Alle Daten innerhalb des Gesundheitssystems sollten „allen relevanten Stakeholdern einfach zur Verfügung stehen“, und zwar in einem großen „Datensee“: Das fordert die Deutsche Gesellschaft für Integrierte Versorgung im Gesundheitswesen (DGIV) in einem Positionspapier.
„Wir müssen Chancen der Digitalisierung entschlossener nutzen“, erklärte DGIV-Vorstandsvorsitzender Prof. Eckhard Nagel am Mittwoch. Dazu gehört nach Ansicht der DGIV ein verstärkter Einsatz generativer KI – und eine „Datendemokratisierung“, durch die die Vielzahl von Daten aus dem Gesundheitswesen breiter zugänglich wird.
Ein Großteil der heute produzierten Gesundheitsdaten könne für die klinische und Sekundärnutzung nicht verwendet werden, da sie primär für einen anderen Zweck erhoben wurden, unstrukturiert seien oder sich in voneinander getrennten Daten-Silos bei unterschiedlichen Endgeräten oder Institutionen befinden. Das müsse sich ändern.
Daten aus elektronischen Patientenakten, medizinischen Bildern, Laborergebnissen, genetischen Tests, klinischen Studien, Versicherungsdaten, regulatorischen Daten, aber auch von Wearables oder sozialen Medien sollen demnach in einem „Health-Datalake“ gesammelt werden. Das sei eine Datenplattform, die eine umfassende Sammlung von Gesundheitsdaten aus verschiedensten Quellen integriert. Diese könnten zentral oder föderiert gespeichert werden.
Zugriff auf die Daten sollen Gesundheitsdienstleister, aber auch die Pharmaforschung bekommen. So könne die Patientenversorgung verbessert und neue Behandlungsmöglichkeiten entwickelt werden. „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“, heißt es in dem Papier mit dem Titel „GenAI in Healthcare und Life Sciences“ dazu weiter.
Die Nutzung generativer KI müsse in den Vordergrund gerückt werden, meint DGIV-Generalsekretär Dr. Michael Meyer. „Vor dem Hintergrund des Ressourcenmangels und der angespannten Lage im deutschen Gesundheitswesen ist es so wichtig wie nie, die Potenziale im System auszuschöpfen.“
Bessere Auswahl von Studienteilnehmern
Generative KI könne heterogene Datenquellen effizient verarbeiten und kombinieren. Dadurch könnten zum Beispiel klinische Studien effizienter werden. „Durch die Analyse großer Mengen an Patientendaten, einschließlich elektronischer Patientenakten, genetischer Informationen und anderer relevanter Datenquellen, können diese Modelle potenzielle Studienteilnehmer präzise identifizieren. So können beispielsweise Patienten, die genetisch bedingt nicht auf das Medikament reagieren werden, gar nicht erst in eine Studie eingeschlossen werden. Dies erhöht die Rekrutierungsrate und beschleunigt die Patientenselektion, was zu effizienteren und erfolgreicheren Studien führt“, heißt es dazu.
Aktuell seien klinische Studien geprägt von „Schwierigkeiten bei der Patientenrekrutierung, persönlichen Arzt-Patient-Gesprächen, manuellem Erfassen von Daten, sehr viel Dokumentation im Rahmen des Zulassungsprozesses, Incompliance von Patienten und Studienabbrechern“. Das könne der KI-Einsatz ändern.