atacama Software GmbH Magistrale oder Abstellgleis: Die Schiene mit den semantischen Daten in der Pflege Für Transparenz im Gesundheitswesen.

Transkript

1 atacama Software GmbH Die Schiene mit den semantischen Daten in der Pflege Für Transparenz im Gesundheitswesen.

2 Die Schiene mit den semantischen Daten in der Pflege Wohin mit den Pflege-Daten? Quelle: Quelle:

3 Die Schiene mit den semantischen Daten in der Pflege Immer wieder Digitalisierung

4 Immer wieder Digitalisierung Was ist Digitalisierung? Frühjahr 2018 Frühjahr August 1984

5 Immer wieder Digitalisierung Das BMG zur Digitalisierung: Es gibt kaum eine Innovation, die unser Leben in den letzten 20 Jahren so verändert hat wie das Internet und die damit verbundene Digitalisierung unserer Gesellschaft. Auch im Gesundheitswesen ist die digitale Revolution angekommen. Fast alle Praxen und Krankenhäuser nutzen umfassend digitale Datenverarbeitung. Bei der Übermittlung dieser Daten stecken wir aber noch im analogen Zeitalter von Brief und Fax. Jetzt wollen wir die Chancen der Digitalisierung für eine bessere medizinische Versorgung endlich nutzen. Quelle:

6 Immer wieder Digitalisierung Digitalisierung im engeren Sinn: Der Begriff Digitalisierung bezeichnet im ursprünglichen Sinn das Umwandeln von analogen Werten in digitale Formate. Diese Daten lassen sich informationstechnisch verarbeiten, ein Prinzip, das allen Erscheinungsformen der Digitalen Revolution (die heute zumeist gemeint ist, wenn von Digitalisierung die Rede ist) im Wirtschafts-, Gesellschafts-, Arbeits- und Privatleben zugrunde liegt. Quelle:

7 Die Schiene mit den semantischen Daten in der Pflege Digitalisierung in der Pflege

8 Digitalisierung in der Pflege Digitalisierung der Pflegedokumentation am Beispiel apenio

9 Digitalisierung in der Pflege Fallstricke komplexer digitaler Daten in der Pflege (am Beispiel apenio ) Insg pflegerischer Konzepte Anzeige und Auswahl in mobilen Anwendungen im Kontext der Benutzung (Zeit, Ort, Benutzergruppe) an die Merkmale des Patienten angepasst Komplexität von bekannten Abhängigkeiten Nicht strukturierte Daten aus Anamnesen, Berichten

10 Digitalisierung in der Pflege Fallstricke komplexer digitaler Daten in der Pflege (am Beispiel apenio ) pflegerischer Konzepte Anzeige und Auswahl in mobilen Anwendungen im Kontext der Benutzung (Zeit, Ort, Benutzergruppe) an die Merkmale des Patienten angepasst Komplexität bekannter Abhängigkeiten und unkown unkowns Nicht strukturierte Daten aus Anamnesen, Berichten

11 Die Schiene mit den semantischen Daten in der Pflege Semantik in den Pflegedaten

12 Hinreichende Bedingungen I (Semantik) Semantik ist die Theorie über die Bedeutung der Zeichen.

13 Hinreichende Bedingungen I (Semantik) Semantik ist die Theorie über die Bedeutung der Zeichen. Semasiologie Onomasiologie ψεύδειν (falsch, unecht, vorgetäuscht) Pseudohermaphroditism Unecher Zwitterzustand Scheinzwittertum... ist eine Form der Intersexualität, bei der Geschlechtsorgane und sekundäre Geschlechtsmerkmale nicht übereinstimmen, während anders als bei echten Zwittern die Keimdrüsen den vorhandenen Geschlechtschromosomen entsprechen.

