Wenn über Big Data und die Nutzung unstrukturierter Daten gesprochen wird, vergisst man leicht, dass der Großteil davon als Text vorliegt.
Foto: Intersystems
Mit iKnow von Intersystems steht nun eine Technologie zur Verfügung, die diese wertvollsten Datenquellen auf neue Art erschließt
Gerade im Gesundheitswesen werden viele Informationen schriftlich festgehalten: in Befunden, Fachartikeln, Vorträgen, Behandlungsnotizen, Besprechungsprotokollen, Patientenakten und Arztbriefen. Die Krux an der Sache ist, dass niemand mehr Zeit hat, alles zu lesen, ganz zu schweigen davon, die Informationen zu indizieren oder gar ganzheitlich und fallübergreifend zu analysieren. Richtig angewandte Textexploration, eines der Werkzeuge aus dem Big Data-Kanon, kann einen signifikanten Beitrag bei Kostenreduzierung und Steigerung der Behandlungsqualität leisten.
Patientenblatt mit Drill-down.
Je vollständiger die Patientengeschichte ist, auf die Ärzte an jedem Punkt des Behandlungsprozesses zugreifen können, desto schneller und sicherer kann eine Diagnose erstellt oder der Behandlungsfortschritt kontrolliert werden. Es sind vor allem drei Elemente, bei denen E-Akten Vorteile gegenüber klassischen Lösungen haben:
- Reduzierung des Verwaltungsaufwands und Vermeidung von Fehlern durch Mehrfacheingaben
- Nutzung von Regelwerken und Alarmen, zum Bespiel für Kontraindikationen und Unverträglichkeiten
- Per Drill-down jederzeit und überall genauer in die Patientenakte und -historie schauen zu können.
Eine virtuelle Diagnosebibliothek.
Unabhängig voneinander gab es zuletzt mehrere Berichte, dass Kobaltvergiftungen auf Grund schadhafter Hüftgelenksprothesen nur erkannt wurden, weil die Mediziner sich an eine Folge von „Dr. House“ erinnern konnten. Zuvor waren die auftretenden Symptome jeweils einzeln behandelt und nicht in Zusammenhang gebracht worden.
Eine smarte Analyse mittels Textexploration würde es ermöglichen in der Gesamtheit aller zur Verfügung stehenden Patientenakten gezielt nach Diagnosen zu suchen, bei denen die Patienten die gleichen Symptome aufwiesen, was insbesondere bei exotischen oder extrem seltenen Krankheiten wertvolle Hinweise liefern kann.
Datengestützten Diagnose und personalisierter Medizin.
Der nächste große Schritt, der sich abzeichnet, ist dann datengestützte Diagnose oder personalisierte Medizin. Die Kombination aus dem Wissen genetischer Veranlagung in Kombination mit regelmäßig erfassten physiologischen Daten wird individuelle Profilaxe und Früherkennung erlauben, genauso wie Hinweise auf die verträglichsten und wirkungsvollsten Medikamente für den jeweiligen Patienten.
In diesem Bereich gilt es dann vermehrt strukturierte Daten, wie denen aus Genanalysen und statistischen Erhebungen mit den in unstrukturierte Form vorliegenden Patientendaten in Zusammenhang zu bringen.
Textexploration kann heute vielfältigste Unterstützung bei der automatisierten Analyse, Indizierung und Bereitstellung von Informationen aus Texten liefern. Sie muss allerdings drei Kriterien genügen. Sie muss
- ohne vorherige Aufbereitung funktionieren. Es besteht keine Notwendigkeit im Vorfeld der Analyse Thesauri oder Ontologien zu entwickeln, was auch Domain-Unabhängigkeit impliziert. Analysen können beginnen, sobald die Texte vorliegen.
- ungeführte Analyse erlauben. Analysten sind in der Lage, die Technologie zur Textanalyse zu benutzen, ohne vorab spezifische Ziele formuliert zu haben. Die Technologie zur Textanalyse ist in der Lage, den Text eigenständig zu analysieren.
- selbstständige Ausführung ermöglichen. Analysten sind in der Lage, Textanalysen eigenständig und ohne Unterstützung der IT-Abteilung durchzuführen.
Mit iKnow bietet Intersystems erstmals eine Technologie, die all diese Anforderungen erfüllt. Da iKnow, anders als herkömmliche Textanalyse-Tools, Texte nicht in Worte zerlegt, sondern auf Satzbasis die Konzepte und Relationen erkennt und indiziert, bleiben wichtige Zusammenhänge erhalten. Zudem sind Konzepte und Relationen innerhalb einer Sprache unabhängig von den Inhalten. Sie werden somit automatisch und ohne spezialisierte Wörterbücher erkannt. Ein weiterer Vorteil von iKnow ist, dass es nicht wertet oder interpretiert. Im Gesundheitswesen ist es wichtig, dass der behandelnden Mediziner die Daten unverfälscht erhalten und ihre eigenen Schlüsse ziehen können. Der Konzeptansatz von iKnow stellt das sicher.
Der Autor Thomas Leitner ist Regional Managing Director Europe Central & North bei Intersystems.