Data Science Center: neue Impulse für die Ausbildung in der Medizininformatik

Die Medizininformatik (MI) ist aus dem heutigen medizinischen Umfeld nicht mehr wegzudenken. Die moderne Medizin ist ohne MI kaum noch handlungsfähig. MI ist dabei nicht zu verwechseln mit Medizintechnik und die dazugehörige Informatik für die Steuerung der Geräte sowie mit der Spitalinformatik, die für die Bereitstellung und das Management der IT-Infrastruktur sorgt – beides wird durch entsprechend ausgebildete Informatikfachpersonen und Softwareingenieure umgesetzt. Die Zusammenarbeit mit diesen Akteuren ist dabei sehr eng.

MI fängt dort an, wo Daten anfallen. Und das ist fast überall im Schweizer Gesundheitswesen der Fall. Was dann auch bedeutet, dass die heutige MI längst die Tore des Spitals durchschritten hat und eine Gesamtsicht auf die Abläufe im Gesundheitswesen hat: Spitäler, Heime, ambulante Medizin und Pflege, Therapien, Labormedizin, Radiologie, Pharmakologie und vieles mehr erzeugen nicht nur Daten, sondern tauschen diese auch entlang der Behandlungspfade der Patienten aus. Die dokumentierten Ergebnisse werden als Daten in den dazugehörigen Informationssystemen (KIS, PIS, AIS, LIS, RIS u.a.) gespeichert.

Diese Systeme liefern und tauschen zusätzlich Daten aus mit administrativen und planerischen Systemen, die wiederum mit Versicherern, Bundesämtern, Herstellern von Pharmazeutika, medizinischem Zubehör usw. verknüpft sind. Das elektronische Patientendossier (EPD) kommt zusätzlich ("Sekundärsystem") als eine darüber gelagerte Austauschplattform von Behandlungs­dokumentation zwischen den Gesundheitsfachpersonen dazu – gemäss den vom Patienten erteilten Zugriffsrechten. Letztlich sammeln die Menschen mittlerweile tagtäglich Daten zu ihrer Gesundheit, Fitness, spezifischen Erkrankungen usw.

Daten sammeln, Nachwuchs schulen

All diese Daten sind das vielgenannte "Datengold" des 21. Jahrhunderts (im Bereich Gesundheit) – und sie sind die Basis (die Quelle) für die moderne Datenanalyse rund um "Data Science" (DS): Big Data, künstliche Intelligenz (KI), maschinelles Lernen, Deep Learning usw. Viel Forschungsgeld geht mittlerweile in diesen DS-Bereich, "Data Science Center" entstehen an allen grossen Spitälern und anderen Institutionen des Gesundheitswesens. Sie wollen die anfallenden oben genannten Daten analysieren, um neue Erkenntnisse, etwa in den Bereichen "Precision Medicine" oder "Predictive Intervention", zu gewinnen. Jüngste spektakuläre Ergebnisse geben ihnen Recht: Forscher von der Mayo Clinic in Florida berichten in der Fachzeitschrift "The Lancet", dass mithilfe von KI in knapp 80 Prozent der Fälle in einem gewöhnlichen Elektrokardiogramm (EKG) Vorhofflimmern innerhalb einer 10 Sekundensequenz korrekt erkannt wird – und das auch dann, wenn das Flimmern in der entsprechenden Sequenz für den geschulten Mediziner nicht erkennbar ist.

Die MI muss daher in der Ausbildung genau hier ansetzen, indem sie die Bedürfnisse der neuen Data Science Center berücksichtigt. Sie vermittelt dem Nachwuchs professionell das Verständnis für diese neuen datenanalytischen Methoden und die Techniken, um die Daten für die "Data Analysts" bereitstellen zu können. Dies indem die Pipelines für die Daten so gestaltet werden können, dass diese strukturiert, nach internationalen Prinzipien (Ontologien, Klassifikationen) interoperabel zukünftig in die Data Science Center übertragen werden können, damit die Medizin, das Gesundheitswesen und damit die Menschen davon profitieren können.