Stefan Becker, Klemens Budde, Frank-Peter Tillmann, Karoline Koisar, Laura Wamprecht, Markus Müschenich, Sven Meister, Roland Roller

Transkript

1 Persönliche PDF-Datei für Stefan Becker, Klemens Budde, Frank-Peter Tillmann, Karoline Koisar, Laura Wamprecht, Markus Müschenich, Sven Meister, Roland Roller Mit den besten Grüßen vom Georg Thieme Verlag Digitale Nephrologie Dtsch Med Wochenschr 2019; 144: Nur für den persönlichen Gebrauch bestimmt. Keine kommerzielle Nutzung, keine Einstellung in Repositorien. Verlag und Copyright: 2019 by Georg Thieme Verlag KG Rüdigerstraße Stuttgart ISSN Nachdruck nur mit Genehmigung des Verlags

2 Klinischer Fortschritt Nephrologie Digitale Nephrologie Autoren b Stefan Becker 1 *, Klemens Budde 2 *, Frank-Peter Tillmann 3, 4 *, Karoline Koisar 1, Laura Wamprecht 5, Markus Müschenich 5, Sven Meister 6, Roland Roller 7 Institute 1 Klinik für Nephrologie, Universitätsmedizin Essen, Essen 2 Charité Universitätsmedizin Berlin, Medizinische Klinik m. S. Nephrologie und Intensivmedizin, Berlin 3 Klinik für Nephrologie, Heinrich-Heine-Universität Düsseldorf, Düsseldorf 4 Zentrum für Nieren- und Bluthochdruckerkrankungen, Emsdetten 5 Flying Health Incubator GmbH, Berlin 6 Fraunhofer-Institut ISST, Dortmund 7 Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI GmbH), Berlin Bibliografie DOI Dtsch Med Wochenschr 2019; 144: Georg Thieme Verlag KG, Stuttgart New York ISSN Stand der Dinge Die chronische Nierenkrankheit (CKD), mit einer aktuell geschätzten Prävalenz von ca % der Bevölkerung, als auch das akute Nierenversagen werden weltweit zunehmend als Versorgungsproblem betrachtet [1]. Dabei werden die international berichteten Anstiege in der Prävalenz einer chronischen Nierenerkrankung im Wesentlichen durch eine Verbesserung der durchschnittlichen Lebenserwartung mit konsekutiven fortschreitenden Alterungsprozessen des Herzkreislaufsystems der Bevölkerungen, als auch durch eine Zunahme der Raten an Patienten mit einem manifesten Diabetes bzw. einer arteriellen Hypertonie erklärt. Die daraus resultierenden Kostenanstiege für das jeweilige Gesundheitssystem sind erheblich. * Kommission Digitale Nephrologie der Deutschen Gesellschaft für Nephrologie. WAS IST NEU? Stand der Dinge Die Nephrologie steht vor erheblichen strukturellen Herausforderungen. Die Digitalisierung kann ein entscheidender Katalysator sein, um mit neuen Systemlösungen den Bedürfnissen von Patienten und ihren versorgenden Ärzten besser gerecht zu werden. Digitalisierung als Game Changer in der Medizin Der Durchbruch der digitalen Medizin steht noch bevor; digitale Lösungen haben das Potenzial, das Gesundheitswesen und die klinische Arbeit am Patienten grundlegend zu verändern. Bedürfnis nach Kommunikation und gesundheitsbezogenen Mobilapplikationen (mhealth) Eine verbesserte Kommunikation ist der entscheidende Treiber. Über gesundheitsbezogene Mobilapplikationen können Behandlungsprozesse neu gedacht und gestaltet werden. Big Data und maschinelles Lernen Durch maschinelle Unterstützungssysteme könnte die Diagnosestellung insgesamt sicherer und schneller gestaltet werden, sodass in der Folge dem Arzt mehr Zeit für eine bedarfsadaptierte individuelle Patientenberatung zur Verfügung stehen würde. Natürliche Sprachverarbeitung Mithilfe künstlicher Intelligenz können Patientendaten besser analysiert und beispielsweise zur Früherkennung seltener Erkrankungen auf Grundlage von Symptomen schneller erkannt werden. Auf der anderen Seite scheint es in Deutschland aber auch weltweit zunehmend zum Problem zu werden, Nephrologen für die Versorgung dieser tendenziell wachsenden Patientenpopulation am Arbeitsmarkt zu