Advertisement

Forum

, Volume 32, Issue 6, pp 470–475 | Cite as

Digital Health

Veränderungsprozesse als Chance nutzen und gestalten
Fokus

Zusammenfassung

Mit der Digitalisierung sind große Erwartungen an eine Individualisierung von Präventions- und Versorgungskonzepten und die Verbesserung von Qualität und Effizienz in der Leistungserbringung verknüpft. Big-Data-Ansätze, die auch die Daten aus Lebenswelten und Alltag z. B. aus digitalen Gesundheitsanwendungen (Apps, Wearables) einbeziehen, sowie die digitalen Möglichkeiten, Bewertungen und Präferenzen von Patienten in stärkerem Maße erfassen und berücksichtigen, lassen den Patienten stärker in den Mittelpunkt rücken. Computergestützte Prozesse und Analysen wecken die Hoffnung auf bürokratische Entlastung und auf neue Freiräume für die Arzt-Patient-Beziehung. Voraussetzung dafür sollen mit einer sicheren Telematikinfrastruktur (TI) geschaffen werden, die Daten über Sektorengrenzen hinweg sammeln und austauschen kann. Die im Zentrum der TI stehende elektronische Patientenakte soll jederzeit und überall den Zugriff auf Gesundheitsdaten ermöglichen und über digitale Wege die Kommunikation zu Leistungserbringern vereinfachen. Um den Erfolg telemedizinischer Pilotprojekte und digitaler Gesundheitsanwendungen (z. B. Apps) transparent zu machen und schnell in die Breitenanwendung zu überführen, bedarf es effizienter Forschungsförderung, die Evaluationsmethoden und Qualitätsstandards hervorbringt. Die Nutzung dieser digitalen Versorgungsangebote bleibt freiwillig und leitet sich ebenso aus der informationellen Selbstbestimmung ab wie das Recht zu entscheiden, wofür und wie Gesundheitsdaten genutzt werden. Um Chancen und Risiken informiert und selbstbestimmt abwägen zu können, sind Maßnahmen zur Stärkung der Gesundheitskompetenz und der digitalen Kompetenz von Bürgern und Patienten sowie aller in digitalen Versorgungsprozessen involvierter Akteure von großer Wichtigkeit.

Schlüsselwörter

Big Data Apps Gesundheitsversorgung Telemedizin Versorgungsforschung 

Digital health

Take advantage by creating and shaping transformation processes

Abstract

Digitalization is coupled to huge expectations in terms of personalized medicine and prevention concepts, as well as regarding improved quality and efficiency of healthcare provision. Big data approaches that also make use of data generated by patients in daily life (patient-generated health data), e.g., from digital healthcare applications (apps, wearables), and the new digital possibilities for better assessing and incorporating patients’ appraisals and preferences strengthen the focus on patients’ perspectives. There is also hope that computer-assisted processes and analyses will reduce the bureaucratic burden and create new space for patient–physician interactions. A prerequisite for this is a sector-wide telematic infrastructure (TI) that can safely collect, store, and share health data. The personalized electronic health records of patients in the TI center should enable health data to be accessed from anywhere at any time, and simplify communication with service providers via digital means. In order to make the success of digital health applications (e.g., apps) transparent and quickly transfer pilot projects into the market, efficient research funding is needed to evoke quality standards and suitable evaluation methods. Just as the right to informational self-determination stipulates that the patient decides how and for what his/her health data can be used, this also stipulates that use of these digital healthcare offers be optional. In order for users to be able to assess opportunities and underlying risks themselves, measures aimed at increasing the digital competence of citizens, patients, and all healthcare professionals involved in the digital healthcare process are of great importance.

Keywords

Big Data Apps Healthcare Telemedicine Health services research 

Notes

Einhaltung ethischer Richtlinien

Interessenkonflikt

U. Kramer betreibt als Unternehmerin die Website Healthon. H.C. Vollmar gibt an, dass kein Interessenkonflikt besteht.

Dieser Beitrag beinhaltet keine von den Autoren durchgeführten Studien an Menschen oder Tieren.

