{"id":3225,"date":"2022-04-06T18:15:36","date_gmt":"2022-04-06T18:15:36","guid":{"rendered":"https:\/\/medicalvalues.de\/?p=3225"},"modified":"2024-06-11T23:03:42","modified_gmt":"2024-06-11T23:03:42","slug":"der-mehrwert-von-standards-wie-snomed-und-loinc","status":"publish","type":"post","link":"https:\/\/medicalvalues.de\/de\/der-mehrwert-von-standards-wie-snomed-und-loinc\/","title":{"rendered":"Der Mehrwert von Standards wie SNOMED und LOINC im Klinikalltag und f\u00fcr die Digitalisierung"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Herausforderung der Strukturierung von Daten im Gesundheitssystem<\/h3>

Strukturierte Daten sind Teil eines Schemas und werden mit einem bestimmten Zweck gruppiert. Dies erleichtert die Extraktion und Verwendung. Unstrukturierte Daten hingegen k\u00f6nnen nur unter einem hohen Aufwand organisiert und kategorisiert werden. Beispiele daf\u00fcr sind Notizen von \u00c4rzten, Befundberichte oder Sprachnotizen[1]<\/a>.<\/p>

Nur 25% der Daten im Gesundheitssystem liegen in einer digital strukturierten Form vor [2]<\/a>. Au\u00dferdem sind sie aufgrund von besonderen Datenschutzma\u00dfnahmen oft isoliert. Dies steht einer individuellen Vernetzung der Daten, wie sie in anderen Branchen \u00fcblich ist und Firmen wie Facebook oder Google erfolgreich macht, im Weg [3]<\/a>. Die Implementation von einer elektronischen Gesundheitsakte kann dieses Problem alleine nicht l\u00f6sen [2]<\/a>. Zum einen, weil auch diese oft uneinheitlich sind und zum anderen weil sie erneut ein geschlossenes System darstellen, w\u00e4hrend Gesundheitsdaten im 21. Jahrhundert viel umfangreicher erfasst und genutzt werden k\u00f6nnen [3]<\/a>.<\/p>

Dabei sind Standards in der Datenverarbeitung f\u00fcr die Interaktion im Gesundheitswesen entscheidend, wie beispielsweise in der praktischen Umsetzung von Forschungsergebnissen. Der Bundesverband Medizintechnik hat entsprechend in ihrem Positionspapier von 2021 die Umsetzung von Standards in der Datenerfassung als einen wesentlichen Baustein f\u00fcr eine leistungsf\u00e4hige digitale Gesundheitsversorgung der Zukunft gefordert [4]<\/a>.<\/p>

Dabei werden diese im Gesundheitssystem f\u00fcr eine Vielzahl an Anwendungen ben\u00f6tigt. Dazu z\u00e4hlen zum Beispiel KI Systeme, die von einem gro\u00dfen Satz an einheitlichen Daten leben.<\/p>

L\u00f6sungen<\/span><\/h3>

Die gute Nachricht: Die Standards existieren bereits. SNOMED (Systematized Nomenclature of Medicine) stellt ein global einheitliches Verzeichnis von medizinischen Termen wie Symptome, Befunde, Diagnosen und Prozeduren dar. Erg\u00e4nzend f\u00fcr Laboruntersuchen sorgt die Verwendung von LOINC (Logical Observation Identifiers Names and Codes) f\u00fcr eine systematisierte Dokumentation. Die Nomenklatur wird j\u00e4hrlich erneuert und l\u00e4sst sich kostenfrei auf der Website herunterladen. Es fehlt demnach vielmehr an der konsequenten Datenerfassung anhand dieser Terminologien.<\/p>

NLP (natural language processing), also die Erfassung und maschinelle Verarbeitung von nat\u00fcrlicher Sprache, bietet den Vorteil einer leichten Datenerfassung am Punkt der Entstehung. IF\u00fcr die Aufnahme von gesprochener und geschriebener Sprache m\u00fcssen jedoch die Komplexit\u00e4t und Mehrdeutigkeit von ganzen Textzusammenh\u00e4ngen erfasst werden. Diese anspruchsvolle Verarbeitung geht ergo mit einem hohen Fehlerpotential einher, sodass Informationen und der Kontext potentiell verloren gehen k\u00f6nnen. Dies kann gerade bei kritischen Daten im Gesundheitswesen fatale Folgen haben in einer Zeit in der schon jetzt medizinische Fehler einer der f\u00fchrenden Todesgr\u00fcnde darstellen [5]<\/a>.<\/p>

