Cloud Computing für Big-Data-Analysen in der Medizin. Dr. Martin Sedlmayr Lehrstuhl für Medizinische Informatik, FAU

Größe: px
Ab Seite anzeigen:

Download "Cloud Computing für Big-Data-Analysen in der Medizin. Dr. Martin Sedlmayr Lehrstuhl für Medizinische Informatik, FAU"

Transkript

1 Cloud Computing für Big-Data-Analysen in der Medizin Dr. Martin Sedlmayr Lehrstuhl für Medizinische Informatik, FAU

2 Herausforderungen Herausforderungen für Leistungserbringer im Gesundheitswesen: Verbesserung der Behandlungsqualität im Gesundheitswesen Erhöhen der Patientensicherheit Gesundheitsleistungen / medizinische Versorgung Senkung der Kosten bei gleichzeitiger Verbesserung der Qualität Innovationen aus Bereich Forschung und Entwicklung sollen helfen Sekundärnutzung klinischer Routinedaten: Neudefinition von Forschung und Entwicklung im Gesundheitswesen Revolution der Wertschöpfungskette 2

3 Möglichkeiten Aggregierte Patientendaten: unterstützen klinische Forschung z.b. zur Identifizierung von Krankheitsmechanismen ermöglichen effiziente und kostengünstige Plausibilitätsprüfung ärztlichen Handelns reduzieren Rekrutierungszeiten von Patienten in klinischen Studien unterstützen bei Verdachtsfällen die Überprüfung der Medikamentensicherheit ermöglichen die Überwachung der Qualität und Sicherheit medizinischer Produkte leisten Entbürokratisierung im Abrechnungswesen des deutschen Gesundheitssystems 3

4 Sekundärnutzung klinischer Daten BI Data Warehouse ETL 4

5 lokal Extract Transform Load LIS KIS/ KAS SQL CSV... PIDgen Terminology DeIdent Fakten Aggregation Query-Tool WWW XLS Dimensi onen Statistik Visualisierung... 5

6 Was ist mit... Freitext? 99.9% 71% 80% 53% 6

7 Ansatz Text Mining Text Annotation Deidentification 7

8 lokal c l o u d Extract Transform Load LIS KIS/ KAS SQL CSV Texte PIDgen Terminology DeIdent Fakten Aggregation Query-Tool WWW XLS... Textmining Dimensi onen Statistik... Visualisierung... 8

9 Architektur KRANKENHAUS STUDIENPORTAL ETL Anonymisierung Data Mining TRUSTED CLOUD Anonymisierter Text Annotationen Strukturierte Daten Data Warehouse Text Mining

10 1 2 C 3 A Structured Data Annotation Data K-Anonym Export B D 10

11 Datenextraktion 1 11

12 Deidentification 2 Metadata Name Lists Patterns Machine Learning 12

13 IDAT-Translator 3 Person (entspricht Name) - surname <string> - familyname <string> - affix <string> (Graf von) - titel <string> (Dr., Prof.,...,) - sex [f m] <enumeration> Date - Day <byte> 11 - Month <byte> Year <byte> Weekday <byte> Holiday <string> (Weihnachten, Ostern..) Location - street <string> (Tennenbacherstrasse.) - housenumber <string> (11a) - city code <int> (79132) - city <string> rule (Freiburg) "IdatPerson" - country when <string> - building? (Beispiel Bahnhof, Flughafen, Post) ContactData (entspricht Phone) - phonenumber <int> -- countrycode (+49) -- areacode (761) -- phonenumber ( ) - Division - organisation (Universität, Rhön Kliniken) <string> - clinic (Bsp. Uniklinik, Waldkrankenhaus) <string> - department (Innere Medizin) <string> - city (Freiburg) <string> - service? (Sprechstunde, Ambulanz..) <string> ID - entity [MedicalRecordId,???] <enumeration> - - value <string> AGE - days <int> # in Tage, da Alterangaben bei Neugeborenen eingeschlossen werden müssen ---- BIOMETRICS - entity <enumeration> [size, weight] # eav schema - unit <enumeration> [metric] - value idat:personidat() then idat.setfirstname( XXXXX ); idat.setfamilyname(stringutils.left(idat.getfamilyname(),1)); idat.setaffix(null); idat.settitel(null); idat.setsex(idat.getsex()); end 13 OTHER # all other

14 1 2 C 3 A 4 Structured Data Annotation Data K-Anonym Export B D 5 14

15 Cloud Infrastruktur 4 15

16 Text Mining 5 16

17 1 2 C 3 6 A 4 Structured Data Annotation Data K-Anonym Export B D 5 17

18 Zentrales Studienportal 6 Zugriff auf Daten Mehrwertdienste Statistische Analyse Datamining i2b2, R, transmart,... 18

19 Klinikportal Studien Konfiguration Deidentifizierung Steuerung lokaler klinischer Komponenten Klinisches Portal Oberfläche für Anwender und Administratoren Übersicht aller Teilschritte Letzte klinische Instanz vor der Cloud

20 Use Case Endoprothesenregister Angelehnt an den Vorgaben des Deutschen Endoprothesenregisters Bundesweites Register für Endoprothesen zur Ermöglichlung von Qualiätskontrollen von künstlichen Hüft und Knieprothesen Der Cloud4health Workflow kann folgende Daten extrahieren: Patientenbezogene Daten Gelenk (Knie/Hüfte), Seite (rechts/links) Art: (Erst-OP, Wechsel), Voroperationen am endoprothetisch versorgten Gelenk Können großen Einfluss auf Standzeit haben Standzeiten bei Versorgung im gleichen Haus Gründe für Wechsel von Prothesenkomponenten Nebendiagnosen Komplikationen

21 Use Pathologie Datenmigration von unstrukturierten textuellen medizinischen Berichten zu hochstrukturierter Information in klinischendatenbanksystemen Der Cloud4health Workflow kann folgende Daten bereitstellen: Patientenbezogene Daten Stadieneinteilung nach TNM Klassification Erkennung der Terme und Interpretation der Information Bsp: ypt2 ypn1a (2/4) pm1(hep) L1 V0 Pn0 Anzahl der Nachbefunde Tumorgraduierung Große Datenmengen mit mehr als Pathologieberichten aus der 1. Klinik konnten automatisch in hoher Qualität strukturiert werden Finale Test für die Strukturierung weiterer Bestände laufen an einer 2. Klinik

