Open Access

Matthias Katzensteiner

• Klinische Routinedaten bergen großes Potenzial für die medizinische Forschung und daraus folgende evidenzbasierte Versorgung. Genutzt wird dieses Potenzial bislang allerdings nur unzureichend, weil die semantische Interoperabilität im Gesundheitswesen noch nicht flächendeckend erreicht ist. Am Beispiel der Abstoßungsdiagnostik nach Nierentransplantation zeigt diese Arbeit, wie bestehende Versorgungsdaten in semantisch interoperable Strukturen überführt und so nachhaltig nutzbar gemacht werden können. Matthias Katzensteiner entwickelt ein Vorgehensmodell, das klinische Versorgungsdaten aus heterogenen Quellsystemen in ein standardbasiertes, semantisch interoperables Datenmodell überführt, und demonstriert dessen Umsetzbarkeit mit dem openEHR-Standard. Da Routinedaten unregelmäßig und fallindividuell im Zuge der klinischen Versorgung entstehen, ergänzt er die Integration um eine kontextbasierte Zeitreihenharmonisierung (kZH). Sie identifiziert klinische Ereignisse automatisiert und macht Behandlungsdaten kohortenweit vergleichbar. In der Erprobung führte dieses Vorgehen zu präziseren Vorhersagen maschineller Lernverfahren. Die entwickelten Datenvorverarbeitungsmethoden sind über die Transplantationsmedizin hinaus auf vergleichbare Szenarien datengetriebener Gesundheitsforschung übertragbar. Das Buch richtet sich an Fachleute und Forschende aus Medizininformatik, klinischem Datenmanagement und Data Science im Gesundheitswesen, die Routinedaten nachhaltig für Forschung und klinische Entscheidungsunterstützung nutzbar machen wollen.