gms | German Medical Science

Einleitung und Fragestellung: In den USA beginnen Firmen wie Google und Microsoft durch die Einführung persönlicher elektronischer Gesundheitsakten große Datenbestände aufzubauen und für eigene Interessen auswertbar zu machen. In universitären Kooperationen wird dies bisher durch hohe Kosten und strukturelle Beschränkungen verhindert. Diese Entwicklungen kündigen weitreichende Veränderungen im Umfeld klinischer Informationsverarbeitung an [1], [2].

Neue Methoden zeigen Open-Source-Projekte, wie das von den NIH geförderte i2b2, auf. Dieses "Translationale Toolkit" ermöglicht die Zusammenführung klinischer Datenbestände, die dann über ein benutzerfreundliches Query-Tool auch für Mediziner auswertbar gemacht werden.

Es stellte sich die Frage, ob man Werkzeuge wie i2b2 in Symbiose mit hiesigen Entwicklungen auch im deutschen Kontext etablieren kann.

Material und Methoden: Am Erlangener Lehrstuhl für Medizinische Informatik wurde eine i2b2-Installation eingerichtet. Aus dem Data Warehouse wurden erste klinische Daten importiert und durch den Aufbau einer Dimensionen-Ontologie auswertbar gemacht.

In einem weiteren Schritt wird evaluiert, ob durch die Pseudonymisierungslösungen der TMF e. V. [3], [4] ein abteilungsübergreifender i2b2-Service eingeführt werden kann. Über das in diesen Lösungen inhärente Stammdaten-Matching soll ferner eine institutionsübergreifende Zusammenführung von Datenbanken ermöglicht werden.

Ergebnisse: Es konnten erste deutsche Klassifikationssysteme (ICD-10-GM, OPS und ICD-O) und angepasste demographische Strukturdaten (z. B. Postleitzahlensystem) angelegt werden. Dadurch lassen sich bisher etwa 5 Millionen Datensätze (Diagnosen und demographische Daten) von über 900.000 Patienten performant durchsuchen.

Im Rahmen der Installation entstand ferner ein Installationspaket, das den Daten- und Metadatenimport aus bestehenden klinischen Systemen am Beispiel des Universitätsklinikums Erlangen illustriert und damit als Vorlage für weitere deutsche i2b2-Installationen dienen kann.

Diskussion: Es hat sich gezeigt, dass i2b2 eine Ergänzung zu OLAP- und Data-Mining-Produkten mit hohen Lizenzkosten darstellt. Durch die Einbindung geeigneter Klassifikationen lässt sich i2b2 auch in Deutschland einsetzen. Es motiviert zum agilen Zusammenführen von Datenbeständen und stellt damit über Routineauswertungen hinweg ein wertvolles Werkzeug zur Unterstützung translationaler Forschung dar.

Danksagung: Dieses Projekt ist Teil des TMF-Projekts V054-01 IT-Strategie und wurde durch die TMF e.V. unterstützt.