Zusammenfassung
Die zunehmende Digitalisierung des Gesundheitswesens und damit auch die steigende Menge an Daten stellen Ärzt*innen, Pflegekräfte, Forschende, aber auch die IT-Abteilungen in den Kliniken vor neue Herausforderungen. Um die richtigen Daten, zur richtigen Zeit, in der richtigen Form den richtigen Personen und Anwendungen zur Verfügung zu stellen, stoßen die heutigen IT-Systemlandschaften an ihre Grenzen. Daten, Informationen und Wissen für Versorgung, Forschung und Lehre gleichermaßen zur Verfügung zu stellen, ist aber essenziell, um wettbewerbsfähig zu bleiben. Der Aufbau von Wissensmanagementplattformen macht sich genau dies zur Aufgabe und versucht, die Problematik zu lösen. Das Universitätsklinikum Schleswig-Holstein baut in seinem Medizinischen Datenintegrationszentrum genau eine solche Plattform auf.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Angepasst auf Krankenhäuser nach https://de.wikipedia.org/wiki/Wissensmanagement (Zugriff: 02.05.2023 16:12 Uhr).
- 2.
https://portal.popgen.de/ (letzter Zugriff 22.05.2023 14:15 Uhr).
Literatur
Ammenwerth, E., & Haux, R. (2005). IT-Projektmanagement in Krankenhaus und Gesundheitswesen: Einführendes Lehrbuch und Projektleitfaden für das taktische Management von Informationssystemen. Schattauer.
Beale, T. (2002). Archetypes: Constraint-based domain models for future-proof information systems. OOPSLA 2002 workshop on behavioural semantics, 105, 1–69.
Broekstra, R., Campmans-Kuijpers, M. J. E., Dijkstra, G., Ranchor, A. V., & Eijdems, E. W. H. M. (2023). Personal health record for personalizing research and care trajectories: A proof of concept pilot with diet in inflammatory bowel diseases. Journal of Personalized Medicine, 13(4), 601. https://doi.org/10.3390/jpm13040601
Caliebe, A., Leverkus, F., Antes, G., & Krawczak, M. (2019). Does big data require a methodological change in medical research? BMC Medical Research Methodology, 19(1), 125. https://doi.org/10.1186/s12874-019-0774-0
Czaplik, M., Voigt, V., Kenngott, H., Clusmann, H., Hoffmann, R., & Will, A. (2018). Why OR.NET? Requirements and perspectives from a medical user’s, clinical operator’s and device manufacturer’s points of view. Biomedical Engineering/Biomedizinische Technik, 63(1), 5–10. https://doi.org/10.1515/bmt-2017-0043
Elasticsearch: Die offizielle Engine für verteilte Suche und Analytics | Elastic. (2023). https://www.elastic.co/de/elasticsearch/. Zugegriffen am 21.07.2023.
Fillinger, S., De La Garza, L., Peltzer, A., Kohlbacher, O., & Nahnsen, S. (2019). Challenges of big data integration in the life sciences. Analytical and Bioanalytical Chemistry, 411(26), 6791–6800. https://doi.org/10.1007/s00216-019-02074-9
Hackl, W. O., & Ammenwerth, E. (2016). SPIRIT: Systematic planning of intelligent reuse of integrated clinical routine data: A conceptual best-practice framework and procedure model. Methods of Information in Medicine, 55(02), 114–124. https://doi.org/10.3414/ME15-01-0045
Heard, S., Beale, T., Freriks, G., Mori, A. R., & Pishev, O. (2003). Templates and archetypes: How do we know what we are talking about. http://www.openehr.org/publications/archetypes/templates_and_archetypes_heard_et_al.pdf. Zugegriffen am 20.12.2023.
Integrating the Healthcare Enterprise. (2021). IHE IT-infrastructure technical framework supplement – Advanced patient privacy consents (1.4).
Integrating the Healthcare Enterprise. (2023a). IHE IT-infrastructure technical framework Vol1 – Cross-enterprise document sharing. https://profiles.ihe.net/ITI/TF/Volume1/ch-10.html. Zugegriffen am 20.12.2023.
Integrating the Healthcare Enterprise. (2023b). IHE IT-infrastructure technical framework Vol1 – Patient demographics query. https://profiles.ihe.net/ITI/TF/Volume1/ch-8.html. Zugegriffen am 20.12.2023.