14 Die Schiene mit den semantischen Daten in der Pflege Analyse, Heuristik, Berechnung

15 Anwendungsbeispiele semantischer Daten in der Pflege Erfassen von Risiken in der SIS Freier Text Formale Daten

16 Anwendungsbeispiele semantischer Daten in der Pflege Erfassen von Risiken als Fallmanager im Krankenhaus

17 Anwendungsbeispiele semantischer Daten in der Pflege Automatisierung der PKMS

18 Anwendungsbeispiele semantischer Daten in der Pflege Automatisierung der PKMS Anerkennung der Aufwände Anteil der Pflege in den DRG PKMS für Erschwernisfaktoren Komplexität der Dokumentation Dokumentations- und Steuerungskompetenz Doppeldokumentation Explizite Erfassung impliziert anfallender Daten

19 Anwendungsbeispiele semantischer Daten in der Pflege Automatisierung der PKMS (Lessons Learned) Testung im Labor durch historische Daten: Validität, Reliabilität, Objektivität Vollständigkeit Fragestellungen im Produktivbetrieb in ca. 70 KH: Nachvollziehbarkeit (durch Anwender) Controlling Prüfungen durch den MDK (Dokumente und Berichte)

20 Anwendungsbeispiele semantischer Daten in der Pflege

21 Votingfrage: BigData in der Pflege Die Anwendung von BigData in der Medizin war in den letzten Jahren in aller Munde. Kennen Sie Veröffentlichungen, Software oder Projekte, die sich mit der Auswertung von Pflegedaten als BigData befassen oder diese anwenden? Wie hoch war Ihrer Meinung der Impact von BigData auf die Pflege? 1) Sehr hoch 2) Eher hoch 3) Eher gering 4) Gering bis Nicht vorhanden

22 Die Schiene mit den semantischen Daten in der Pflege Orientierung durch BigData Konzepte eines definierten zeitlichen Intervalls, eines einzelnen Patienten: Diagnosen (ICD-10) Operationen- und Prozedurenschlüssel (OPS) Konzepte aus Freitextelementen Randdaten, Benutzer(gruppen), Stationen Ca Merkmalsvektoren

23 Die Schiene mit den semantischen Daten in der Pflege

24 Die Schiene mit den semantischen Daten in der Pflege

25 Die Schiene mit den semantischen Daten in der Pflege Orientierungshilfe mit BigData (Lessons Learned) Durchschnittliche Sensitivität von ca. 0,8 in einer Ergebnisliste von 10 Elementen. Problem der Cum hoc ergo propter hoc - Fehlschlüsse Heterogene und hohe a priori Wahrscheinlichkeiten Wahrnehmung von Unschärfe durch den Anwender Eine geringere Reliabilität steht (scheinbar) gegen die Verbindlichkeit aus Pflegeleitlinien oder Expertenstandards

26 Die Schiene mit den semantischen Daten in der Pflege Toll! Oder?

27 Hinreichende Bedingungen II (Relevanz) Geschäftsmodell Infrastruktur Daten-Nutzung Daten-Grab Endhaltestelle Drehkreuz Nachweisende Funktion Funktion an und für sich

28 Hinreichende Bedingungen II (Relevanz) Geschäftsmodell Infrastruktur Daten-Nutzung Daten-Grab Endhaltestelle Drehkreuz Nachweisende Funktion Funktion an und für sich

29 Ausblick Effizienzsteigerung durch Null-Hirn Durchbruch an den sektoralen Grenzen Zuschüttung des digitalen Graben

30 Die Schiene mit den semantischen Daten in der Pflege Dystopie am Schluss

31 Votingfrage In einer (nicht so) fernen Zukunft könnte Gesundheit eine Ware sein, die wir Als medical pod einkaufen können. Vielleicht werden wir auch überhaupt nicht Mehr erkranken, dank Gentechnik und Nonorobotern, wer weiß, aber auf dem Weg dahin, Akteure welcher Berufe werden am ehesten durch Automatisierung und Robotik ersetzt oder stark von Umstrukturierung betroffen sein? 1) ÄrztInnen 2) PharmazeutInnen 3) PflegerInnen 4) Alle gleichermaßen

32 Vielen Dank für ihre Aufmerksamkeit! Sebastian Zebbities Forschung & Entwicklung apenio atacama Software GmbH Universitätsallee 15, Bremen Tel.: +49 (0) Fax: +49 (0) Web: Für Transparenz im Gesundheitswesen.