Eine weitaus bessere M\u00f6glichkeit stellt die Datenerfassung direkt an der Entstehungsquelle dar. Je n\u00e4her die Kodierung nach Standard wie SNOMED und LOINC an der Datenentstehung stattfindet, desto besser ist \u00fcblicherweise die Qualit\u00e4t und Aktualit\u00e4t der Daten. F\u00fcr ein Szenario in der Medizin bedeutet dies, dass die Kodierung direkt beim Arzt erfolgen muss. Zus\u00e4tzlicher Aufwand f\u00fcr den Arzt hat im Gesundheitssystem typischerweise wenig Lobby und daher hat dieses Konzept in der Vergangenheit h\u00e4ufig zu Verdruss gef\u00fchrt. Dies gilt nicht nur spezifisch f\u00fcr die Gesundheitsbranche. \u00c4hnliche Erfahrungen habe ich auch im Umfeld von Customer Relationship Management (CRM) und Besucherdokumentation gemacht, wenngleich es dort meist weniger externe Standards gab wie SNOMED. Wie k\u00f6nne \u00c4rzte also zur korrekten Dokumentation motiviert werden?<\/p>

\"\"<\/p>

<\/span><\/div>

Motivation<\/span><\/p>

Der Mehrwert einer einheitlichen und digitalen Dokumentation ist wie beschrieben riesig und allgemein bekannt. Da das Potential der einheitlichen Dokumentation besonders in der Analyse der Daten liegt, sind die direkten Auswirkungen bei der Datenerfassung wenig greifbar. Um die Mitarbeitenden zu motivieren, muss jedoch der Nutzen unmittelbar im Alltag sichtbar sein. Ist dies nicht umzusetzen kann eine Gamification helfen, die Motivation zu steigern. W\u00e4hrend dies auf der Seite der Patienten zum Beispiel durch das Tracken der Bewegung durch Smartwatches oder Apps, die zur regelm\u00e4\u00dfigen Einnahme von Medikamenten motivieren, schon l\u00e4ngst der Fall ist, liegt dort auch ein gro\u00dfes Potential auf der Versorgerseite [6]<\/a>. In einer Studie von 2019 wurde beispielsweise dargelegt, dass eine Gamification daf\u00fcr sorgen kann, dass Haus\u00e4rzte \u00f6fter den Blutdruck von ihren Patienten kontrollieren [7]<\/a>. Aus meiner Erfahrungen heraus werden im CRM \u00c4nderungen in der Dokumentation meist durch den Vertriebsleiter angesto\u00dfen oder weil das genutzte Informationssytem diese Daten fordert. Soll ein Wechsel in der g\u00e4ngigen Dokumentation erfolgen, kann dies vermeidlich nur durch die Forderung von au\u00dfen gelingen.<\/p>

Langfristiges Ziel<\/span><\/h3>

Medicalvalues stellt eine Entscheidungsunterst\u00fctzung durch K\u00fcnstliche Intelligenz f\u00fcr Labordaten dar, die \u00c4rzte bei der Probenanforderung und Auswertung anhand aktueller Forschungsergebnisse unterst\u00fctzt. Gleichzeitig m\u00f6chten wir eine einheitliche medizinische Dokumentation zum Standard machen. Der Manuelle Standardisierungsprozess ist extrem (Zeit-)aufw\u00e4ndig, kann aber mithilfe von KI automatisiert werden. Daf\u00fcr stellt medicalvalues ein Programm bereit, dass die einheitliche Datenerfassung vereinfacht. Dieses nimmt nicht-standardisierte Daten als Input und „verLOINCt“ diesen Input anschlie\u00dfend, d.h. die Daten weisen den entsprechenden LOINC-Code nach dem Prozess auf. Durch die Mapper-Anwendung k\u00f6nnen Daten von s\u00e4mtlichen Terminologiesystemen in LOINC transformiert werden. Der ganze Prozess erfolgt dadurch schneller, effizienter und sicherer, da menschliche Fehler wie Tippfehler vermieden werden k\u00f6nnen. More information here: Standardization and Harmonization<\/a><\/p>

