Im Zeitalter der Digitalisierung sind Daten ein unverzichtbarer Baustein für den technisch-wissenschaftlichen Fortschritt auch im Gesundheitswesen. Die Informationstechnik ist mit Big Data und KI bereit für den Aufbau neuer Lösungen.

Wir leben im Zeitalter der Digitalisierung und schrittweise kommt dieser Trend, auch als vierte industrielle Revolution, im Gesundheitswesen an. Allerdings läuft das eher mit dem Bautempo des Willy-Brandschutz-Flughafens als mit dem surrenden Sound eines elektrischen Sportwagens. Noch immer gilt das Totschlag-Argument Datenschutz und dieses Argument hat (zu Recht) Gewicht.

Daten entstehen ständig und überall. Es wäre müßig das ganze Spektrum vom Arztbrief bis zum Zahnabgussdatenmodell aufzuzählen. Verfahren, die diese textlichen, bildlichen und akustischen Daten nutzbar machen, gibt es zu Hauf. Technologien für die Speicherung und Verwaltung großer polystrukturierte sind etabliert. Anbieter und Dienstleister haben sich ebenfalls etabliert.

Daten sind vor allem dann gut, wenn sie unterschiedlicher Natur sind und aus verschiedenen Quellen stammen. Das ist im Gesundheitswesen gegeben. Es gibt und in der Medizin zunehmend Videos, doch vor allem auch Sprache – geschrieben und als Audiodatei mit Diktaten für die Dokumentation. Mit Dokumentations- und Aufbewahrungspflichten sorgt auch für ein kontinuierliches Ansteigen des Datenvolumens.

Einverständnispflicht kein Hinderungsgrund

Die Argumente, die Sie kennen, gehrt haben oder selbst vorbringen, sind alle richtig. Nicht uninteressant ist aber hier auch ein Blick in das Grundgesetz. Immerhin heißt es in Artikel 14.2 „Eigentum verpflichtet. Sein Gebrauch soll zugleich dem Wohle der Allgemeinheit dienen.“ Das sollte, zumindest in gewisser Hinsicht, auch für Daten gelten. Gerade die Daten, die beim Arzt und beim Radiologen und im Labor entstehen, sind es wert, der Allgemeinheit zur weiteren Erforschung zur Verfügung gestellt zu werden. Lediglich SGB X §67ff. stehen der freizügigen Nutzung entgegen. Aber wie z.B. §75 ebd. darstellt, dürfen die Daten vorbehaltlich der Zumutbarkeit einer Einwilligung, eben durchaus für andere Zwecke weitergegeben werden.

Im Übrigen können auch die hier hoffentlich entstehenden Einwilligungsdaten selbst schon zu Bausteinen für Big-Data-Analysen werden, wenn beispielsweise Einwilligungsdatenbanken nach dem Potential der Daten durchforstet werden. Pflegt also z.B. ein Haus ein Einwilligungsregister könnte dies zumindest anonymisiert sagen, wie viele Datensätze mit welchen Inhalten und mit einer Einwilligung zur Verfügung stehen. Das zeigt, dass auch Metadaten bei einem berechtigten Interesse hilfreich sein können. Big Data ist eben mehr als eine Datenbank, sondern die Verwendung von Daten auch völlig losgelöst von ihrem ursprünglichen Bestimmungszweck.

Zunächst muss der Gesetzgeber im Zeitalter der Digitalisierung hier auch die rechtliche Situation klarer darstellen. Sonst wird es auch nichts mit den Digitalisierungs-Aktionen, die sich derzeit im Bundesministerium für Gesundheit breit machen, auch wenn Bundesgesundheitsminister Spahn in seiner Eröffnungsansprache zur DMEA 2019 seine Vorstöße in Sachen Implantate-Register als beispielhafte Vorgehensweise bei der Aufhebung strenger Datenschutzbestimmungen darstellt. Dabei träumt Spahn auch von „einer Labor-App, die alle Körperflüssigkeiten analysiert“. Ob die Freigabe von Daten aus Apps der richtige Ansatz ist, darf bezweifelt werden.

Viele der Dinge, die sich Herr Spahn da zurecht gelegt hat, dürften an den derzeitigen Vorschriften des SGB X scheitern. Dass der Gesetzgeber sich bei der Formulierung der Paragraphen auch etwas gedacht hat, sieht man beispielsweise an der Pflicht, ein Verfallsdatum (wörtlich im SGB X „den Tag, bis zu dem die übermittelten Sozialdaten verarbeitet werden dürfen“) mit zu erfassen. Auch das hilft, Missbrauch und sogar Datendiebstahl zu vermeiden. Denn mit dem Verfallsdatum sollten die Daten dann auch aus den Systemen gelöscht werden.

Man kann sich also schon bei diesem Gedankengang gut ausmalen, dass die allein Verwaltung der Einwilligungen, der Datenweitergabe und der Dokumentation der Nutzung bis hin zur Dokumentation der Löschung ein IT-Projekt darstellen, bei dem nicht immer klar ist, wer das eigentlich realisieren und bezahlen soll.

Das KIS als Big-Data-Verhinderer?

So wie sich Hype-Cycles in der IT weiter entwickeln, verwachsen die beiden Begriffe Big Data und Künstliche Intelligenz (KI) miteinander. Big-Data-Lösungen liefern sozusagen die Daten, von denen sich KI-Algorithmen ernähren. KI beschreibt ja zunächst die Simulation menschlichen Verhaltens und das benötigt viele, viele Daten. Big-Data-Technologien haben die Basis dafür geschaffen, dass diese Daten von überall herkommen können, und hier schließt sich der Kreis.

Um an die interessantesten Daten aus KIS (und auch auf RIS und PACS) zu gelangen, ist es eine Grundvoraussetzung, dass die Systeme diese Daten tatsächlich bereitstellen. Das ist allerdings von Lösung zu Lösung unterschiedlich. So gibt es KIS, die keine Schnittstellen für Zugriffe durch Software Dritter besitzen. Die Hersteller mauern hierbei auch bei konkreten Anfragen von Softwarefirmen mit einem KI-Ansatz. Es gibt allerdings auch Anbieter von KIS-Lösungen, für die die Entwicklung und Bereitstellung von Schnittstellen kein Problem darstellt und die somit auch den Zugriff durch Big-Data-Lösungen erlauben.

„Die KI-Verfahren könnten dem Krankenhaus helfen, beispielsweise die Codierung der Fälle zu automatisieren“, erklärt KI-Experte Dr. Benedikt Kämpgen: „Das wäre z.B. für die prüfsichere Abrechnung nützlich.“ Auf künstlicher Intelligenz basierende Verfahren können heute bereits aus den unterschiedlichsten Dokumenten im KIS erkennen, welche Begrifflichkeiten – auch dann, wenn sie von verschiedenen Personen erfasst worden waren – für die prüfsichere Abrechnung relevant sind und z.B. in ICD-Codes umgewandelt werden müssen. Das kann bei der manuellen Bearbeitung durchaus zu abweichenden Ergebnissen führen, weil Menschen zu missverständlichen oder unvollständigen Interpretationen der Unterlagen kommen können.

Verfahren aus der Künstlichen Intelligenz auf der Basis polystrukturierter Daten könnten hier also einen wichtigen Beitrag für die Qualitätssicherung in der leitliniengerechten Befundung und prüfsicheren Abrechnung leisten.