Literatur

  1. 1.
    WHO (2016) Digital health in TB care and control: Key definitions (2016). http://www.who.int/tb/areas-of-work/digital-health/definitions/en/;. Zugegriffen: 25. Sept. 2016Google Scholar
  2. 2.
    Kay ST (2011) mHealth: New horizons for health through mobile technologies. World Health Organization, GenevaGoogle Scholar
  3. 3.
    Groves P, Kayyali B, Knott D et al (2017) The ‘big data’ revolution in healthcare—Accelerating value and innovation (Jan 2013). https://www.ghdonline.org/uploads/Big_Data_Revolution_in_health_care_2013_McKinsey_Report.pdf. Zugegriffen: 19.09.2017Google Scholar
  4. 4.
    Zikopoulos PC, deRoos D, Parasuraman K et al (Hrsg) (2015) Harness the power of big data – the IBM big data platform. McGraw-Hill, New YorkGoogle Scholar
  5. 5.
    Rüping S (2015) Big Data in Medizin und Gesundheitswesen. Bundesgesundheitsblatt 58:794–798CrossRefGoogle Scholar
  6. 6.
    Binder H, Blettner M (2015) Big data in medical science – a biostatistical view. Dtsch Arztebl Int 112:137–142PubMedPubMedCentralGoogle Scholar
  7. 7.
    Marquardt W (2015) Was ist Big Data? Versuch einer Positionsbestimmung. Jahrestagung des deutschen Ethikrates, Jülich, 02.6.2015. https://www.aerzteblatt.de/nachrichten/62914/Ethikrat-Viele-Herausforderungen-durch-Big-Data-in-der-Medizin. Zugegriffen: 19.09.2017
  8. 8.
    Weber GM, Mandl KD, Kohane IS (2014) Finding the missing link for big biomedical data. JAMA 311:2479–2480PubMedGoogle Scholar
  9. 9.
    Topol EJ, Steinhubl SR, Torkamani A (2015) Digital medical tools and sensors. JAMA 313:353–354CrossRefPubMedPubMedCentralGoogle Scholar
  10. 10.
    Schneeweiss S (2014) Learning from big health care data. N Engl J Med 370:2161–2163CrossRefPubMedGoogle Scholar
  11. 11.
    Martin EG, Helbig N, Shah NR (2014) Liberating data to transform health care: New York’s open data experience. JAMA 311:2481–2482CrossRefPubMedGoogle Scholar
  12. 12.
    Walker JM, Carayon P (2009) From tasks to processes: the case for changing health information technology to improve health care. Health Aff (Millwood) 28:467–477CrossRefGoogle Scholar
  13. 13.
    Garbe E, Pigeot I (2015) Der Nutzen großer Gesundheitsdatenbanken für die Arzneimittelrisikoforschung. Bundesgesundheitsblatt 58:829–837CrossRefGoogle Scholar
  14. 14.
    Bahk CY, Goshgarian M, Donahue K et al (2015) Increasing patient engagement in pharmacovigilance through online community outreach and mobile reporting applications: an analysis of adverse event reporting for the essure device in the US. Pharmaceut Med 29:331–340PubMedPubMedCentralGoogle Scholar
  15. 15.
    Witt E (2015) Digitale Spiegelbilder – Ethische Aspekte großer Datensammlungen. Bundesgesundheitsblatt 58:853–858CrossRefGoogle Scholar
  16. 16.
    Swart E, Bitzer EM, Gothe H et al (2016) STandardisierte BerichtsROutine fur Sekundardaten Analysen (STROSA) – ein konsentierter Berichtsstandard fur Deutschland, Version 2. Gesundheitswesen 78:e145–e160CrossRefPubMedGoogle Scholar
  17. 17.
    Neugebauer EA, Icks A, Schrappe M (2010) Memorandum III: Methoden fur die Versorgungsforschung (Teil 2). Gesundheitswesen 72:739–748CrossRefPubMedGoogle Scholar
  18. 18.
    Müller D, Augustin M, Banik N et al (2010) Memorandum Register für die Versorgungsforschung. Gesundheitswesen 72:824–839CrossRefPubMedGoogle Scholar
  19. 19.
    Shapiro M, Johnston D, Wald J, Mon D (2012) Patient-Generated Health Data—White Paper. https://www.healthit.gov/sites/default/files/rti_pghd_whitepaper_april_2012.pdf. Zugegriffen: 19.09.2017Google Scholar