gewinnen.vonlandzulandsindverschiedenefaktorenfür diese Entwicklung verantwortlich: fortschreitendes Alter der praktizierenden Nephrologen und sinkendes Interesse an der Fachrichtung unter angehenden Medizinern, lange fachspezifische Arbeitszeiten und möglicherweise noch zu unflexible Dienstpläne, drohender zunehmender Verlust einer Patienten-zentrierten Versorgung bei steigendem bürokratischem Aufwand zur Erfüllung der Dokumentationsanforderungen. Damit erscheint eine umfassende Versorgung von CKD- Patienten nicht nur in Deutschland, sondern auch in vielen anderen Teilen der Welt gefährdet. Um der Diskrepanz zwischen der Nachfrage nach einer angemessenen nephrologischen Versorgung und dem Angebot an praktizierendenfachärztenineiner sich schnell wandelnden Welt besser gerecht zu werden, sind unterschiedliche Ansätze erforderlich. Dies bedeutet, dass Strukturen im Gesundheitssystem so weiterentwickelt werden müssen, dass auch künftig eine effektive und effiziente Versorgung möglich ist [2]. Dabei kann die Digitalisierung ein entscheidender Katalysator sein, um mit neuen System- 452 Becker S et al. Digitale Nephrologie Dtsch Med Wochenschr 2019; 144:

3 lösungen den Bedürfnissen von Patienten und ihren versorgenden Ärzten besser gerecht zu werden. b Die Digitalisierung kann dabei helfen, mit neuen Systemlösungen den Bedürfnissen von Patienten und ihren Ärzten besser gerecht zu werden. Digitalisierung als Game Changer in der Medizin Der Durchbruch der digitalen Medizin und damit in der Nephrologie stehterstnochbevor.eswirdallgemein anerkannt, dass digitale Lösungen das Potenzial haben, das Gesundheitswesen und die klinische Arbeit am Patienten grundlegend zu verändern. Um zu sehen, in welche Richtung die Reise geht, hilft ein Blick auf die technologische Entwicklung in anderen Bereichen. Was verhilft einer technologischen Erfindung zum Durchbruch? Hier spricht man auch von Killerapplikationen. Diese finden zahlreiche Käufer und entscheiden allein schon dadurch, was sich in der Gesellschaft durchsetzt. Das Beispiel Gameboy aus der Unterhaltungselektronik zeigt: Erst durch das Spiel Tetris trat der Gameboy seinen Siegeszug an. Die Killerapplikation war also in diesem Fall eine Software. Diskutiert werden derzeit Onlinespiele, die eine große Bandbreite benötigen, als Killerapplikation für den Ausbau des Breitbandinternet. Was ist die treibende Kraft bei der Nutzung? Welche Bedürfnisse des Menschen werden angesprochen? Digitale Lösungen werden in naher Zukunft die klinische Arbeit am Patienten grundlegend verändern. Bedürfnis nach Kommunikation Betrachtet man die Erfolgsgeschichte von WhatsApp gegenüber der SMS [3, 4], wird deutlich, dass meist elementare Bedürfnisse des Menschen ausschlaggebend sind. In diesem Fall war es der Wunsch nach Kommunikation. Hier konnte die Smartphone-Applikation (App) WhatsApp das bisherige System der SMS sowohl im Bereich der Kosten als auch in Hinblick auf Praktikabilität und Anwenderfreundlichkeit deutlich übertreffen und dadurch ihren breiten Siegeszug antreten. Auch im digitalen Gesundheitswesen ist das Bedürfnis nach Kommunikation der entscheidende Treiber [5]. Hier erscheinen die Faktoren Kosten, Praktikabilität sowie Anwenderfreundlichkeit eine zentrale Rolle auf dem Weg einer größeren Verbreitung digitaler Applikationen im Gesundheitssystem einzunehmen. Zusätzlich müssen die besonderen Anforderungen digitaler Gesundheitsangebote unter den Gesichtspunkten erhöhter Datenschutzanforderungen sowie der Patientensicherheit bei Angeboten mit medizinischem Entscheidungspotenzial berücksichtigt werden. Letztendlich ist auch die Zielvorstellung der Anwender, z. B. Patienten wie auch medizinisches Personal, von zentraler