Probieren Sie das (teil-) automatisierte LOINC mapping auf der medicalvalues platform kostenlos hier: LOINC Mapper<\/a><\/p>

Literaturverzeichnis:<\/h3>
<\/div><\/div>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

[1]<\/a>: https:\/\/www.mercuryhealthcare.com\/blog\/deep-data-dive-structured-and-unstructured-data-in-healthcare-marketing<\/span><\/span><\/span><\/a> (abgerufen am 01.02.2022)<\/span><\/p>

<\/div>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

[2]<\/a>: <\/span> Capurro, Daniel, Meliha Yetisgen, Erik Eaton, Robert Black, and Peter Tarczy-Hornoch. \u201cAvailability of Structured and Unstructured Clinical Data for Comparative Effectiveness Research and Quality Improvement: A Multi-Site Assessment.\u201d EGEMs (Generating Evidence & Methods to Improve Patient Outcomes) 2, no. 1 (July 11, 2014): 11. https:\/\/doi.org\/10.13063\/2327-9214.1079. <\/a><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

[3]<\/a>: Weber, Griffin M., Kenneth D. Mandl, and Isaac S. Kohane. \u201cFinding the Missing Link for Big Biomedical Data.\u201d JAMA311, no. 24 (June 25, 2014): 2479\u201380. https:\/\/doi.org\/10.1001\/jama.2014.4228.<\/a><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

[4]<\/a>: https:\/\/www.bvmed.de\/de\/bvmed\/presse\/pressemeldungen\/positionspapier-bvmed-stellt-7-bausteine-fuer-die-etablierung-digitaler-medizinprodukte-in-der-gesundheitsversorgung-vor (abgerufen am 01.02.2022)<\/a><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

[5]<\/a>:https:\/\/www.hopkinsmedicine.org\/news\/media\/releases\/study_suggests_medical_errors_now_third_leading_cause_of_death_in_the_us (abgerufen am 01.02.2022)<\/a><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

[6]<\/a>: https:\/\/medicalfuturist.com\/top-examples-of-gamification-in-healthcare\/ (abgerufen am 01.02.2022)<\/a><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

[7]<\/a>: https:\/\/pubmed.ncbi.nlm.nih.gov\/Gentry, Sarah Victoria, Andrea Gauthier, Beatrice L\u2019Estrade Ehrstrom, David Wortley, Anneliese Lilienthal, Lorainne Tudor Car, Shoko Dauwels-Okutsu, et al. \u201cSerious Gaming and Gamification Education in Health Professions: Systematic Review.\u201d Journal of Medical Internet Research 21, no. 3 (March 28, 2019): e12994. https:\/\/doi.org\/10.2196\/12994.<\/a><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"

Die digitale Transformation findet in allen Lebensbereichen statt und macht Daten zu einer \u00f6konomisch wichtigen Ressource. Im Gesundheitssektor kann sie die medizinische und betriebswirtschaftliche Verwaltung optimieren und die Forschung verbessern. Gleichzeitig bestehen im Gesundheitswesen mit \u00fcber Institutionen hinweg verstreute Daten und uneinheitlichen Standards besondere Herausforderungen auf dem Weg der Digitalisierung. Wie dies dennoch gelingen kann und eine einheitliche Formatierung der Daten zur Regel wird, soll im folgenden Beitrag deutlich werden.<\/p>\n","protected":false},"author":1,"featured_media":3414,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"footnotes":""},"categories":[57,61],"tags":[],"class_list":["post-3225","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-datenmanagement","category-diagnostik"],"acf":[],"_links":{"self":[{"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/posts\/3225","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/comments?post=3225"}],"version-history":[{"count":46,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/posts\/3225\/revisions"}],"predecessor-version":[{"id":4702,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/posts\/3225\/revisions\/4702"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/media\/3414"}],"wp:attachment":[{"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/media?parent=3225"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/categories?post=3225"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/tags?post=3225"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}