Integrating the Healthcare Enterprise. (2023c). IHE IT-infrastructure technical framework Vol1 – Patient identifier cross-referencing. https://profiles.ihe.net/ITI/TF/Volume1/ch-5.html. Zugegriffen am 20.12.2023.
Kinast, B., Lutz, M., & Schreiweis, B. (2021). Telemonitoring of real-world health data in cardiology: A systematic review. International Journal of Environmental Research and Public Health, 18(17), 9070. https://doi.org/10.3390/ijerph18179070
Lieb, W., Jacobs, G., Wolf, A., Richter, G., Gaede, K. I., Schwarz, J., Arnold, N., Böhm, R., Buyx, A., Cascorbi, I., Franke, A., Glinicke, C., Held-Feindt, J., Junker, R., Kalthoff, H., Kramer, H.-H., Leypoldt, F., Maass, N., Maetzler, W., & Krawczak, M. (2019). Linking pre-existing biorepositories for medical research: The PopGen 2.0 Network. Journal of Community Genetics, 10(4), 523–530. https://doi.org/10.1007/s12687-019-00417-8
Min, L., Liu, J., Lu, X., Duan, H., & Qiao, Q. (2016). An Implementation of Clinical Data Repository with openEHR Approach: From Data Modeling to Architecture. Stud Health Technol Inform, 227, 100–105.
Nguyen, D., Luo, W., Venkatesh, S., & Phung, D. (2018). Effective identification of similar patients through sequential matching over ICD code embedding. Journal of Medical Systems, 42(5), 94. https://doi.org/10.1007/s10916-018-0951-4
OmicsDI: Home. (2023). https://www.omicsdi.org/database. Zugegriffen am 21.07.2023.
Ross, J. S., Ritchie, J. D., Finn, E., Desai, N. R., Lehman, R. L., Krumholz, H. M., & Gross, C. P. (2016). Data sharing through an NIH central database repository: A cross-sectional survey of BioLINCC users. BMJ Open, 6(9), e012769. https://doi.org/10.1136/bmjopen-2016-012769
Schreiweis, B., Schneider, G., Eichner, T., Bergh, B., & Heinze, O. (2014a). Health information research platform (HIReP) – an architecture pattern. Stud Health Technol Inform, 205, 773–777.
Schreiweis, B., Trinczek, B., Köpcke, F., Leusch, T., Majeed, R. W., Wenk, J., Bergh, B., Ohmann, C., Röhrig, R., Dugas, M., & Prokosch, H.-U. (2014b). Comparison of electronic health record system functionalities to support the patient recruitment process in clinical trials. International Journal of Medical Informatics, 83(11), 860–868. https://doi.org/10.1016/j.ijmedinf.2014.08.005
Sedlmayr, B., Sedlmayr, M., Kroll, B., Prokosch, H.-U., Gruendner, J., & Schüttler, C. (2022). Improving COVID-19 research of University Hospitals in Germany: Formative usability evaluation of the CODEX feasibility portal. Applied Clinical Informatics, 13(02), 400–409. https://doi.org/10.1055/s-0042-1744549
Welch, B. M., Eilbeck, K., Fiol, G. D., Meyer, L. J., & Kawamoto, K. (2014). Technical desiderata for the integration of genomic data with clinical decision support. Journal of Biomedical Informatics, 51, 3–7. https://doi.org/10.1016/j.jbi.2014.05.014
Wettstein, R., Merzweiler, A., Klass, M., & Heinze, O. (2020). Using openEHR in XDS. b Environments–Opportunities and challenges. The Importance of Health Informatics in Public Health during a Pandemic. Studies in Health Technology and Informatics, 272, 300–303.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2024 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Schreiweis, B., Ulrich, H., Lehmann, H., Kock-Schoppenhauer, AK., Kinast, B., Bergh, B. (2024). Die Wissensmanagementplattform für Versorgung und Forschung am Universitätsklinikum Schleswig-Holstein – Ein Praxisbeispiel. In: Henke, V., Hülsken, G., Schneider, H., Varghese, J. (eds) Health Data Management. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-43236-2_58
Download citation
DOI: https://doi.org/10.1007/978-3-658-43236-2_58
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-43235-5
Online ISBN: 978-3-658-43236-2
eBook Packages: Business and Economics (German Language)