22 Use case Plausibilitätsprüfung Überprüfung von Plausibilität von Verordnungen am Beispiel des Projektes P3 Personalisierte Pharmakotherapy Der Cloud4health Workflow kann folgende Daten bereitstellen: Diagnosen Verordnungen: Arzneimitteldaten Laborwerte aus strukturierten sowie unstrukturierten Daten Anhand der extrahierten Parameter kann die Richtigkeit der Therapieempfehlung entsprechend der eingesetzten Guidelines automatisch überprüft werden

23 Use-Case-Beispiel 23

24 Process Use Case Description Fragestellung Einschlusskriterien Notwendige Daten zur Beantwortung Identification of Data Sources Klinische Quellsysteme Schnittstellen, Formate, Qualität... Eigentümer und Schutzbedarf Allowance Szenario Eigentümer Datenschützer Ggfs. Einverständnis des Patienten Data Extraction Technische Realisierung Syntaktisch & semantisch 24

25 Zusammenfassung Sekundärnutzung Strukturierte und unstrukturierte Daten Deidentifizierung Text Mining Cloud computing Dynamische Infrastruktur Infrastructure / Service on Demand Externe und Inhouse-Nutzung Anwendungsbeispiele Füllen von Registern, Medizinische Forschung, technischer Betrieb und Qualitätsmanagement 25

Cloud Computing für Big-Data-Analysen in der Medizin

Cloud Computing für Big-Data-Analysen in der Medizin Cloud Computing für Big-Data-Analysen in der Medizin Sekundärnutzung klinischer Daten Business Intelligence Data Warehouse Sekundärnutzung klinischer Daten lokal Extract Transform Load LIS SQL KIS/ KAS

Mehr

cloud4health Cloud-Architektur für die datenschuzkonforme Sekundärnutzung strukturierter und freitextlicher Daten Ines Leb

cloud4health Cloud-Architektur für die datenschuzkonforme Sekundärnutzung strukturierter und freitextlicher Daten Ines Leb cloud4health Cloud-Architektur für die datenschuzkonforme Sekundärnutzung strukturierter und freitextlicher Daten Ines Leb Lehrstuhl für Medizinische Informatik Telemed 03.07.2013 2 Agenda Motivation Vorgehen

Mehr

Cloud Computing für Big-Data-Analysen in der Medizin

Cloud Computing für Big-Data-Analysen in der Medizin Cloud Computing für Big-Data-Analysen in der Medizin Cloud Use Cases Day 2015 Fachhochschule Nordwestschweiz Wolfgang Ziegler Fraunhofer Institut SCAI wolfgang.ziegler@scai.fraunhofer.de Sekundärnutzung

Mehr

cloud4health Smart Data in der Medizin Dr. med. Philipp Daumke

cloud4health Smart Data in der Medizin Dr. med. Philipp Daumke cloud4health Smart Data in der Medizin Dr. med. Philipp Daumke CLOUD4HEALTH In cloud4health wird eine klinische Forschungsinfrastruktur zur verteilten Auswertung medizinischer Daten bereitgestellt Analyse

Mehr

Architektur und Sicherheitsaspekte des Text-Mining in der Cloud. TMF-Workshop, 28. Januar 2015, Berlin

Architektur und Sicherheitsaspekte des Text-Mining in der Cloud. TMF-Workshop, 28. Januar 2015, Berlin Architektur und Sicherheitsaspekte des Text-Mining in der Cloud TMF-Workshop, 28. Januar 2015, Berlin Analyse medizinischer Daten in klinik-externer Cloud Herausforderung: Sensible, personenbezogene Daten

Mehr

tdwi E U R D P E OPEN SOURCE BUSINESS INTELLIGENCE HANSER MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN

tdwi E U R D P E OPEN SOURCE BUSINESS INTELLIGENCE HANSER MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN OPEN SOURCE BUSINESS INTELLIGENCE MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN uwehaneke Stephan TRAHASCH tobias HAGEN tobias LAUER (Hrsg.)' tdwi E U R D P E HANSER Vorwort 9 Einführung

Mehr

Damit wird den Leistungserbringern im Gesundheitswesen ein wichtiges Werkzeug an die Hand gegeben, ärztliches Handeln vor dem Hintergrund immer

Damit wird den Leistungserbringern im Gesundheitswesen ein wichtiges Werkzeug an die Hand gegeben, ärztliches Handeln vor dem Hintergrund immer cloud4health cloud4health Cloud-Dienste für die Sekundärnutzung medizinischer Routinedaten in Wirtschaft und Forschung Mit dem Projekt cloud4health soll erstmals eine sichere Trusted- Cloud -Infrastruktur

Mehr

Cloud-Dienste für die Sekundärnutzung medizinischer Rohdaten in Wirtschaft und Forschung. Philipp Daumke

Cloud-Dienste für die Sekundärnutzung medizinischer Rohdaten in Wirtschaft und Forschung. Philipp Daumke Cloud-Dienste für die Sekundärnutzung medizinischer Rohdaten in Wirtschaft und Forschung Philipp Daumke Sekundärnutzung medizinischer Rohdaten Vielversprechende Möglichkeit*, Behandlungsqualität zu kontrollieren

Mehr

Datenbankgestützte Qualitätskontrolle in der Endoprothetik

Datenbankgestützte Qualitätskontrolle in der Endoprothetik Datenbankgestützte Qualitätskontrolle in der Endoprothetik Prof. Dr. Dr. h.c. Wolfgang Lassmann Prof. Dr. med. Werner Hein Dipl. Wirtsch. Inf. Frank Lippert Dr. med. Stefan Klima Endoprothetik in der Orthopädie

Mehr

Evaluation der computer-linguistischen Texterschließung neuroradiologischer Befunde im Berliner BFG-Projekt

Evaluation der computer-linguistischen Texterschließung neuroradiologischer Befunde im Berliner BFG-Projekt Evaluation der computer-linguistischen Texterschließung neuroradiologischer Befunde im Berliner BFG-Projekt KIS-RIS-PACS- und DICOM-Treffen Mainz Schloß Waldthausen 21. Juni 2013 Josef Schepers, Peter