  20. 20.
    Petersen C, DeMuro P (2015) Legal and regulatory considerations associated with use of patient-generated health data from social media and mobile health (mHealth) devices. Appl Clin Inform 6(1):16–26.  https://doi.org/10.4338/ACI-2014-09-R-0082 CrossRefPubMedPubMedCentralGoogle Scholar
  21. 21.
    Wood WA, Bennett AV, Basch E (2015) Emerging uses of patient generated health data in clinical research. Mol Oncol 9(5):1018–1024.  https://doi.org/10.1016/j.molonc.2014.08.006 CrossRefPubMedGoogle Scholar
  22. 22.
    Di Fabio U (2016) Die algorithmische Person. FAZ 2016; 31.05.Google Scholar
  23. 23.
    Pw C, Bundesministerium für Gesundheit (2016) Weiterentwicklung der eHealth-Strategie: Studie im Auftrag des BMG. BMG, BerlinGoogle Scholar
  24. 24.
    Deutscher Bundestag, Drucksache 18/11870. Einführung der Gesundheitskarte: Aus dem Prüfbericht über die Einbeziehung von Endgeräten der VersichertenGoogle Scholar
  25. 25.
    Ärzte Zeitung, Gerlof H (2017) Der Anschluss der Patienten an die Telematikinfrastruktur bleibt auf der To-do-Liste. https://www.aerztezeitung.de/praxis_wirtschaft/e-health/gesundheitskarte/article/940776/telematikinfrastruktur-wo-bleibt-anschluss-patienten-e-health.html (Erstellt: 9. Aug. 2017). Zugegriffen: 19.09.2017Google Scholar
  26. 26.
    Borchers D (2017) Versicherte der Techniker Krankenkasse bekommen elektronische Patientenakte von IBM. https://www.heise.de/newsticker/meldung/Versicherte-der-Techniker-Krankenkasse-bekommen-elektronische-Patientenakte-von-IBM-3631373.html (Erstellt: 21. Febr. 2017). Zugegriffen: 19.09.2017Google Scholar
  27. 27.
    Aerzteblatt.de (2017) KBV pocht auf einheitliche Standards bei elektronischer Patientenakte. https://www.aerzteblatt.de/nachrichten/77556/KBV-pocht-auf-einheitliche-Standards-bei-elektronischer-Patientenakte (Erstellt: 11. Aug. 2017). Zugegriffen: 19.09.2017Google Scholar
  28. 28.
    Kramer U, HealthOn (2016) Digitale Patientenakte als App: Warten auf eGK überbrücken? https://www.healthon.de/blogs/2016/10/05/digitale-patientenakte-als-app-warten-auf-egk-%C3%BCberbr%C3%BCcken. Zugegriffen: 19.09.2017Google Scholar
  29. 29.
    Hasso-Plattner-Institut (HPI) (2017) Die Gesundheitscloud. Digitale Selbstbestimmung in der Gesundheitsversorgung. https://hpi.de/open-campus/hpi-initiativen/gesundheitscloud.html. Zugegriffen: 19.09.2017Google Scholar
  30. 30.
    m.Doc GmbH (2017) Healthcare Reimagined. ANGELUS platform. http://www.mdoc.one/. Zugegriffen: 30. Aug. 2017Google Scholar
  31. 31.
    Stiftung Münch. (2016) Studie zur elektronischen Patientenakte im Ausland: Klare Vorgaben des Gesetzgebers sind Voraussetzung für erfolgreiche Implementierung. 25.10. http://www.stiftung-muench.org/studie-zur-elektronischen-patientenakte-im-ausland-klare-vorgaben-des-gesetzgebers-sind-voraussetzung-fuer-erfolgreiche-implementierung/. Zugegriffen: 19.09.2017Google Scholar
  32. 32.
    Pw C (2017) Effizienzpotentiale durch eHealth (Studie im Auftrag von CompuGroup Medical und bvitg e. V)Google Scholar
  33. 33.
    Kramer U, Beyer S, Scherenberg V (2014) GAPP study: health apps for information, prevention and patient support. Assessment of perceived risks, chances, hurdles and effective measures to realize future potential for healthcare system. GAPP-Studie. 5 – contributions from Organisations p 255–275. EU consultation on mobile health. https://ec.europa.eu/digital-single-market/en/news/summary-report-public-consultation-green-paper-mobile-health. Zugegriffen: 23.08.2017
