-NAMSE und ZSE-DUO sowie dem nationalen DIMDI-Projekt „Kodierung Seltener Erkrankungen“ auf und nutzt konsortienübergreifend den Entwicklungsstand der Medizininformatik-Initiative.

https://www.medizininformatik-initiative.de/de/CORD

NAPKON Nationales Pandemie Kohorten Netz

Das Projekt NAPKON schafft die Grundlage für ein besseres Verständnis des Krankheitsverlaufs bei Covid-19 und die Erforschung möglicher Therapien, indem es in wissenschaftliche Studien klinische Daten, Bioproben und Bildgebungsdaten zusammenführt. NAPKON ist eng verzahnt mit dem Aufbau der Nationalen Forschungsdatenplattform und kooperiert mit dem Projekt COVIM. Die so möglich werdenden Studien können beispielsweise Auskunft über die Langzeitfolgen einer Covid-19-Erkrankung geben, auch wenn die Betroffenen während der Behandlung beispielsweise aus der Klinik zum Hausarzt wechseln.

 

FoDaPla Nationale Forschungsdatenplattform

In diesem Projekt wird eine bundesweit einheitliche, datenschutzkonforme Infrastruktur für die Speicherung von Covid-19 Forschungsdatensätzen geschaffen. In dieser Forschungsdatenplattform können beispielsweise Labordaten pseudonymisiert den Forschenden über sichere und transparente Verfahren zur Verfügung gestellt werden. Damit wird die Plattform eine zentrale Informationsquelle für unterschiedliche Forschungsarbeiten, die sich mit der Entwicklung besserer Behandlungsansätze für Covid-19 befassen.

ORCHESTRA CONNECTING EUROPEAN COHORTS TO INCREASE COMMON AND EFFECTIVE RESPONSE TO SARS COV 2 PANDEMIC

Connecting European cohorts to increase common and effective response to SARS-CoV-2 pandemic

SPOCK Steuerungs-Prognose von intensivmedizinischen COVID-19-Kapazitäten

Steuerungs-Prognose von intensivmedizinischen COVID-19-Kapazitäten (SPoCK)

COMPASS Coordination on mobile pandemic apps best practice and solution sharing

In dem Projekt wird eine Plattform aufgebaut, die konkrete Methoden und Werkzeuge für Pandemie-Apps koordiniert und bereitstellt. Partner aus Wissenschaft und Wirtschaft schließen sich bundesweit dafür zusammen und verfolgen dabei einen Open Source-Ansatz. Gemeinsam koordinieren und bewerten sie die Pandemie-Apps und erstellen Handlungsempfehlungen. Das schafft auch eine Basis für digitale Lösungen, um bei künftigen Pandemien besser digital gerüstet zu sein.

https://hl7.de