Mehr

SMART DATA IN DER MEDIZIN WIE COMPUTER HELFEN, DIE RICHTIGE DIAGNOSE ZU FINDEN. Referentenbeitrag bei der Special Interest Group (SIG) Big Data 2015

SMART DATA IN DER MEDIZIN WIE COMPUTER HELFEN, DIE RICHTIGE DIAGNOSE ZU FINDEN. Referentenbeitrag bei der Special Interest Group (SIG) Big Data 2015 SMART DATA IN DER MEDIZIN WIE COMPUTER HELFEN, DIE RICHTIGE DIAGNOSE ZU FINDEN Referentenbeitrag bei der Special Interest Group (SIG) Big Data 2015 Dr. med. Dipl.-Phys. Thomas Faßbender INHALT 1. Vorstellung

Mehr

Eine Referenzarchitektur für semantische Interoperabilität und ihre praktische Anwendung

Eine Referenzarchitektur für semantische Interoperabilität und ihre praktische Anwendung Eine Referenzarchitektur für semantische Interoperabilität und ihre praktische Anwendung Lehrstuhl für Medizinische Informatik Am Wetterkreuz 13, 91058 Erlangen Christian Zunner Thomas Ganslandt, Hans-Ulrich

Mehr

IDRT: Unlocking Research Data Sources with ETL for use in a Structured Research Database

IDRT: Unlocking Research Data Sources with ETL for use in a Structured Research Database First European i2b2 Academic User Meeting IDRT: Unlocking Research Data Sources with ETL for use in a Structured Research Database The IDRT Team (in alphabetical order): Christian Bauer (presenter), Benjamin

Mehr

Text-Mining: Einführung

Text-Mining: Einführung Text-Mining: Einführung Claes Neuefeind Fabian Steeg 22. April 2010 Organisatorisches Was ist Text-Mining? Definitionen Anwendungsbeispiele Textuelle Daten Aufgaben u. Teilbereiche Literatur Kontakt Sprechstunde:

Mehr

Oracle BI&W Referenz Architektur Big Data und High Performance Analytics

Oracle BI&W Referenz Architektur Big Data und High Performance Analytics DATA WAREHOUSE Oracle BI&W Referenz Architektur Big Data und High Performance Analytics Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen

Mehr

Ammenwerth E, Hörbst A, Hayn D, Schreier G, eds. Proceedings of the ehealth2013. May 23-24; Vienna, Austria. OCG; 2013.

Ammenwerth E, Hörbst A, Hayn D, Schreier G, eds. Proceedings of the ehealth2013. May 23-24; Vienna, Austria. OCG; 2013. CLOUD-ARCHITEKTUR FÜR DIE DATENSCHUTZKONFORME SEKUNDÄRNUTZUNG STRUKTURIERTER UND FREITEXTLICHER DATEN Griebel L 1, Leb I 1, Christoph J 1, Laufer J 2, Marquardt K 2, Prokosch HU 1, Toddenroth D 1, Sedlmayr

Mehr

IT im Krankenhaus Aufgabenstellungen, die die Klinikleitung bewegen

IT im Krankenhaus Aufgabenstellungen, die die Klinikleitung bewegen IT im Krankenhaus Aufgabenstellungen, die die Klinikleitung bewegen Auswirkungen der aktuellen Forschungsfördervorhaben auf das Informationsmanagement der Krankenhäuser Dipl. Kaufm. Peter Asché Kaufmännischer

Mehr

Erleichtert die elektronische Patientendokumentation

Erleichtert die elektronische Patientendokumentation Erleichtert die elektronische Patientendokumentation die Abrechnung unter SwissDRG? Daniel lvoellmy Leiter Service Center Medizinische Applikationen Projektleiter Integriertes Patientendossier Inselspital

Mehr

ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich

ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich Agenda Einführung Key differentiators von ODI12c Effizienz Flexibilität Wartbarkeit & Beweglichkeit Schlussfolgerungen

Mehr

Digitale Agenda 2020 - Gesundheit Der Blickwinkel der Forschung. Olaf Dössel Karlsruher Institut für Technologie (KIT)

Digitale Agenda 2020 - Gesundheit Der Blickwinkel der Forschung. Olaf Dössel Karlsruher Institut für Technologie (KIT) Digitale Agenda 2020 - Gesundheit Der Blickwinkel der Forschung Olaf Dössel Karlsruher Institut für Technologie (KIT) INSTITUT FÜR BIOMEDIZINISCHE TECHNIK 3 2.5 2 1.5 1 0.5 0-0.5-1 2008 Google - Imagery

Mehr

MHH Klausurtagung Forschung. Klinisches Data Warehouse

MHH Klausurtagung Forschung. Klinisches Data Warehouse MHH Klausurtagung Forschung 2013 Klinisches Data Warehouse Agenda Klinisches Data Warehouse der MHH - aktueller Status Mögliche Einsätze des klinischen Data Warehouse für die Forschung Demo: Einsatzbeispiel

Mehr

Umsetzung von BI-Lösungen mit Unterstützung einer Suchmaschine. TDWI Stuttgart 15.04.2015 Tobias Kraft, exensio GmbH

Umsetzung von BI-Lösungen mit Unterstützung einer Suchmaschine. TDWI Stuttgart 15.04.2015 Tobias Kraft, exensio GmbH Umsetzung von BI-Lösungen mit Unterstützung einer Suchmaschine TDWI Stuttgart 15.04.2015 Tobias Kraft, exensio GmbH Suchmaschinen Elasticsearch BI-Stack mit Elasticsearch Use Cases Pharmabranche 2 Funktionen

Mehr

Einfach gut entscheiden. Controlling für Kliniken mit Microsoft Business Intelligence

Einfach gut entscheiden. Controlling für Kliniken mit Microsoft Business Intelligence Einfach gut entscheiden Controlling für Kliniken mit Microsoft Business Intelligence Ihr Referenten Dr. Nedal Daghestani Lösungsberater Microsoft Deutschland GmbH nedal.daghestani@microsoft.com Bernhard