  34. 34.
    Schaeffer D, Berens EM, Vogt D (2017) Health literacy in the German population—results of a representative survey. Dtsch Arztebl Int 114:53–60.  https://doi.org/10.3238/arztebl.2017.0053 PubMedPubMedCentralGoogle Scholar
  35. 35.
    van der Vaart R, Drossaert C (2017) Development of the digital health literacy instrument: measuring a broad spectrum of health 1.0 and health 2.0 skills. J Med Internet Res 19(1):e27CrossRefPubMedPubMedCentralGoogle Scholar
  36. 36.
    Kramer U (2017) Wie gut sind Gesundheits-Apps? Aktuel Ernahrungsmed 42(03):193–205.  https://doi.org/10.1055/s-0043-109130 CrossRefGoogle Scholar
  37. 37.
    EbM Netzwerk & Universtität Hamburg. (2017) Leitlinie evidenzbasierte Gesundheitsinformation. Version 1.0. http://www.leitlinie-gesundheitsinformation.de/wp-content/uploads/2017/07/Leitlinie-evidenzbasierte-Gesundheitsinformation.pdf (Erstellt: 20. Febr. 2017). Zugegriffen: 23.08.2017Google Scholar
  38. 38.
    Cho J, Park D, Lee HE (2014) Cognitive factors of using health apps: systematic analysis of relationships among health consciousness, health information orientation, eHealth literacy, and health app use efficacy. J Med Internet Res 16(5):e125–2014CrossRefPubMedPubMedCentralGoogle Scholar
  39. 39.
    Broderick J, Devine T, Langhans E, Lemerise A, Lier S, Harris L (2014) Designing health literate mobile apps: discussion paper. Washington (DC): Institute of Medicine. https://health.gov/communication/literacy/BPH-HealthLiterateApps.pdf. Zugegriffen: 19.09.2017Google Scholar
  40. 40.
    Bitkom Research (2017) Fast jeder zweite nutzt Gesundheitapps. Repräsentative Umfrage im Auftrag des Digitalverbandes Bitkom. https://www.bitkom.org/Presse/Presseinformation/Fast-jeder-Zweite-nutzt-Gesundheits-Apps.html (Erstellt: 05.2017). Zugegriffen: 23.08.2017Google Scholar
  41. 41.
    Albrecht U‑V (2016) Kapitel Kurzfassung. In: Albrecht U‑V (Hrsg) Chancen und Risiken von Gesundheits-Apps (CHARISMHA). Medizinische Hochschule Hannover, Hannover, S 14–47 (urn:nbn:de:gbv:084-16040811173. http://www.digibib.tu-bs.de/?docid=60004)Google Scholar
  42. 42.
    IGES Institut, Techniker Krankenkasse (2016) Digitale Angebote in der Gesundheitsversorgung. Chancen nutzen, sichere Wege in den Markt schaffen. https://www.tk.de/centaurus/servlet/contentblob/915490/Datei/72101/TK-Pressemappe-IGES-Studie-Digitale-Angebote-in-der-Gesundheitsversorgung.pdf (Erstellt: 09.2016). Zugegriffen: 19.09.2017Google Scholar
  43. 43.
    FDA (2017) Digital Health Innovation Action Plan. https://www.fda.gov/downloads/MedicalDevices/DigitalHealth/UCM568735.pdf. Zugegriffen: 19.09.2017Google Scholar
  44. 44.
    BfArm (2016) Richtlinie Medical Apps. http://www.bfarm.de/DE/Medizinprodukte/Abgrenzung/medical_apps/_node.html. Zugegriffen: 19.09.2017Google Scholar
  45. 45.
    Albrecht U‑V (2016) Kapitel 13. Orientierung für Nutzer von Gesundheits-Apps. In: Albrecht U‑V (Hrsg) Chancen und Risiken von Gesundheits-Apps (CHARISMHA). Medizinische Hochschule Hannover, Hannover, S 282–300 (urn:nbn:de:gbv:084-16040812052. http://www.digibib.tu-bs.de/?docid=60020)Google Scholar
  46. 46.
    Augsburger Allgemeine (2017) Ärztepräsident fordert Qualitätssiegel für Gesundheits-Apps. http://www.augsburger-allgemeine.de/digital/Aerzte-Praesident-fordert-Qualitaetssiegel-fuer-Gesundheits-Apps-id41424536.html (Erstellt: 11. Mai 2017). Zugegriffen: 19.09.2017Google Scholar