Bedeutung. Insbesondere auf der Patienten- und Angehörigenseite wird zunehmend der Wunsch nach einer vereinfachten, aber dennoch individualisierten professionellen Kommunikation mit Behandlern artikuliert und nach entsprechenden digitalen Lösungen verlangt. Momentan herrscht in der Arzt-Patienten-Kommunikation jedoch ein Ungleichgewicht. Während manche Menschen im Zweifel einen aufwändigen Arztbesuch vermeiden möchten, wünschen sich andere mehr Zeit beim Arztgespräch. Viele Besuche in der Arztpraxis sind tatsächlich medizinisch nicht zwingend notwendig und führen in der Folge zu einer Verknappung der Zeit für eine intensive Beratung bei anderen Fällen. Auf ärztlicher Seite besteht häufig das Bedürfnis, die alltäglich notwendige Kommunikation und Dokumentation stark zu vereinfachen. Besonders gefragt erscheinen auch digitale Lösungen, welche eine raschere Weiterleitung von Befunden oder fotografischen Dokumentationen an entsprechende Behandlungspartner in einer Akutsituation ermöglichen könnten (z. B. im Online-Konsil oder bei der Heimdialyse). Hier spielen elektronische Patientenakten und implementierte Standards der intersektoralen Kommunikation eine wesentliche Rolle, insbesondere für die interdisziplinäre Versorgung nephrologischer Patienten. Deutschland ist bei der Umsetzung der elektronischen Patientenakte (epa) im europäischen Vergleich auf Platz 13 von20untersuchtenländernundindenletzten2jahren um 2 Plätze gefallen [6]. Für die Zukunft bleibt enormer Handlungsbedarf: Beispiele wie Dänemark zeigen anschaulich, dass durchgängige, intersektorale Versorgungsketten sowie konsequente Digitalisierung Mehrwerte für Ärzte sowie Patienten gleichermaßen schaffen können [7]. Möglicherweise noch deutlich unterschätzt erscheinen digitale Anwendungen, welche die Arbeitslast im Bereich der Pflege und/oder der nicht-ärztlichen Dokumentation reduzieren könnten. Zielgerichtete Evaluationen mit folgenden Lösungsvorschlägen auch und gerade in diesem Bereich erscheinen mit steigendem Personalbedarf und -mangel umso dringlicher. Potenzielle Thematiken wären ggfs. auf dem Gebiet der unterstützenden Anamnesebzw. Risikofaktorerhebung zu evaluieren. Becker S et al. Digitale Nephrologie Dtsch Med Wochenschr 2019; 144:

4 Klinischer Fortschritt Nephrologie b Gesundheitsbezogene Mobilapplikationen können die Arzt-Patienten-Kommunikation erheblich verbessern. Gesundheitsbezogene Mobilapplikationen (mhealth) Mit dem Siegeszug von Smartphones und Tablets hat die Digitalisierung auch im privaten Bereich eine neue Ebene erreicht. Digital Health, Mobile Health und Co. eröffnen durch Digitalisierung sowie intelligente Datenverarbeitung eine neue Qualität der medizinischen Leistungserbringung [8]. Damit adressiert mhealth das Bedürfnis nach Kommunikation, ermöglicht aber auch chronisch kranken Patienten einen ihren Bedürfnissen gerechter werdenden Zugriff auf für sie relevante Informationen ( Small Data-Prinzip ). So konnte gezeigt werden, dass mittels Mobilapplikationen gesteuerte interaktive Therapiepläne durch Erinnerungen und Bestätigungsaufforderungen die Therapieadhärenz tatsächlich fördern [9] und ein vielversprechender Ansatz sind, um bei nierenkranken Patienten die Arzneitherapiesicherheit zu verbessern [10]. Lebensstil-ändernde Maßnahmen wie Gewichtsreduktion oder Steigerung der körperlichen Aktivität können ebenfalls über Smartphone- Apps und SMS-Interventionen wirkungsvoll unterstützt werden [11, 12]. Aufwändige und fehlerhafte manuelle Erfassungen von Blutdruck- und Blutglukose-Werten, Körpergewicht oder Herzfrequenz lassen sich auch über digital-kompatible Messgeräte registrieren und medizinischem Personal via Telematikinfrastruktur