Mehr

Inhaltliche Erschließung von Arztbriefen in der Praxis

Inhaltliche Erschließung von Arztbriefen in der Praxis M:\Aussendarstellung\Foliensaetze\MN\xml.ppt Inhaltliche Erschließung von Arztbriefen in der Praxis Mark Neumann ID Berlin Übersicht ID LOGIK -Services verwendet in: 1. ID Arztbrief Online 2. ID Pharma

Mehr

BIW - Überblick. Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004

BIW - Überblick. Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004 BIW - Überblick Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004 Annegret Warnecke Senior Sales Consultant Oracle Deutschland GmbH Berlin Agenda Überblick

Mehr

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle DATA WAREHOUSE Big Data Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen aus Unternehmens- Daten ziehen! Datenmengen, Performance und Kosten Daten als Geschäftsmodell

Mehr

Big Data in Azure. Ein Beispiel mit HD Insight. Ralf Stemmer

Big Data in Azure. Ein Beispiel mit HD Insight. Ralf Stemmer Big in Azure Ein Beispiel mit HD Insight Ralf Stemmer Agenda owas ist Big? Was ist HD Insight? owelche Probleme kann man damit lösen? odemo Was ist Big? Was ist HD Insight? Datenexplosion - Rasanter Zuwachs

Mehr

Messung von Qualität im Gesundheitswesen

Messung von Qualität im Gesundheitswesen Messung von Qualität im Gesundheitswesen Hat die Gesundheitspolitik einen Plan? Eva-Maria Baumer 11. Oktober 2010 Welche Aufgabe hat das BIQG?» Gesundheitsqualitätsgesetz» Unterstützung des Ministers bei

Mehr

Integrated Data Repository Toolkit (IDRT)

Integrated Data Repository Toolkit (IDRT) Integrated Data Repository Toolkit (IDRT) TMF-Projekt V091-MI_03 AP5.2: Realisierung USE CASE Clinical DWH Report Igor Engel Sebastian Mate Jan Christoph Prof. Dr. Hans-Ulrich Prokosch Dr. Thomas Ganslandt

Mehr

IHE konforme klinische Apps Neue Freiheitsgrade für die personalisierte, mobile IT Nutzung im klinischen Umfeld

IHE konforme klinische Apps Neue Freiheitsgrade für die personalisierte, mobile IT Nutzung im klinischen Umfeld IHE konforme klinische Apps Neue Freiheitsgrade für die personalisierte, mobile IT Nutzung im klinischen Umfeld G. Nolte, Prokurist, Ressort IT / TK, Vivantes G. Härdter, Service Center IT, Klinikum Stuttgart

Mehr

Modell- und evidenzbasierte Medizin durch digitale Patientenmodelle

Modell- und evidenzbasierte Medizin durch digitale Patientenmodelle 14.04.2015 Modell- und evidenzbasierte Medizin durch digitale Patientenmodelle Dr. Kerstin Denecke April 2015 ICCAS Innovation Center for Computer-Assisted Surgery Gegründet im März 2005 als zentrale Eintrichtung

Mehr

IMPAX Teaching File Archive

IMPAX Teaching File Archive IMPAX Teaching File Archive Aufbau eines radiologischen Lehrarchivs gemäß IHE-TCE Isabel Wobbe Daniel Selbach (Agfa HealthCare) Gliederung Ausgangssituation am UKSH Ziele der Lehrfallsammlung IHE TCE Profil

Mehr

Integration einer auf der Arden-Syntax basierenden Entscheidungsunterstützungskomponente. Telematikplattform

Integration einer auf der Arden-Syntax basierenden Entscheidungsunterstützungskomponente. Telematikplattform Integration einer auf der Arden-Syntax basierenden Entscheidungsunterstützungskomponente in eine Telematikplattform Geisler M 1, Bott OJ 1, Tegtbur U 2, Bergmann J 1, Pretschner DP 1 1 Institut für Medizinische

Mehr

QUICK-START EVALUIERUNG

QUICK-START EVALUIERUNG Pentaho 30 für 30 Webinar QUICK-START EVALUIERUNG Ressourcen & Tipps Leo Cardinaals Sales Engineer 1 Mit Pentaho Business Analytics haben Sie eine moderne und umfassende Plattform für Datenintegration

Mehr

Informationsextraktion aus radiologischen Befundberichten

Informationsextraktion aus radiologischen Befundberichten Informationsextraktion aus radiologischen Befundberichten Philipp Daumke, Soeren Holste, Sarah Ambroz, Michael Poprat, Kai Simon, Dirk Marwede, Elmar Kotter Partner» Anbieter von Textanalyse-Software für

Mehr

IHE konforme klinische Apps Neue Freiheitsgrade für die personalisierte, mobile IT Nutzung im klinischen Umfeld

IHE konforme klinische Apps Neue Freiheitsgrade für die personalisierte, mobile IT Nutzung im klinischen Umfeld IHE konforme klinische Apps Neue Freiheitsgrade für die personalisierte, mobile IT Nutzung im klinischen Umfeld G. Nolte, Prokurist, Ressort IT / TK, Vivantes G. Härdter, Service Center IT, Klinikum Stuttgart

Mehr

Business Intelligence im Krankenhaus

Business Intelligence im Krankenhaus Business Intelligence im Krankenhaus Dr. Thomas Lux Holger Raphael IT-Trends in der Medizin 03.September 2008 Essen Gliederung Herausforderungen für das Management im Krankenhaus Business Intelligence

Mehr

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria Analyse von unstrukturierten Daten Peter Jeitschko, Nikolaus Schemel Oracle Austria Evolution von Business Intelligence Manuelle Analyse Berichte Datenbanken (strukturiert) Manuelle Analyse Dashboards

Mehr

Ein Portal für Medizinische Formulare. Martin Dugas dugas@uni-muenster.de

Ein Portal für Medizinische Formulare. Martin Dugas dugas@uni-muenster.de Ein Portal für Medizinische Formulare Martin Dugas dugas@uni-muenster.de Agenda Kurzvorstellung IMI Hintergrund und Problemstellung MDM-Portal für Medizinische Formulare Diskussion: Freier Zugang zu medizinischen

Mehr

Leitlinie zum adaptiven Management von Datenqualität in Kohortenstudien und Registern

Leitlinie zum adaptiven Management von Datenqualität in Kohortenstudien und Registern Leitlinie zum adaptiven Management von Datenqualität in Kohortenstudien und Registern M. Nonnemacher, D. Weiland, M. Neuhäuser, J. Stausberg Institut für Medizinische Informatik, Biometrie und Epidemiologie,

Mehr

Die Telematikinfrastruktur als sichere Basis im Gesundheitswesen

Die Telematikinfrastruktur als sichere Basis im Gesundheitswesen Die Telematikinfrastruktur als sichere Basis im Gesundheitswesen conhit Kongress 2014 Berlin, 06.Mai 2014 Session 3 Saal 3 Gesundheitsdaten und die NSA Haben Patienten in Deutschland ein Spionageproblem?

