gms | German Medical Science

Die Digitalisierung in der medizinischen Versorgung und Forschung führt zu einem enormen Zuwachs an besser zugänglichen Daten. Diese Datensätze haben oft einen großen Wert, der über ihren primären Zweck der Erfassung hinausgeht. Die Wiederverwendung, Verknüpfung und Kombination von Daten könnten dabei helfen, neue Erkenntnisse zu gewinnen, neue Modelle zu formen und neue Algorithmen zu entwickeln. Dies gilt insbesondere für die Datennutzung in großen Forschungsnetzen und -projekten, bei denen die Forschenden voneinander profitieren wollen, wie z. B. im Exzellenzcluster Hearing4all. Die Nutzbarmachung der auch in der audiologischen Forschung primär heterogenen, disparaten und komplexen „Big-Data-Silos“ ist jedoch eine Herausforderung. Der „Multiple Use of Data“ im vorgenannten Sinne ist nur dann erfolgreich, wenn eine qualitativ hochwertige Datenverwaltung und -verwaltung eingerichtet wird. Aus diesem Grund wurden die FAIR-Prinzipien als Leitlinien eingeführt, um (Forschungs-)Daten auffindbar, zugänglich, interoperabel und wiederverwendbar zu machen und so den Datenaustausch sowie die Datenzusammenführung zu fördern. Dabei ist die Interoperabilität – also die Fähigkeit von Anwendungen, Informationen zielgerichtet auszutauschen und einheitlich zu verstehen – ein Schlüsselaspekt. Zur Erleichterung der Interoperabilität gibt es verschiedene Standards im Gesundheitswesen, wie HL7 FHIR und openEHR. OpenEHR ist eine offene Standardspezifikation für elektronische Gesundheitsakten und kann für den Aufbau einer offenen Gesundheitsdatenplattform verwendet werden. OpenEHR gewährleistet dabei nicht nur Interoperabilität, sondern ist auch nahezu vollständig mit allen anderen FAIR-Grundsätzen kompatibel. In diesem Vortrag wird die FAIRness des openEHR-Standards beleuchtet und ein möglicher Weg zu interoperablen und FAIRen Datensätzen in der Audiologie aufgezeigt.