zugänglich machen. Ein aktuelles Beispiel ist die App MyTherapy, die Patienten dabei unterstützt, ihre tägliche Medikamenteneinnahme besser verwalten zu können. Hierbei werden u. a. Funktionalitäten wie Erinnerungsfunktion oder Vernetzung mit Verwandten bereitgestellt. In erweiterter Form wird diese App zur Betreuung chronisch kranker Nierenpatienten verwendet, als Teilaspekt des Forschungsprojektes MACSS [13]. Hierbei hat der Patient die Möglichkeit gezielt auswählbare Informationen, wie z. B. Medikamenteneinnahmen oder verschiedene Vitalparameter, mit seinen behandelnden Medizinern zu teilen, damit diese bei möglichen Warnsignalen frühzeitig intervenieren können. Digital Health, Mobile Health und Co. eröffnen durch Digitalisierung sowie intelligente Datenverarbeitung eine neue Qualität der medizinischen Leistungserbringung. So können neue Apps wie MyTherapy die Betreuung chronisch kranker Nierenpatienten verbessern. Big Data und maschinelles Lernen Mit der Fülle an digitalen Informationen einerseits und der Steigerung von Rechenkapazitäten und der Verbesserung maschineller Lernverfahren andererseits, ergeben sich neue Möglichkeiten im Bereich der Medizin und Nephrologie. Insbesondere die anhaltende Euphorie und der Erfolg von Deep Learning Systemen wecken hohe Erwartungen. DEEP LEARNING Deep Learning ist eine spezielle Form des maschinellen Lernens, in der künstliche tiefe neuronale Netze verwendet werden, die vom menschlichen Gehirn inspiriert wurden. Trainiert auf riesigen Datenmengen, lassen sich somit verborgene Muster zu speziellen Fragestellungen erkennen und evidenzbasierte Rückschlüsse ziehen. Zurzeit wird Deep Learning in der Medizin vorrangig bei der Bildanalyse in Radiologie und Pathologie angewandt. Mithilfe von CT-Aufnahmen und der dazugehörigen Diagnosen werden Modelle trainiert, die in der Lage sind, für die entsprechenden Diagnosen Muster zu erkennen, um dieses Wissen dann bei der Analyse neuer Aufnahmen erfolgreich anwenden zu können. Durch die Fülle an digitalen Informationen, die in den letzten Jahren und Jahrzehnten in der biomedizinischen Forschung, aber auch an Krankenhäusern erstellt wurden, ergeben sich eine Vielzahl von neuen Anwendungsmöglichkeiten auch für die Nephrologie. So zeigten Sharma et al. [14], dass sich über einen solchen Ansatz das Nierenvolumen von ADPKD-Patienten mit hoher Sicherheit berechnen lässt. Aber auch abseits von der Verarbeitung von Bilddaten gibt es vielversprechende Ansätze im Zusammenhang mit Big Data und maschinellen Lernverfahren. Durch die Analyse von historischen Patientendaten und der dadurch gewonnenen bzw. maschinell erlernten Erkenntnisse bieten sich Möglichkeiten zur Entscheidungsunterstützung oder der Identifizierung von Risikopatienten. Im Zusammenhang mit Nierenerkrankungen präsentierten beispielsweise Esteban et al. einen Ansatz zur präventiven Erkennung von akutem Nierenversagen [15]. Die medizinische Versorgung kann sich durch diese Art von Software in zweierlei Hinsicht verbessern. Eine automatisierte Zweitmeinung sorgt u. a. für eine verbesserte Qualitätskontrolle. Ein derart gewonnener Zeitgewinn stünde dem Arzt wieder für eine intensivere persönliche Patientenbetreuung, z. B. im Rahmen von Patientengesprächen, zur Verfügung. 454 Becker S et al. Digitale Nephrologie Dtsch Med Wochenschr 2019; 144:

5 b Durch maschinelle Unterstützungssysteme gewinnt der Arzt mehr Zeit für eine individuelle Patientenberatung. Natürliche Sprachverarbeitung Texte können viele Informationen und relevante Erkenntnisse beschreiben sei es in Form biomedizinischer Publikationen, in Form von Arztbriefen im Krankenhaus oder in medizinischen Foren. Um effizient und automatisiert auf diese Daten zugreifen zu können, werden häufig Ansätze aus der natürlichen Sprachverarbeitung angewendet. Diese umfassen oft Methoden zur Erkennung relevanter medizinischer Konzepte, der Erkennung von beschriebenen Zusammenhängen (z. B. wo/wann tritt ein Symptom auf), der Abbildung auf einer Ontologie oder dem automatisierten Zusammenfassen von Texten. Mithilfe dieser Verfahren können neue Erkenntnisse aus medizinischen Artikeln extrahiert, mögliche Nebenwirkungen in sozialen Medien identifiziert oder auch Warnsignale in Patiententagebüchern gefunden werden. Insbesondere im klinischen Alltag können Methoden aus der Sprachverarbeitung eingesetzt werden, um leichter auf historische Textdaten zuzugreifen, Kohorten zu generieren, Patientenverläufe zusammenzufassen oder relevante Informationen zu erfassen. Derartig gewonnene Erkenntnisse könnten danach u. a. mit strukturierten Informationen (z. B. Laborwerte, Vitalparameter) in Vorhersagemodelle einfließen. Ein interessanter Ansatz, der Big-Data-Analyse und natürliche Sprachverarbeitung kombiniert, kommt von der Firma Ada Health aus Berlin und wurde in der Nephrologie bereits getestet. Über eine App werden dem Nutzer personalisierte und adaptive Fragen entsprechend der angegebenen Beschwerden gestellt. Aus diesen Informationen erstellt Ada eine Symptomanalyse mit den wahrscheinlichsten Ursachen für die Beschwerden. Dabei wird neben den Symptomen eine Vielzahl von Gesundheitsinformationen des Patienten, einschließlich Alter, Geschlecht, Risikofaktoren wie Vorerkrankungen oder Schwangerschaft berücksichtigt. Die künstliche Intelligenz untersucht die bereitgestellten Daten auf ihre Wahrscheinlichkeit. Durch maschinelles Lernen und mehrere geschlossene Feedbackschleifen wird Ada mit jedem Patientenkontakt intelligenter. Erste retrospektive Untersuchungen lassen das hohe Potenzial des Systems erkennen, frühzeitig seltene Erkrankungen entdecken zu können. Das System war in vielen Fällen in der Lage, auf Basis der Symptome die später bestätigte Diagnose bereits frühzeitig im Krankheitsverlauf zu entdecken und dem Diagnostiker vorzuschlagen [16]. Künstlicher Intelligenz hilft bei der Analyse von Patientendaten und kann somit die Früherkennung seltener Erkrankungen unterstützen. Interessenkonflikt Die Klinik für Nephrologie, das Universitätsklinikum Essen, die MedVision AG, Unna, das Rechenzentrum Volmarstein, Wetter und das Fraunhofer Institut für Software und Systemtechnik ISST, Dortmund gehören zum NephroTeTe-Konsortium. Das Projekt NephroTeTe wird gefördert durch die Europäische Union und das Land Nordrhein-Westfalen. Autorinnen/Autoren Dr. Stefan Becker, MBA ist Arzt für Innere Medizin, Nephrologie und Diabetologie und arbeitet als Oberarzt am Universitätsklinikum Essen. Er leitet die NephroTeTe-Gruppe und die Kommission Digitale Nephrologie der Deutschen Gesellschaft für Nephrologie. Prof. Dr. med. Klemens Budde ist leitender Oberarzt der Medizinischen Klinik m. S. Nephrologie und Intensivmedizin an der Charité Universitätsmedizin Berlin. Er leitet die Arbeitsgruppe Medizin und Pflege der Plattform Lernende Systeme Die Plattform für Künstliche Intelligenz des BMBF und der Acatech. Dr. Frank-Peter Tillmann ist leitender Arzt des nephrologischen Zentrums in Emsdetten. Er ist Facharzt für Innere Medizin mit Schwerpunkt Nephrologie und hat die Zusatzbezeichnungen Hypertensiologe DHL und Diabetologe DDG erworben. Karoline Koisar Karoline Koisar arbeitet als Projektassistentin für das Projekt NephroTeTe am Universitätsklinikum Essen. Laura Wamprecht Laura Wamprecht arbeitet als Director Pioneer Program bei Flying Health Incubator, Berlin. Dr. Markus Müschenich Dr. med. Markus