Mehr

Medical Data Models Ein offenes Repository Medizinscher Formulare

Medical Data Models Ein offenes Repository Medizinscher Formulare Ein offenes Repository Medizinscher Formulare auf Basis von CDISC ODM German CDISC User Group Leverkusen, 26. Februar 2013 Dr. Bernhard Breil 2 Inhalt Medizinische Dokumentation Probleme Forschungsfrage

Mehr

Chancen und Grenzen (semi-) automatischer, semantischer Analyse medizinischer Dokumente

Chancen und Grenzen (semi-) automatischer, semantischer Analyse medizinischer Dokumente Chancen und Grenzen (semi-) automatischer, semantischer Analyse medizinischer Dokumente conhit-session: medizinische Dokumentation aktuelle Herausforderungen und Perspektiven Berlin 15.04.2015 ID Information

Mehr

Medizinische Informationssysteme. MeCuM Modul V L 9 Klaus Adelhard

Medizinische Informationssysteme. MeCuM Modul V L 9 Klaus Adelhard Medizinische Informationssysteme im Krankenhaus MeCuM Modul V L 9 Klaus Adelhard Ziele Schneller und gezielter Zugriff auf Akten und einzelne Inhalte Gleichzeitige Nutzung durch mehrere Stellen. Vermeidung

Mehr

Semantische Integration für translationale und personalisierte klinische Forschung: Unterschiedliche Lösungen und Vorgehensweisen

Semantische Integration für translationale und personalisierte klinische Forschung: Unterschiedliche Lösungen und Vorgehensweisen Semantische Integration für translationale und personalisierte klinische Forschung: Unterschiedliche Lösungen und Vorgehensweisen Wolfgang Kuchinke (HHU Düsseldorf) 15.5.2014 in Berlin BMBF Partnering

Mehr

Rollen in GFO und HL7-RIM

Rollen in GFO und HL7-RIM n in GFO und HL7-RIM Frank Loebe Forschungsgruppe Ontologien in der Medizin (Onto-Med) Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig frank.loebe@imise.uni-leipzig.de

Mehr

(Oracle) BPM in der Cloud

(Oracle) BPM in der Cloud ti&m seminare (Oracle) BPM in der Cloud Integration, Chancen und Risiken Alexander Knauer Architect ti&m AG Version 1.0 28. Januar 2013 ti&m AG Buckhauserstrasse 24 CH-8048 Zürich Belpstrasse 39 CH-3007

Mehr

28.10.2014. Unternehmensporträt Universitätsklinikum Bonn AöR

28.10.2014. Unternehmensporträt Universitätsklinikum Bonn AöR VDE MedTech 2014 "Das vernetzte Krankenhaus: Technik - IT- Patient" Hannover, den 08. Oktober 2014 Vernetzung im Krankenhaus als Beitrag zur ökonomischen Stärkung h Karsten Honsel Kaufmännischer Vorstand

Mehr

Datenschutzkonforme Sekundärnutzung strukturierter und freitextlicher Daten mittels Cloud-Architektur

Datenschutzkonforme Sekundärnutzung strukturierter und freitextlicher Daten mittels Cloud-Architektur Session Sekundärnutzung klinischer Datenbestände für die Versorgungsforschung, klinische Forschung und Lehre Datenschutzkonforme Sekundärnutzung strukturierter und freitextlicher Daten I. Leb, L. Griebel,

Mehr

BRUNIE ERP.kur. 2 medizinischer Arbeitsplatz. Ganzheitliches System für Mutter-Vater-Kind-Rehaeinrichtungen. Gina Sanders - Fotolia.

BRUNIE ERP.kur. 2 medizinischer Arbeitsplatz. Ganzheitliches System für Mutter-Vater-Kind-Rehaeinrichtungen. Gina Sanders - Fotolia. Ganzheitliches System für Mutter-Vater-Kind-Rehaeinrichtungen 2 medizinischer Arbeitsplatz Gina Sanders - Fotolia.com Gina Sanders - Fotolia.com Medizinischer Arbeitsplatz BRUNIE ERP.kur Module 1 Verwaltung

Mehr

Medical Data Models Ein offenes Repository Medizinscher Formulare

Medical Data Models Ein offenes Repository Medizinscher Formulare Ein offenes Repository Medizinscher Formulare Metadatenmanagement in der patientenorientierten Forschung Berlin, 18. Dezember 2012 Dr. Bernhard Breil 2 Inhalt Medizinische Dokumentation Probleme Forschungsfrage

Mehr

Der rechnerunterstützte Arbeitsplatz für Ärzte, Pflege und Funktionsbereiche aus einer Hand

Der rechnerunterstützte Arbeitsplatz für Ärzte, Pflege und Funktionsbereiche aus einer Hand Servicezentrum Medizin-Informatik Leitung: Dipl. Inform. H. Greger 12. Fachtagung "Praxis der Informationsverarbeitung in Krankenhaus und Versorgungsnetzen (KIS)" 20.-22. Juni 2007, Ludwigshafen Der rechnerunterstützte

Mehr

Implementing a Data Warehouse with Microsoft SQL Server MOC 20463

Implementing a Data Warehouse with Microsoft SQL Server MOC 20463 Implementing a Data Warehouse with Microsoft SQL Server MOC 20463 In dem Kurs Implementing a Data Warehouse with Microsoft SQL Server lernen Sie, wie Sie eine Data-Warehouse-Plattform implementieren, um

