gms | German Medical Science

MAINZ//2011: 56. GMDS-Jahrestagung und 6. DGEpi-Jahrestagung

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V.
Deutsche Gesellschaft für Epidemiologie e. V.

26. - 29.09.2011 in Mainz

Anwendung dokumentenbasierter Datenbanken in medizinischen Dokumentationssystemen

Meeting Abstract

  • Oliver Schmitt - Westfälische Wilhelms-Universität Münster, Institut für Medizinische Informatik und Biomathematik, Münster
  • René Brüntrup - Westfälische Wilhelms-Universität Münster, Institut für Medizinische Informatik und Biomathematik, Münster
  • Martin Lablans - Westfälische Wilhelms-Universität Münster, Institut für Medizinische Informatik und Biomathematik, Münster
  • Frank Ückert - Westfälische Wilhelms-Universität Münster, Institut für Medizinische Informatik und Biomathematik, Münster

Mainz//2011. 56. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds), 6. Jahrestagung der Deutschen Gesellschaft für Epidemiologie (DGEpi). Mainz, 26.-29.09.2011. Düsseldorf: German Medical Science GMS Publishing House; 2011. Doc11gmds483

doi: 10.3205/11gmds483, urn:nbn:de:0183-11gmds4830

Veröffentlicht: 20. September 2011

© 2011 Schmitt et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Hintergrund: Die Anforderungen an formularbasierte medizinische Dokumentationssysteme sind zu Projektbeginn oft unklar und unterliegen frühen Änderungen [1]. Meist sind hierbei auch Anpassungen der Formulare notwendig. Ungünstigerweise setzen klassische relationale Datenbanksysteme starre Schemata ein, deren Anpassung nur mit relativ hohem Implementierungsaufwand möglich ist [2]. Als Lösungsweg erscheinen die im Rahmen der NoSQL-Bewegung [3] populär gewordenen dokumentenorientierten Datenbanken, die auf kein globales Schema angewiesen sind, sondern die Daten als zusammenhängende Dokumente z.B. im JSON-Format [4] speichern. Daher wurde untersucht, ob diese ein flexibles und für medizinische Dokumente geeignetes Speichersystem sind.

Material/Methoden: Auf Basis der dokumentenorientierten Datenbank CouchDB [5] wurde für das hausintern entwickelte Dokumentationsframework DocFrame ein Speicherbackend geschaffen. Docframe übernimmt das Auslesen, Darstellen und Speichern von Formularen. Die Daten werden mit einer Referenz auf die verwendete Formulardefinition in der Datenbank abgelegt. Da frühere Formulardefinitionen nicht gelöscht werden, erlaubt dies immer das Wiederanzeigen im ursprünglichen Formularkontext. Durch das Anlegen einer neuen Formulardefinition können die Formulare jederzeit angepasst werden, ohne Speicherschemas anzupassen. Der Datenzugriff erfolgt in CouchDB über Schlüssel oder sogenannte Views, die den im NoSQL-Umfeld üblichen [3] Map-Reduce-Algorithmus [6] verwenden.

Ergebnisse: Die gesammelten Erfahrungen im Einsatz mit CouchDB bestätigen seine Eignung zur einfachen Implementierung eines Speichersystems für formularbasierte Dokumentationssysteme. Die Speicherung der Daten in JSON-Dokumenten erwies sich als eine natürliche Technik, um Daten aus Formularen abzulegen. In den meisten Zugriffsfällen konnten die Dokumente mittels des bekannten Schlüssels gelesen oder gespeichert werden. Für einzelne Fälle, wie etwa das Auffinden der neuesten Formulardefinition, reichten wenige einfache Views. Erfahrungen mit komplexeren Abfragen haben gezeigt, dass mithilfe des Map-Reduce-Mechanismus auch Resultate aus großen Datenmengen schnell extrahiert werden können. Bemerkenswert ist, dass sich die Datenformate gegebenenfalls durch Formularänderungen verändern können, was jedoch üblicherweise durch entsprechende Map-Funktionen kompensiert werden kann. Erwartungsgemäß wird bei Änderungen am System keine zusätzliche Programmlogik für Datenbankupdates benötigt.

Schlussfolgerung: Die dokumentenorientierte Datenbank CouchDB hat sich im betrachteten Szenario als geeignet herausgestellt. Besonders bei zur Speicherung medizinischer Daten benötigten Eigenschaften wie Revisionssicherheit [7] und Integritätssicherung durch digitale Signaturen [8] erweist sich CouchDB als solide technische Grundlage. Möglicherweise lassen sich Anforderungen, für die relationale Datenbanken zugeschnitten sind, weniger gut implementieren Außerdem führt die weniger strikte Definition der Daten dazu, dass Ad-hoc-Anfragen anders als in relationalen Datenbanken nur eingeschränkt möglich sind. Der Ausgereiftheit von relationalen Datenbanken stehen bei dokumentenbasierten Datenbanken deren einfaches Design und ihre schon heute große Beliebtheit entgegen [9].


Literatur

1.
Stausberg J, Uslu A, Schoch B. Die Elektronische Patientenakte in der Intensivmedizin: Anforderungen – Konzepte – –Nutzen. Telemedizinführer Deutschland. Darmstadt: Minerva; 2004. p.136-140.
2.
Roddick J. A survey of schema versioning issues for database systems. Information and Software Technology. 1995;37(7):383-393.
3.
NOSQL DATABASES. http://nosql-database.org. Abrufdatum: 13.04.2011 Externer Link
4.
Crockford D. RFC 4627: The application/json media type for javascript object notation (json), July 2006. Available from: http://tools.ietf.org/html/rfc4627, Abrufdatum: 13.04.2011 Externer Link
5.
Apache CouchDB. The Apache CouchDB Project. Available from: http://couchdb.apache.org. Abrufdatum: 13.04.2011 Externer Link
6.
Dead J, Ghemawat S. MapReduce: simplified data processing on large clusters, Communications of the ACM - 50th anniversary issue: 1958 - 2008. CACM Homepage archive. 2008;51(1).
7.
Dujat C, Károlyi A. Von der archivierten Krankenakte zur EPA: Installationsstand in Deutschland. Telemed 2007
8.
Pommerening K. Personalisierte Medizin und Informationstechnik –– Aspekte des Datenschutze. p. 95. Available from: http://www.staff.uni-mainz.de/pommeren/Artikel/PersMed-Pommerening.pdf, Abrufdatum 13.04.2011. Externer Link
9.
Kuznetsov V, Evans D, Metson S. The CMS Data Aggregation System - Procedia Computer Science. 2010;1(1):1535-1543.