Big Data zwischen Hype und Realität Perspektiven im Gesundheitswesen. Dr. Peter Grolimund, Senior Industry Consultant Life Sciences 26-Januar-2015

Transkript

1 Big Data zwischen Hype und Realität Perspektiven im Gesundheitswesen Dr. Peter Grolimund, Senior Industry Consultant Life Sciences 26-Januar-2015

2 Zur Diskussion DATEN Spenden kann Leben retten Analysieren ermöglicht personalisierte Medizin Spenden kann Gesundheitskosten senken Analysieren / spenden kann die Qualität der Leistungen im Gesundheitswesen verbessern Nutzen kann die Prävention erheblich fördern 2

3 Hinweis Die Slides die eine persönliche Meinung enthalten sind entsprechend gekennzeichnet 3

4 Big data: Sicht auf den Kunden The problem is that Hadoop is a technology, and big data isn't about technology. Big data is about business needs. The bottom line is, use the right technology for what ever it is you need Ken Rudin Chief Analyst of facebook Wir wissen es funktioniert 4

5 Personalisierte Medizin Bemerkung: Das Nicht Wirken beinhaltet auch die Problematik der inkorrekten Einnahme und allenfalls Dosierung 5

6 6 Personalisierte Medizin

7 personalisierte Medizin und Daten Erhalte ich diese Daten nicht? Warum verlange ich sie nicht? Kann ich die Daten als Kunde mit Kundenkarte erhalten? Kriege ich die Mobil-Daten von meinem Mobile Telefon Provider? Warum kann der Grossverteiler meine Daten besser auswerten als ich? Warum nutzen wir als Kunden oder Patienten unsere eigenen Daten nicht? 7

8 Was geschieht? 8 P. Grolimund 8 Anonymisierter Patientendaten (big-data) werden heute auf breiter Ebene genutzt z.b: Entwicklung neuer Medikamente Zur Optimierung der klinischen Versuche Zur Eingabe und Berechnung der Kosten gegenüber der bestehenden Behandlung Zum Studium von Wirkungen von Medikamenten (in Kombination)... Zur Eingabe für die Zulassung speziell die Rückvergütung (Preise)

9 Der Hausarzt Das öffentliche Spital Das private Diagnostik Center Die Privatspitäler Die Krankenkasse Die traditionellen Gesundheitsdaten Die Daten könne/dürfen nicht zusammen ausgewertet werden (Big-Data: NEIN?) 9 P. Grolimund 9 Wer kann die Daten zusammenbringen?

10 Aerztepraxis Spitäler Diagnostik Zenter Krankenkasse Aerztepraxis Spitäler Diagnostik Zenter Krankenkasse Privatspitäler Die neuen Daten... Die Strukturen??? 10 P. Grolimund 10 Unsere Strukturen verhindern (erschweren) eine Gesamtsicht

11 Big Data bedeutet die Analyse Grosser Datenmengen Heterogener Daten Rasch ändernder Daten 11

12 Beispiel: Die Aufenthaltsdauer von Patienten nach einer Pneumonie Vorhandene Visualisierungsfunktion zeigt alle Patienten Jede Farbe repräsentiert Patienten mit ähnlichen Hospitalisierungen 12

13 Aufenthaltsdauer nach Spital Spital C, D und E: Patienten mit derselben Behandlung haben für das Spital D zeigen längere Aufenthaltsdauern: Warum? 13

14 Aufenthaltsdauer nach Einlieferungszeitpunkt Patienten die von morgens 3 bis 9 Uhr eingeliefert wurden zeigen längere Aufenthaltszeiten 2014 Teradata

15 15 Der Vioxx Fall

16 Gemeldete Nebenwirkungen Darstellungen der gemeldeten, spontanen Nebenwirkungen (FDA-SAE) Anzahl gemeldete Nebenwirkungen nach demographischen Daten und per Medikament (FDA SAE) Gemeldete spontane Nebenwirkungen nach Medikament (FDA SAE) 16

17 Transparenz Analsyse der Daten aus clinicaltrials.gov Je dunkler die Färbung desto mehr Versuche werden von dieser Firma durchgeführt Für wie viele klinische Versuche geben die Firmen an, wo (Land) diese durchgeführt werden? 17

18 Szenario: Patient Die Diagnose ist gestellt es ist ein chirurgischer Eingriff notwendig... Listet mir die besten Kliniken (best outcome) für Patienten mit meinen Voraussetzungen Gibt mir im sozialen Netzwerk Kontakte zu Patienten die Ähnliches erlebt haben Gibt mir alternative Möglichkeiten Gibt mir Hinweise für Verhaltensänderungen für nach dem Eingriff 18

19 Big data... ANNAHME: Kosten im Gesundheitswesen sind in der Schweiz 11.6% des BIP in den USA 17.7% Das sind ca. 65% der USA: entsprechende Reduktion der Einsparungen um 35% Gesundheitsausgaben der Schweiz: 68 Milliarden CHF (2012 BFS) Einsparungspotential ca. 10% Milliarden CHF Prävention spezifischer Krankheiten Daten unterstützte Einhaltung der Programme Ausrichtung auf bewährte Behandlungen Koordinierte Versorgung über alle Anbieter Korrekte Verteilung der Kapazitäten Verminderung der Notfalleinlieferungsrate Innovative Zahlungsmodelle und deren Ausrichtung Transparenz der Performenz der Anbieter Beschleundigung der Forschung und Entwicklung Verbesserte Durchführung der klinischen Versuche US Bevölkerung: CH Bevölkerung:

20 Die Risiken Ich erhalte keine Lebensversicherung Ich erhalten den Job nicht Ich verliere den Job Ich kann keine Private Krankenversichung abschliessen Warum? Kein Vertrauen Keine Transparenz (wer nutzt meine Daten?) Kann die Daten nicht nutzen... Wir als Patienten müssen unsere Anliegen klarer einbringen Uns besser um unsere eigenen Daten bemühen/kümmern... Dann können wir Big-Data zu unserem Nutzen einsetzen 20

21 21 Was wir uns wünschen...

22 Ich könnte meine Daten spenden.. und erhalte den Erfahrungsschatz aller Behandlungen... Warum kenne ich die guten Restaurants.. Hotels.. Aber nicht die Ärzte.. Spitäler? 22

23 Teradata