Mehr

Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH

Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH Dani Schnider Principal Consultant Business Intelligence BI Trilogie, Zürich/Basel 25./26. November 2009 Basel Baden Bern Lausanne Zürich

Mehr

Informatica Day 2010 Deutschland Best Practice: Data-Consolidation im SAP Umfeld bei Siemens. Frank Hincke, DIMQ, Köln 03/2010

Informatica Day 2010 Deutschland Best Practice: Data-Consolidation im SAP Umfeld bei Siemens. Frank Hincke, DIMQ, Köln 03/2010 Informatica Day 2010 Deutschland Best Practice: Data-Consolidation im Umfeld bei Siemens Frank Hincke, DIMQ, Köln 03/2010 Agenda Vorstellung Sprecher Programm ATLAS im Bereich Siemens Bereich Energie,

Mehr

Innovation und Kooperation als Motor zukunftsfähiger Informationsdienste

Innovation und Kooperation als Motor zukunftsfähiger Informationsdienste Innovation und Kooperation als Motor zukunftsfähiger Informationsdienste Prof. Dr. Wolf-Tilo Balke Institut für Informationssysteme Technische Universität Braunschweig http://www.ifis.cs.tu-bs.de Herausforderung

Mehr

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15 9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics

Mehr

Cloud4E. OCCI-Service-Framework. Stand: 29. Mai 2014

Cloud4E. OCCI-Service-Framework. Stand: 29. Mai 2014 Cloud4E OCCI--Framework Stand: 29. Mai 2014 Cloud4E Ziele Flexible, cloud-basierte Simulationsumgebungen für mittelständische Unternehmen Definition und Umsetzung eines Software-Stacks zur Portierung bestehender

Mehr

Elektronische Patientenakten und Gesundheitstelematik

Elektronische Patientenakten und Gesundheitstelematik Elektronische Patientenakten und Gesundheitstelematik - kursorische Betrachtungen - Prof. Dr. Peter Haas FH Dortmund / Prof. Dr. Peter Haas Seite 1 Begriffsverwirrung allerorten Elektronische Krankenakte

Mehr

PDMS Let it be! PDMS sind ein Ewiges Talent

PDMS Let it be! PDMS sind ein Ewiges Talent PDMS Let it be? Rainer Röhrig Leiter des Sektion Medizinische Informatik in Anästhesie und Intensivmedizin Klinik für Anästhesiologie, Intensivmedizin, Schmerztherapie (Direktor Prof. Dr. M. A. Weigand)

Mehr

Die Sprache der Medizin?

Die Sprache der Medizin? Snomed CT Die Sprache der Medizin? HL7 Jahrestagung Österreich 18. März 2015 Prof. Dr. med. Sylvia Thun Inhalte Warum medizinische Terminologien für ehealth? Internationale Perspektive und ELGA Leuchtturmprojekte

Mehr

Krankenhaus- Informationssysteme

Krankenhaus- Informationssysteme 2010 Tieto Corporation Krankenhaus- Informationssysteme IT im Gesundheitswesen Jost Netze Director Business Development Outsourcing Tieto, HCCE jost.netze@tieto.com Agenda Das Unternehmen Tieto im Gesundheitswesen

Mehr

Office & CRM. Microsoft Office Tools und CRM intelligent vernetzen 5 Tipps & Tricks für Entscheidungsträger im Büroalltag

Office & CRM. Microsoft Office Tools und CRM intelligent vernetzen 5 Tipps & Tricks für Entscheidungsträger im Büroalltag Office & CRM Microsoft Office Tools und CRM intelligent vernetzen 5 Tipps & Tricks für Entscheidungsträger im Büroalltag Atos IT Solutions and Services GmbH Agenda Ohne Systembruch: Vom ersten E-Mail zum

Mehr

Datenintegration mit Informatica PowerCenter

Datenintegration mit Informatica PowerCenter Datenintegration mit Informatica PowerCenter Mein Weg vom Studenten zum Consultant Christoph Arnold 03.07.2013 1 Agenda Von der THM zu Infomotion Datenschieberei oder doch mehr? Die weite Welt von Informatica

Mehr

Opinion Mining in der Marktforschung

Opinion Mining in der Marktforschung Opinion Mining in der Marktforschung von andreas.boehnke@stud.uni-bamberg.de S. 1 Überblick I. Motivation Opinion Mining II. Grundlagen des Text Mining III. Grundlagen des Opinion Mining IV. Opinion Mining

Mehr

Management von Datenelementen mit dem nationalen Metadata Repository (MDR)

Management von Datenelementen mit dem nationalen Metadata Repository (MDR) Management von Datenelementen mit dem nationalen Metadata Repository (MDR) Standardisierte Datenelemente zur Dokumentation in klinischen Studien und epidemiologischen Registern Matthias Löbe 1, Johannes

Mehr

Datenqualität und Datensicherheit

Datenqualität und Datensicherheit Datenqualität und Datensicherheit Thomas Wrba Medizinischen Universität Wien Zentrum für Medizinische Statistik, Informatik und Intelligente Systeme (CeMSIIS) 05.05.2014 1 Einleitung (1) Medizinischer

Mehr

Raluca Pahontu Gerd Schneider. Zentrum für Informations- und Medizintechnik (ZIM)

Raluca Pahontu Gerd Schneider. Zentrum für Informations- und Medizintechnik (ZIM) Data Science, Analytics und Big Data: Vision, Architektur und erste prototypische Umsetzung am Beispiel des vernetzten Operationssaals Archivtage 03.12.2015, Heidelberg Raluca Pahontu Gerd Schneider Zentrum

Mehr

David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects

David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects Thema: David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects Autor: Dipl. Wirtsch.-Inf. Torsten Kühn PRAXIS-Consultant PRAXIS EDV- Betriebswirtschaft- und

Mehr

Beispiel für eine innovative Versorgungsstruktur. Der Selektivvertrag mit dem Netzwerk Genomische Medizin Lungenkrebs

