gms | German Medical Science

53. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

15. bis 18.09.2008, Stuttgart

Szenarien für den Einsatz von Datenstrom-Management in sensor-erweiterten medizinischen Informationssystemen

Meeting Abstract

  • Andreas Hornberger - Peter L. Reichertz Institut für Medizinische Informatik der Technischen Universität Braunschweig und der Medizinischen Hochschule Hannover, Braunschweig, Deutschland
  • Klaus-Hendrik Wolf - Peter L. Reichertz Institut für Medizinische Informatik der Technischen Universität Braunschweig und der Medizinischen Hochschule Hannover, Braunschweig, Deutschland
  • Michael Marschollek - Peter L. Reichertz Institut für Medizinische Informatik der Technischen Universität Braunschweig und der Medizinischen Hochschule Hannover, Braunschweig, Deutschland
  • Reinhold Haux - Peter L. Reichertz Institut für Medizinische Informatik der Technischen Universität Braunschweig und der Medizinischen Hochschule Hannover, Braunschweig, Deutschland

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 53. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds). Stuttgart, 15.-19.09.2008. Düsseldorf: German Medical Science GMS Publishing House; 2008. DocP-46

The electronic version of this article is the complete one and can be found online at: http://www.egms.de/en/meetings/gmds2008/08gmds232.shtml

Published: September 10, 2008

© 2008 Hornberger et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). You are free: to Share – to copy, distribute and transmit the work, provided the original author and source are credited.


Outline

Text

Einleitung und Fragestellung

Im Sensor-begleiteten Wohnen [1] liefern eine Vielzahl unterschiedlicher Sensoren eine große Menge kontinuierlicher Messdaten. Diese Sensordaten lassen sich durch eine gesundheitsbezogene Auswertung zur Ermittlung, Beobachtung und Rückkopplung des Gesundheitszustandes einer Person nutzen. Die Rohdaten der Sensoren sind aus der Forschungsperspektive für die Informationsgewinnung interessant, um über statistische Auswertungen neue Zusammenhänge aufzudecken. Für medizinische Entscheidungen und zur Dokumentation des Gesundheitszustandes in einer elektronischen Gesundheitsakte ist es wichtig, die Rohdaten zu aggregieren und auszuwerten. Eine Dokumenten-orientierte Verarbeitung der kontinuierlichen Sensordaten ist mit Nachteilen verbunden [2].

Eine Datenstrom-orientierte Verarbeitung der Rohdaten, wie in [3] ausgeführt, kommt ohne eine persistente Speicherung der Daten aus, wodurch sich die zu speichernde Datenmenge erheblich reduziert. Um die Tragfähigkeit und Nachhaltigkeit dieser und weiterer Technologien für den Einsatz im Ambient Assited Living (AAL), mit einer heterogenen Sensorlandschaft und sowohl mobilen als auch stationären Sensoren beurteilen zu können, sind Szenarien notwendig, anhand derer sich die Eignung neuer Konzepte für sensor-erweiterte medizinische Informationssysteme überprüfen lässt.

Material und Methoden

Eine Literaturrecherche auf Basis der Erfahrung der Autoren sollte Anwendungen, die Datenstrom-Management einsetzten, in medizinischen Veröffentlichungen aufdecken. Basierend auf den Ergebnissen dieser Recherche sowie bereits vorhandener Anwendungen und Szenarien im Home Care und Telehealth Bereich u.a. [4], werden mögliche Anwendungen und Szenarien erarbeitet, bei denen Datenstrom-Management sinnvoll erscheint.

Ergebnisse

Die direkte Suche nach Veröffentlichungen, bei denen Datenstrom-Management in einem medizinischen Kontext thematisiert wird, brachte außer dem bereits bekannten [3] kein Ergebnis. Auf der Grundlage der recherchierten Anwendungen die kein Datenstrom-Management verwenden, ist ein Szenario mit mehreren Anwendungsfällen entstanden, in dem medizinische Sensoren kontinuierliche Datenströme erzeugen. Anhand dieser Anwendungsfälle lassen sich nun Datenstrom-Management Systeme für den Einsatz in Sensor-erweiterten Medizinischen Informationssystemen auf eine Eignung hin überprüfen.

Diskussion

Viele Anwendungen im Telehealth und Home Care Bereich beschränken sich auf einen zu messenden Parameter oder nur auf ein einzelnes Krankheitsszenario. Durch die technologische Entwicklung ist nunmehr der ubiquitäre Einsatz multipler gesundheitsrelevanter Sensoren mit ausreichenden Speicher- und Kommunikationsressourcen möglich. Aus medizinischer Sicht verlagert sich dabei die Betrachtung von einzelnen Krankheitsparametern hin zu einer umfassenden und durchdringenden Gesundheitsdokumentation. Datenstrom-Management kann eine Möglichkeit zur Kanalisierung dieser Informationsflut sein. Die entwickelten Szenarien dienen als Orientierungsmarke, die eine Überprüfung und Anpassung neuer Verfahren im Voraus ermöglichen. Die Szenarien repräsentieren den aktuellen Kenntnisstand. Reale Anwendungen sowie die Fortentwicklung der Technologie tragen zur Validierung, Verfeinerung und Ergänzung bei.


Literatur

1.
Demiris G. Smart homes and ambient assisted living in an aging society: New opportunities and challenges for biomedical informatics. Methods Inf Med. 2008; 47: 56-95.
2.
Marschollek M, Wolf KH, Plischke M, Haux R. Die Verwendung der HL7 Clinical Document Architecture (CDA) Version 2 zur Repräsentation von Sensordaten im Home-Care-Bereich. In: Kongress Medizin und Gesellschaft 2007. Augsburg, 17.-21.09.2007. Düsseldorf: German Medical Science GMS Publishing House; 2007. Doc 07gmds257. Verfügbar unter: http://www.egms.de/en/meetings/gmds2007/07gmds257.shtml. External link
3.
Seeger B, Krämer J, Penzel T, Lenz R. PIPESmed: Ein flexibles Werkzeug zur Verarbeitung kontinuierlicher Datenströme in der Medizin. In: 51. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. Leipzig, 10.-14.09.2006. Düsseldorf, Köln: German Medical Science; 2006. Doc 06gmds288. Verfügbar unter: http://www.egms.de/en/meetings/gmds2006/06gmds207.shtml. External link
4.
Haux R, Ammenwerth E, Herzog W, Knaup P. Health care in the information society. A prognosis for the year 2013. Int J Med Inform. 2002;66(1-3):3-21.