  47. 47.
    Johner Ch, Johner Institut (2017) Medical Device Regulation MDR – Medizinprodukteverordnung. https://www.johner-institut.de/blog/regulatory-affairs/medical-device-regulation-mdr-medizinprodukteverordnung/ (Erstellt: 13. Juli 2017)Google Scholar
  48. 48.
    Kramer U (2017) Kassenverträge für Gesundheits-Apps: Per aspera ad astra. HealthOn. https://www.healthon.de/blogs/2017/08/09/kassenvertr%C3%A4ge-f%C3%BCr-gesundheits-apps-aspera-ad-astra (Erstellt: 08.2017). Zugegriffen: 19.09.2017Google Scholar
  49. 49.
    GBA (2017) Geförderte Projekte: Rise-up – Rücken innovative Schmerztherapie mit e‑Health für unsere Patienten. https://innovationsfonds.g-ba.de/projekte/neue-versorgungsformen/rise-up-ruecken-innovative-schmerztherapie-mit-e-health-fuer-unsere-patienten.72. Zugegriffen: 19.09.2017Google Scholar
  50. 50.
    Kim E, Farr Ch, CNBC (2017) Amazon has a secret health tech team called 1492 working on medical records, virtual doc visits. https://www.cnbc.com/2017/07/26/amazon-1492-secret-health-tech-project.html (Erstellt: 27. Juli 2017). Zugegriffen: 19.09.2017Google Scholar
  51. 51.
    Farr Ch, CNBC (2017) Apple is quietly working on turning your iPhone into the one-stop shop for all your medical info. https://www.cnbc.com/2017/06/14/apple-iphone-medical-record-integration-plans.html (Erstellt: 15. Juni 2017). Zugegriffen: 19.09.2017Google Scholar
  52. 52.
    Schade A, Scherkamp H, Gründerszene (2017) Pharma-Riese Roche kauft Diabetes-Startup MySugr. https://www.gruenderszene.de/allgemein/roche-kauft-diabetes-startup-mysugr (Erstellt: 15. Juni 2017)Google Scholar
  53. 53.
    BDI (2017) Innovationsindikator 2017. Schwerpunkt Digitale Transforamtion. Bundesverband der Deutschen Industrie e. V. (BDI); acatech – Deutsche Akademie der Technikwissenschaften e. V., BerlinGoogle Scholar
  54. 54.
    European Commission, Arak P, Wojcik A (2017) Transforming eHealth into a political and economic advantage. https://ec.europa.eu/digital-single-market/en/news/transforming-ehealth-political-and-economic-advantage. Zugegriffen: 19.09.2017Google Scholar
  55. 55.
    Arnold K, Scheibe M, Müller O, Schmitt J, CCS THOS Konsensgruppe (2016) Grundsätze für die Evaluation telemedizinischer Anwendungen – Ergebnisse eines systematischen Reviews und Konsens-Verfahrens. Z Evid Fortbild Qual Gesundhwes 117:9–19CrossRefPubMedGoogle Scholar
  56. 56.
    Fangerau H, Griemmert M, Albrecht U‑V (2016) Gesundheits-Apps und Ethik. In: Albrecht U‑V (Hrsg) Chancen und Risiken von Gesundheits-Apps (CHARISMHA), Bd. 9. Medizinische Hochschule Hannover, Hannover, S 194–213 (urn:nbn:de:gbv:084-16040811 360. http://www.digibib.tu-bs.de/?docid=60015)Google Scholar
  57. 57.
    Basch E, Deal AM, Dueck AC, Scher HI, Kris MG, Hudis C, Schrag D (2017) Overall survival results of a trial assessing patient-reported outcomes for symptom monitoring during routine cancer treatment. JAMA.  https://doi.org/10.1001/jama.2017.7156 Google Scholar
  58. 58.
    Krebs-Apps KU (2017) Es gibt nicht viele, sie werden kaum genutzt. 360 Grad Onkologie. Deutsche Krebsgesellschaft, BerlinGoogle Scholar

Copyright information

© Springer Medizin Verlag GmbH 2017

Authors and Affiliations

  1. 1.HealthOn e. V. Informations- und Bewertungsplattform für Gesundheits-AppsFreiburgDeutschland
  2. 2.Institut für Allgemeinmedizin, Universitätsklinikum JenaFriedrich-Schiller-Universität JenaJenaDeutschland

Personalised recommendations