Beispiel für eine innovative Versorgungsstruktur. Der Selektivvertrag mit dem Netzwerk Genomische Medizin Lungenkrebs Beispiel für eine innovative Versorgungsstruktur. Der Selektivvertrag mit dem Netzwerk Genomische Medizin Lungenkrebs AOK Rheinland/Hamburg Dr. med. Astrid Naczinsky Düsseldorf, 15. Dezember 2015 Lungenkrebs

Mehr

Business Intelligence & professionelles Datenmanagement als Erfolgsfaktor

Business Intelligence & professionelles Datenmanagement als Erfolgsfaktor Yves-Deniz Obermeier Sales Manager Financial Services Ing. Thomas Heinzmann Division Management BI Mag. Martin Feith Senior Expert Business Intelligence & professionelles Datenmanagement als Erfolgsfaktor

Mehr

30. Juni 2006 - Technische Universität Kaiserslautern. Paul R. Schilling

30. Juni 2006 - Technische Universität Kaiserslautern. Paul R. Schilling 30. Juni 2006 - Technische Universität Kaiserslautern Paul R. Schilling ! " #$% & '( ( ) *+, - '. / 0 1 2("$ DATEN SIND ALLGEGENWÄRTIG Bill Inmon, father of data warehousing Unternehmen In einer vollkommenen

Mehr

EMC. Data Lake Foundation

EMC. Data Lake Foundation EMC Data Lake Foundation 180 Wachstum unstrukturierter Daten 75% 78% 80% 71 EB 106 EB 133 EB Weltweit gelieferte Gesamtkapazität Unstrukturierte Daten Quelle März 2014, IDC Structured vs. Unstructured

Mehr

Aufgabe GBIS (TPCW-Benchmark)

Aufgabe GBIS (TPCW-Benchmark) Aufgabe GBIS (TPCW-Benchmark) 28. April 2003 Boris Stumm 28. April 2003 1 Besprechung GBIS-Aufgabe Vorstellung des Praktikums Vorstellen der ersten Aufgabe Hinweise zum Praktikum Endgültige Auf- und Zuteilung

Mehr

Neue Möglichkeiten analytischer Lösungen für gesetzliche Krankenversicherungen

Neue Möglichkeiten analytischer Lösungen für gesetzliche Krankenversicherungen BITMARCK Kundentag am 04.11.2013 Neue Möglichkeiten analytischer Lösungen für gesetzliche Krankenversicherungen Stefan Sander; Senior Client Technical Specialist IBM Software Group Mascha Minou Lentz ;

Mehr

Eine semantische Suchmaschine in der Biomedizin

Eine semantische Suchmaschine in der Biomedizin Eine semantische Suchmaschine in der Biomedizin Jena University Language and Information Engineering Lab Anne Schneider Friedrich-Schiller-Universität Jena Einstieg Großes Wachstum von Daten im Bereich

Mehr

Big Data im Call Center: Kundenbindung verbessern, Antwortzeiten verkürzen, Kosten reduzieren! 25.02.2016 Sascha Bäcker Dr.

Big Data im Call Center: Kundenbindung verbessern, Antwortzeiten verkürzen, Kosten reduzieren! 25.02.2016 Sascha Bäcker Dr. Big Data im Call Center: Kundenbindung verbessern, Antwortzeiten verkürzen, Kosten reduzieren! 25.02.2016 Sascha Bäcker Dr. Florian Johannsen AGENDA 1. Big Data Projekt der freenet Group Dr. Florian Johannsen

Mehr

Azure und die Cloud. Proseminar Objektorientiertes Programmieren mit.net und C# Simon Pigat. Institut für Informatik Software & Systems Engineering

Azure und die Cloud. Proseminar Objektorientiertes Programmieren mit.net und C# Simon Pigat. Institut für Informatik Software & Systems Engineering Azure und die Cloud Proseminar Objektorientiertes Programmieren mit.net und C# Simon Pigat Institut für Informatik Software & Systems Engineering Agenda Was heißt Cloud? IaaS? PaaS? SaaS? Woraus besteht

Mehr

Patientenübergreifende, multiple Verwendung von Gesundheitsdaten mit Hilfe von openehr-archetypen

Patientenübergreifende, multiple Verwendung von Gesundheitsdaten mit Hilfe von openehr-archetypen Institut für Medizinische Biometrie und Informatik: Medizinische Informatik Patientenübergreifende, multiple Verwendung von Gesundheitsdaten mit Hilfe von openehr-archetypen Christian Kohl Gliederung Einleitung

Mehr

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII Vorwort zur zweiten Auflage...V Vorwort zur ersten Auflage... VIII 1 Management Support Systeme und Business Intelligence Anwendungssysteme zur Unterstützung von Managementaufgaben...1 1.1 Computergestützte

Mehr

Sicheres Cloud-Computing 'made in Karlsruhe'

Sicheres Cloud-Computing 'made in Karlsruhe' Sicheres Cloud-Computing 'made in Karlsruhe' KA-IT-Si - "Cloud, aber sicher! Daniel Eichhorn daniel.eichhorn@wibu.com Sicheres Cloud-Computing 'made in Karlsruhe' Seite 1 Beteiligte Partner Vier Partner

Mehr

Elektronische Fallakten und IHE

Elektronische Fallakten und IHE Elektronische Fallakten und IHE Elektronische Fallakten: Umsetzung und Etablierung IHE Infotag 2007 Dr. Jörg Caumanns // Fraunhofer ISST Frankfurt, 01.10.07 1 Patientenbezogene vs. Fallbezogene Akten Lebenszyklus

Mehr

Die MAGDA-LENA-Rahmenbedingungen. des BMAGS. für den elektronischen Datenaustausch. im österreichischen Gesundheitswesen 16.3.2000

Die MAGDA-LENA-Rahmenbedingungen. des BMAGS. für den elektronischen Datenaustausch. im österreichischen Gesundheitswesen 16.3.2000 Die MAGDA-LENA-Rahmenbedingungen des BMAGS für den elektronischen Datenaustausch im österreichischen Gesundheitswesen 16.3.2000 W. Dorda Angewandte Medizinische Informatik Institut für Medizinische Computerwissenschaften

Mehr

TRANSFoRm: ein flexibles Datenschutz-Rahmenwerk für die integrative Forschung mit medizinischen. Studien. gmds 2011, 28 September 2011, Mainz