Müschenich ist Mitgründer und geschäftsführender Gesellschafter des Flying Health Incubators, Berlin. Dr. Sven Meister ist Abteilungsleiter Digitization in HealthCare am Fraunhofer ISST und ist Mitglied im Bitkom, dem DGBMT Fachausschuss Informationsmanagement in der Medizin sowie vertretendes Mitglied für das ISST bei der MedEcon Ruhr. Dr. Roland Roller arbeitet als Projektleiter und Forscher in der Sprachtechnologie am DFKI. Seine Expertise liegt im Bereich der natürlichen Sprachverarbeitung und des maschinellen Lernens mit einem besonderen Interesse an biomedizinischen Themen. Becker S et al. Digitale Nephrologie Dtsch Med Wochenschr 2019; 144:

6 Klinischer Fortschritt Nephrologie bkorrespondenzadresse Literatur Dr. med. Stefan Becker, M.B.A. Klinik für Nephrologie Universitätsklinikum Essen Hufelandstr Essen [1] Levin A, Tonelli M, Bonventre J et al. Global kidney health 2017 and beyond: a roadmap for closing gaps in care, research, and policy. Lancet 2017; 390: [2] Sharif M, Elsayed M, Stack A. The global nephrology workforce: emerging threats and potential solutions! Clin Kidney J 2016; 9: [3] Dialog Consult/VATM. 17. TK-Marktanalyse Deutschland; 2015: 30 [4] Süddeutsche Zeitung: Whatsapp hat mehr als eine Milliarde Nutzer (Februar 2016). Im Internet: de/digital/messenger-whatsapphat-mehr-als-eine-milliardenutzer ; Stand: [5] Potts H. Is e-health progressing faster than e-health researchers? J Med Internet Res 2006; 8: e24 [6] Oliveira G, Ana S, Bertram N. European Scorecard zum Stand der Implementierung der elektronischen Patientenakte auf nationaler Ebene. Eine Studie im Auftrag der Stiftung Münch [7] Thiel R, Deimel L, Schmidtmann D et al. #SmartHealthSystems. Digitalisierungsstrategien im internationalen Vergleich. Bertelsmann Stiftung (2018). Im Internet: mann-stiftung.de/fileadmin/files/projekte/der_digitale_ Patient/VV_SHS-Gesamtstudie_dt.pdf; Stand: [8] Meister S, Becker S, Leppert F. Digital Health, Mobile Health und Co. Wertschöpfung durch Digitalisierung und Datenverarbeitung. in: Pfannstiel M, Da-Cruz P, Mehlich H Digitale Transformation von Dienstleistungen im Gesundheitswesen. Wiesbaden: Springer Gabler; 2017 [9] Mertens A, Brandl C, Miron-Shatz T et al. A mobile application improves therapy-adherence rates in elderly patients undergoing rehabilitation a crossover design study comparing documentation via ipadtm with paper-based control. Medicine (Baltimore) 2016; 95: e4446 [10] Diamantidis C, Ginsberg J, Yoffe M et al. Remote Usability Testing and Satisfaction with a Mobile Health Medication Inquiry System in CKD. Clin J Am Soc Nephrol 2015; 10: doi:cjn [11] Dey V, Jones A, Spalding E. Telehealth: Acceptability, clinical interventions and quality of life in peritoneal dialysis. SAGE Open Med 2016; 4: [12] Stephens J, Allen J. Mobile phone interventions to increase physical activity and reduce weight: a systematic review. J Cardiovasc Nurs 2013; 28: [13] Schmidt D, Graf V, Roller R et al. Integrierte Versorgung chronisch kranker Patienten am Beispiel von MACSS. IT für soziale Inklusion (pp ). Berlin, Boston: De Gruyter; 2018 [14] Sharma K, Rupprecht C, Caroli A et al. Automatic Segmentation of Kidneys using Deep Learning for Total Kidney Volume Quantification in Autosomal Dominant Polycystic Kidney Disease. Sci Rep 2017; 7: 2049 [15] Esteban C, Staeck O, Baier S et al. Predicting Clinical Events by Combining Static and Dynamic Information Using Recurrent Neural Networks. ICHI 2016: [16] Ronicke S, Hirsch MC, Türk E et al. The Impact of a Diagnostic Support System on Rare Disease Cases [abstract]. J Am Soc Nephrol 2018; 29: Becker S et al. Digitale Nephrologie Dtsch Med Wochenschr 2019; 144: