Einsatz von Dataspaces für die inkrementelle Informationsintegration in der Medizin

Nach der Entschlüsselung des menschlichen Genoms ergeben sich für die medizinische Forschung weitreichende Möglichkeiten, die auf Informationsintegration und der Zusammenführung phänotypischer und genotypischer Daten beruhen. Um die komplexen Integrationsanforderungen der medizinischen Domäne handhaben zu können, wird ein inkrementeller Ansatz vorgeschlagen, der auf dem Dataspace Paradigma beruht. Anwendungsdomäne ist die Integration klinischer Datenbanken mit Forschungsdatenbanken und Biobanken. 1 Einleitung und Fragestellung Die Bedeutung der Informationsintegration hat in der postgenomischen Ära massiv zugenommen, da phänotypische und genotypische Daten zusammengeführt werden können und die translationale Forschung unterstützt werden muss [Al08, Ku08]. Translation „from bench to bedside to community and back“ beschreibt in diesem Kontext den Kreislauf von genomischer, molekularer und klinischer Datensammlung hin zu individualisierter Behandlung mit Verlaufsbeobachtung und Evaluation bis zur erneuten Hypothesengenerierung. Translationale Medizin eröffnet neue Einblicke in Krankheitsmechanismen und unterstützt so die Ermittlung persönlicher Risiken und die Festlegung personalisierter Therapien [Al08, Ku08]. Informationsintegration spielt vor diesem Hintergrund eine bedeutende Rolle in Forschungsprogrammen weltweit [Na06, Hi07]. In diesem Artikel fokussieren wir auf die Integration von klinischen Datenbanken mit Forschungsdatenbanken und Biobanken. Zu den Zielen gehören die Zusammenführung unterschiedlicher Forschungsdatenbanken, die Übernahme klinischer Daten in Studiendatenbanken, die möglichst gemeinsame und einheitliche Erfassung von Datenfür Forschungsund Versorgungszwecke, die Integration von Biobanken und die Verwendung klinischer Datenbanken zur Rekrutierungsunterstützung für klinische Studien. [Hi07, Na06] Verteilung, Fragmentierung und semantische Heterogenität sind für die medizinische Informationsverarbeitung zentrale Herausforderungen. Die Fragmentierung unseres Gesundheitswesens im niedergelassenen Bereich, ambulante und stationäre Behandlung im Krankenhaus, Fachund Abteilungsstrukturen, sowie die Trennung zwischen Grundlagenforschung, klinischer Forschung, Versorgungsforschung und klinischer Versorgung führt zu verteilter, semantisch heterogener Datenhaltung. Häufig fehlt eine Identifikationsmöglichkeit von Patienten zwischen Einrichtungen, oft auch innerhalb der Einrichtungen selbst. Die verteilten Daten sind unterschiedlich strukturiert und eine terminologische Kontrolle fehlt häufig. Soweit in der Krankenversorgung strukturierte Formulare zum Einsatz kommen, sind diese oft zwischen verschiedenen Abteilungen nicht abgeglichen, und es können gleiche Attribute in verschiedenen Dokumenten und Tabellen vorliegen. Eine forschungsbezogene Dokumentation erfordert einen höheren Strukturierungsgrad und standardisierte Terminologien, aber auch die im Kontext von Studien strukturiert erhobenen Daten können derzeit i.a. nicht semantisch zusammengeführt werden. Auf der Ebene der Informationssysteme selbst besteht ebenfalls eine erhebliche Heterogenität: Die Tatsache, dass eine Systemeinführung sehr kostenund zeitaufwendig sein kann, führt einerseits zur beharrlichen Weiterverwendung von Legacy-Systemen, andererseits zu ad-hoc Lösungen ohne ausreichende Integrationskonzepte. Medizinische Informationsverarbeitung findet zudem in einem hoch komplexen System statt, in dem dynamische Interaktionen zwischen Technologie, Menschen in sehr verschiedenen Rollen und komplexen Organisationsstrukturen ablaufen. Die Technologieeinführung ist ein dynamischer Prozess, der die Arbeitsabläufe und damit auch die Anforderungen an die Informationsverarbeitung permanent verändert [WB05]. Hinzu kommen ständige Veränderungen durch neue diagnostische und therapeutische Verfahren sowie stark im Fluss befindliche Rahmenbedingungen der Finanzierung im Gesundheitswesen. Die Softwareentwicklung in der Medizin sollte aufgrund dieser Dynamik die Entwicklungszyklen verkürzen und den Anwendungsentwickler möglichst nahe mit dem Endanwender zusammenbringen. Sequentielle Vorgehensmodelle für das Softwareengineering sind hierfür schlecht geeignet. Insbesondere in einer Umgebung mit sich verändernden Anforderungen und sehr großen und sehr komplexen Informationssystemen sollte die Softwareentwicklung iterativ und hochpartizipatorisch sein, um eine maximale Anpassungsfähigkeit an Versorgungsund Forschungsprozesse zu gewährleisten. [LK04] Von zentraler Bedeutung sind in der Medizin der Datenschutz und die Verwaltung von Zugriffsrechten. Der Zugriff auf Patientendaten ist im Versorgungskontext nur gestattet, wenn ein Behandlungszusammenhang besteht. Für die Forschung ist die Basis die Einverständniserklärung des Patienten (Informed Consent). Ein Integrationsansatz muss die teilweise sehr komplexe Rechteund Rollensituation abbilden, Konzepte der Deund ggf. Re-Identifikation umfassen sowie die Intellectual Property Rechte der