TRANSFoRm: ein flexibles Datenschutz-Rahmenwerk für die integrative Forschung mit medizinischen. Studien. gmds 2011, 28 September 2011, Mainz Universitätsklinikum Düsseldorf TRANSFoRm: ein flexibles Datenschutz-Rahmenwerk für die integrative Forschung mit medizinischen Versorgungsdaten, Datenregistern und klinischen Studien Wolfgang Kuchinke

Mehr

Conception of Collaborative Project Cockpits with Integrated Interpretation Aids

Conception of Collaborative Project Cockpits with Integrated Interpretation Aids Master Thesis Conception of Collaborative Project Cockpits with Integrated Interpretation Aids Konzeption von kolaborativen Projektleitstaenden mit integrierten Interpretationshilfen by Stefan Cholakov

Mehr

RE.one. Self Service Information Management für die Fachabteilung

RE.one. Self Service Information Management für die Fachabteilung RE.one Self Service Information Management für die Fachabteilung Das Ziel Verwertbare Informationen aus Daten gewinnen Unsere Vision Daten Info Data Warehousing radikal vereinfachen in einem Tool Die Aufgabe

Mehr

Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015

Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015 Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015 BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENEVA HAMBURG COPENHAGEN LAUSANNE MUNICH STUTTGART

Mehr

Universität Dortmund Integrating Knowledge Discovery into Knowledge Management

Universität Dortmund Integrating Knowledge Discovery into Knowledge Management Integrating Knowledge Discovery into Knowledge Management Katharina Morik, Christian Hüppe, Klaus Unterstein Univ. Dortmund LS8 www-ai.cs.uni-dortmund.de Overview Integrating given data into a knowledge

Mehr

Social Data Mining. Albert Weichselbraun. May 2009

Social Data Mining. Albert Weichselbraun. May 2009 Social Data Mining Albert Weichselbraun Vienna University of Economics and Business Administration Department of Information Systems and Operations Augasse 2-6, 1090 Vienna albert.weichselbraun@wu.ac.at

Mehr

Rainer Klapper QS solutions GmbH

Rainer Klapper QS solutions GmbH Rainer Klapper QS solutions GmbH Der Handlungsbedarf Die CRM-Welt ist umgeben von Social Media Foren Communities Netzwerke CRM Blogs Fehlende Prozessintegration wird zunehmend zum Problem Wir bauen Brücken

Mehr

Business Intelligence Data Warehouse. Jan Weinschenker

Business Intelligence Data Warehouse. Jan Weinschenker Business Intelligence Data Warehouse Jan Weinschenker 28.06.2005 Inhaltsverzeichnis Einleitung eines Data Warehouse Data Warehouse im Zusammenfassung Fragen 3 Einleitung Definition: Data Warehouse A data

Mehr

Exercise (Part XI) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1

Exercise (Part XI) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1 Exercise (Part XI) Notes: The exercise is based on Microsoft Dynamics CRM Online. For all screenshots: Copyright Microsoft Corporation. The sign ## is you personal number to be used in all exercises. All

Mehr

Komplexität der Information - Ausgangslage

Komplexität der Information - Ausgangslage Intuition, verlässliche Information, intelligente Entscheidung ein Reisebericht Stephan Wietheger Sales InfoSphere/Information Management Komplexität der Information - Ausgangslage Liefern von verlässlicher

Mehr

EAI. Integration. EAI Version 0.9 1

EAI. Integration. EAI Version 0.9 1 EAI Enterprise Application Integration EAI Version 0.9 1 Heterogene Informationssysteme KIS DRG Grouper Stand-alone Anwendung (Windows) PACS Client-Server Anwendung (Java, LINUX, Caché) QM-System Client-Server

Mehr

23. Daten-Analyse. Datenwarenhäuser. Grundlagen des OLAP (On-Line Analytical Processing)

23. Daten-Analyse. Datenwarenhäuser. Grundlagen des OLAP (On-Line Analytical Processing) 23. Daten-Analyse Datenwarenhäuser Grundlagen des OLAP (On-Line Analytical Processing) Data Mining: Klassifikation, Assoziationsregeln, Sequenzanalyse Datenmodelle, Datenbanksprachen und Datenbankmanagement-Systeme,

Mehr

Podiumsdiskussion Wie viel Schutz brauchen Gesundheitsdaten und wo machen Datensammlungen Sinn? Berlin, 06.05.2014

Podiumsdiskussion Wie viel Schutz brauchen Gesundheitsdaten und wo machen Datensammlungen Sinn? Berlin, 06.05.2014 Podiumsdiskussion Wie viel Schutz brauchen Gesundheitsdaten und wo machen Datensammlungen Sinn? Berlin, 06.05.2014 Wie Viel schutz brauchen gesundheitsdaten und wo machen Datensammlungen sinn? 2 Herausforderungen

Mehr

Der Weg zur Europäischen Patient Summary

Der Weg zur Europäischen Patient Summary Der Weg zur Europäischen Patient Summary Kathrin Morawetz Isabella Weber ehealth Summit Austria Wien, 24.05.2013 Hintergrund Erhöhte Mobilität Wahlfreiheit bei Versorgung Spezialisierung der Dienstleister

Mehr

Translation und Integration durch Big Data im klinischen Alltag

Translation und Integration durch Big Data im klinischen Alltag Translation und Integration durch Big Data im klinischen Alltag Thomas Zander Gastrointestinal Cancer Group Cologne Department I for Internal Medicine Center for Integrated Oncology Cologne Thomas.Zander@uk-koeln.de

Mehr

Entscheidungsunterstützung durch Big Data. Perspektiven und Chancen für die Zukunft. Holger Cordes. Chief Operations Officer, Cerner Europe

Entscheidungsunterstützung durch Big Data. Perspektiven und Chancen für die Zukunft. Holger Cordes. Chief Operations Officer, Cerner Europe Entscheidungsunterstützung durch Big Data Perspektiven und Chancen für die Zukunft Holger Cordes Chief Operations Officer, Cerner Europe Enorme Beschleunigung der Wissensgewinnung Medizinisches Wissen

Mehr