Ein sicherer Health-Datalake in der Cloud, kombiniert mit Generative KI (GenAI), kann die Medikamentenentwicklung und Versorgungsqualität erheblich beschleunigen, Kosten optimieren und gleichzeitig tiefere Einsichten liefern und damit die Qualität und Patientenwohl verbessern.
Das Gesundheitswesen ist geprägt durch eine Vielzahl heterogener, komplexer und sensibler Daten aus verschiedenen Quellen. Diese Daten stammen aus beispielsweise elektronische Patientenakten, medizinischen Bildern, Laborergebnissen, genetischen Tests, klinischen Studien, Versicherungsdaten, regulatorische Daten, aber auch Wearables oder sozialen Medien. Diese Daten haben einen hohen Wert für die Verbesserung der Gesundheit und des Wohlbefindens der Menschen, die Optimierung der Gesundheitsversorgung, die Förderung der medizinischen Forschung und Entwicklung sowie der Schaffung neuer Geschäftsmodelle im Gesundheitswesen.
Die moderne Geschäftswelt erlebt einen signifikanten Wandel durch die Integration Künstlicher Intelligenz (KI) in verschiedenen Sektoren, insbesondere im Bereich der Gesundheitsver-sorgung und des Managements von Lieferketten. Der vorliegende Artikel beleuchtet das Potential von GenAI am Beispiel der Medikamentenversorgung – mit Fokus auf die Ent-wicklung neuer Medikamente – und zeigt auf, wie sich dabei Effizienz und Effektivität steigern lassen.
Dazu gibt es bereits viele Veröffentlichungen – allerdings stets mit einem Siloblick bzgl. der eigenen Unternehmensdaten oder innerhalb der Pharmaindustrie. Die „Demokratisierung“ von Daten bietet darüber hinaus enorme Chancen für eine verbesserte Patientenversorgung und effektivere und effizientere Forschung und Entwicklung von Medikamenten. Der Übergang zu einem datengetriebenen Ansatz erfordert jedoch erhebliche Anstrengungen in Datenqualität, Datensicherheit und Verhinderung von Manipulierbarkeit von Daten sowie Interoperabilität von verschiedenen Datenquellen und IT-Systemen.
Mit dem im Mai 2024 verabschiedeten Gesetz für eine bessere Versorgung durch Digitalisierung und Innovation (Digitale-Versorgung-Gesetz, DVG) wurde ein wichtiger Meilenstein gesetzt, zum einen ein rechtssicherer Rahmen für die Digitalisierung geschaffen, zum anderen aber auch die Einführung der EPA, Einrichtung der E-Health Infrastruktur, DiGA, DiPA als auch der Aufbau und Betrieb des Forschungsdatenzentrums geregelt. Der rechtliche Rahmen ist also weitgehend gesetzt. Somit gibt es jetzt keine Argumente mehr zum ent-schleunigten Aussitzen von dringlich erforderlicher digitaler Transformation im Gesundheits-wesen im Allgemeinen und bei der Entwicklung neuer Medikamente sowie der Versorgungs-sicherheit mit Medikamenten im Speziellen.
Durch den Paradigmenwechsel im Gesundheitsdaten-Management durch Cloud und den Aufbau und die Nutzung von sogenannten Health-Datalakes können die Stakeholder im Gesundheitswesen die Herausforderungen der Datenintegration und -analyse meistern und gleichzeitig die Compliance und Verlässlichkeit der Daten gewährleisten bzw. darauf ver-trauen. Ein Health-Datalake ist eine Datenplattform, die eine umfassende Sammlung von Ge-sundheitsdaten aus verschiedensten Quellen wie Krankenakten, Sensordaten, klinischen Studien und vielem mehr integriert. Diese können zentral oder föderiert gespeichert werden. Damit können Gesundheitsdienstleister und aber auch die Pharmaforschung Erkenntnisse aus diesen Daten gewinnen, um die Patientenversorgung zu verbessern und neue Behandlungs-möglichkeiten zu entwickeln. Die Integration von Echtzeitdaten, neuen Datenquellen (z.B. Wearables oder genetischen Daten) und einer stetigen Weiterentwicklung der GenAI-Modelle eröffnet neue Möglichkeiten für personalisierte Medizin und verbesserte Prävention und Diagnose.
Neben den Vorteilen der GenAI-gestützten Transformation in der Gesundheits- und Pharmaindustrie, beleuchtet der Artikel auch bestehende Hindernisse und mögliche Handlungsempfehlungen zu einer erfolgreichen Vermeidung sowie für die Implementierung demokratisierter Daten und GenAI.
Konkret leiten sich für die DGIV folgende zentralen Forderungen ab, die im Kapitel 4 detailliert werden:
- GenAI als Innovationsmotor sollte in (öffentlichen) Ausschreibungen nicht nur zuzulassen, sondern stärker gefördert beziehungsweise aktiv gefordert werden.
- Die „Demokratisierung“ von Daten spielt eine entscheidende Rolle, um das Potential von GenAI noch stärker ausschöpfen zu können. Wir fordern deshalb, dass Daten innerhalb des Gesundheitssystems allen relevanten Stakeholdern einfach zur Verfügung stehen sollten, um fundiertere Entscheidungen zu treffen, Prozesse zu verbessern oder Innovationen voranzutreiben.
- Den Zugang zu führenden Technologien wie beispielsweise Cloud und KI-Plattformen gilt es zu fördern, mit dem Ziel: beste Technologie für bestes Ergebnis.
- Zur intersektoralen Nutzung von GenAI regen wir an, dass ähnlich dem Krankenhauszukunftsgesetz für Krankenhäuser öffentliche Mittel zum Anschub digitaler Vernetzung im Sinne von Health-Datalakes bereitgestellt werden. Damit sollen Erfahrungen gesammelt werden im Rahmen von Proof-of-Concepts (POCs) bei der Nutzung von GenAI zwischen Kliniken, in regionalen Gesundheitsnetzwerken sowie auch in Public-Private-Partnerships im Rahmen der Entwicklung neuer Medikamente zusammen mit der Pharmabranche.
- Für einen vereinfachten, standardisierten, kosteneffizienten Vergabeprozess empfehlen wir ein Finanzierungsangebot für Pilotprojekte zu schaffen, um Spezifika zu erarbeiten für Referenzarchitekturen für GenAI-Modelle und use-case-spezifische Lösungen sowie Geschäftsmodelle – Schwerpunkte sollten dabei sein:
- GenAI in regionalen Versorgungsnetzen
- GenAI zur Verbesserung der medizinischen Versorgung und der Entlastung des insbesondere medizinischen Personals
Aufbau von multimodalen Datenplattformen zur sektorübergreifenden Forschung und Nutzung von GenAI durch öffentliche und private Unternehmen. Vereinfachung des Zugangs zu Daten durch Data-Broker-Modelle