Das Projekt HiGHmed
und die Entstehung des MeDICs
Das Medizinische Datenintegrationszentrum (MeDIC) der Medizinischen Hochschule Hannover entstand im Rahmen der Medizininformatik-Initiative (MII) als Teil des Konsortiums HiGHmed. Die Konsortien der MII haben an jedem Universitätsklinikum ein solches MeDIC eingerichtet, um die technischen und organisatorischen Voraussetzungen für standortübergreifende Datennutzungsprozesse zu schaffen.
HiGHmed ist ein Förderprojekt des Bundesministeriums für Bildung und Forschung (BMBF), in dem die Medizinische Hochschule Hannover mit zehn weiteren Universitätskliniken, dem Deutschen Krebsforschungszentrum und weiteren Partnern aus Krankenversorgung, Wissenschaft und Industrie kooperiert.
Zielsetzung
Das primäre Ziel des MeDICs ist die strukturierte Zusammenführung sehr unterschiedlicher Datenbestände (Arztbriefe, Labordaten, Röntgenaufnahmen, Gen-Sequenzierungsdaten usw.) innerhalb der MHH. Dabei kooperieren verschiedene Institute und Kliniken der MHH miteinander.
Das übergeordnete Ziel ist es, in den kommenden Jahren die bereits zwischen den Universitätskliniken geschaffene Infrastruktur zu erweitern und zu festigen, um den standortübergreifenden Austausch der medizinischen Daten weiter zu stärken und voranzutreiben. Dies wird durch offene, interoperable und standardisierte Datendefinitionen erreicht, um eine nachhaltige Entwicklung von Software-Applikationen zu realisieren.
Für den Austausch der Daten sind selbstverständlich der Schutz der Daten, die Datensicherheit und die informationelle Selbstbestimmung der Patientinnen und Patienten von zentraler Bedeutung.
Durch die neuen Möglichkeiten des standortübergreifenden Austauschs von Patientendaten soll die Patientenversorgung verbessert und auch den Transfer zwischen medizinischer Forschung und Krankenversorgung intensiviert werden.
Klinische Use Cases
Anhand der folgenden vier klinischen Use Cases soll der erwartete Mehrwert der strukturierten Erfassung und des standortübergreifenden Austauschs von Patientendaten für die Versorgung und Forschung gezeigt werden.
Forschung
Auch die Forschung profitiert unmittelbar von der Möglichkeit des standortübergreifenden Austauschs der Daten. Einerseits können Patientinnen und Patienten, die zum Bespiel an Krebs erkrankt sind, Informationen über den Krankheitsverlauf ähnlicher Fälle zu einem Behandlungserfolg beitragen. Andererseits ist es dann möglich, bei sehr seltenen Erkrankungen belastbare Fallzahlen für statistische Analysen zu erhalten und neue Erkenntnisse über die Ursachen und den Verlauf solcher Erkrankungen zu erlangen.
Kooperierende Institute und Kliniken
innerhalb der MHH
- Peter L. Reichertz Institut für Medizinische Informatik der TU Braunschweig und der Medizinischen Hochschule Hannover (PLRI)
- MHH Information Technology (MIT)
- Klinik für Kardiologie und Angiologie
- Institut für Medizinische Mikrobiologie und Krankenhaushygiene
- Klinik für Gastroenterologie, Hepatologie und Endokrinologie
- Institut für Diagnostische und Interventionelle Radiologie
- Institut für Humangenetik
- Klinik für Strahlentherapie und Spezielle Onkologie
- Comprehensive Cancer Center (CCC) Hannover
- Zentrum für Klinische Studien
- Klinik für Pädiatrische Pneumologie, Allergologie und Neonatologie
- und weitere
Publikationen
- Marschollek M, Marquet M, Reinoso Schiller N et al. Automatisierte Surveillance und Risikovorhersage mit dem Ziel einer risikostratifizierten Infektionskontrolle und -prävention (RISK Prediction for Risk-stratified Infection Control and Prevention). Bundesgesundheitsbl 67, 685–692 (2024). doi: 10.1007/s00103-024-03882-w.
- Ladas N, Borchert F, Franz S, Rehberg A, Strauch N, Sommer KK, Marschollek M, Gietzelt M. Programming techniques for improving rule readability for rule-based information extraction natural language processing pipelines of unstructured and semi-structured medical texts. Health Informatics J. 2023 Apr-Jun;29(2):14604582231164696. doi:10.1177/14604582231164696.
- Sommer KK, Amr A, Bavendiek U, Beierle F, Brunecker P, Dathe H, Eils J, Ertl M, Fette G, Gietzelt M, Heidecker B, Hellenkamp K, Heuschmann P, Hoos JDE, Kesztyüs T, Kerwagen F, Kindermann A, Krefting D, Landmesser U, Marschollek M, Meder B, Merzweiler A, Prasser F, Pryss R, Richter J, Schneider P, Störk S, Dieterich C, life. Structured, Harmonized, and Interoperable Integration of Clinical Routine Data to Compute Heart Failure Risk Scores. Life (Basel). 2022 May 18;12(5):749. doi:10.3390/life12050749.
- Medenwald D, Brunner T, Christiansen H, Kisser U, Mansoorian S, Vordermark D, Prokosch HU, Seuchter SA, Kapsner LA; our MII research group. Shift of radiotherapy use during the first wave of the COVID-19 pandemic? An analysis of German inpatient data. Strahlenther Onkol. 2022 Apr;198(4):334-345. doi:10.1007/s00066-021-01883-1. Epub 2022 Jan 7.
- Wulff A, Baier C, Ballout S, Tute E, Sommer KK, Kaase M. Sargeant A, Drenkhahn C, Infection Control Study Group, Schlüter D, Marschollek M, Scheithauer S. Transformation of microbiology data into a standardised data representation using OpenEHR. Sci Rep. 2021 May 18;11(1):10556. doi:10.1038/s41598-021-89796-y.
- Wulff A, Mast M, Hassler M, Montag S, Marschollek M, Jack T. Designing an openEHR-Based Pipeline for Extracting and Standardizing Unstructured Clinical Data Using Natural Language Processing. Methods Inf Med. 2020 Dec;59(S 02):e64-e78. doi:10.1055/s-0040-1716403. Epub 2020 Oct 14.
- Pape L, Schneider N, Schleef T, Junius-Walker U, Haller H, Brunkhorst R, Hellrung N, Prokosch HU, Haarbrandt B, Marschollek M, Schiffer M. The nephrology eHealth-System of the metropolitan region of Hannover for digitalization of care, establishment of decision support systems and analysis of health care quality. BMC Med Inform Decis Mak. 2019 Sep 2;19(1):176. doi:10.1186/s12911-019-0902-0.
- Fiebeck J, Gietzelt M, Ballout S, Christmann M, Fradziak M, Laser H, Ruppel J, Schönfeld N, Teppner S, Gerbel S. Implementing LOINC - Current Status and Ongoing Work at a Medical University. Stud Health Technol Inform. 2019 Sep 3;267:59-65. doi:10.3233/SHTI190806.
- Tute E, Wulff A, Marschollek M, Gietztelt M. Clinical Information Model Based Data Quality Checks: Theory and Example. Stud Health Technol Inform. 2019;258:80-84.
- Wulff A, Sommer KK, Ballout S, HiGHmed Consortium, Haarbrandt B, Gietzelt M. A Report on Archetype Modelling in a Nationwide Data Infrastructure Project. Stud Health Technol Inform. 2019;258:146-150.
- Wulff A, Haarbrandt B, Marschollek M. Clinical Knowledge Governance Framework for Nationwide Data Infrastructure Projects. Stud Health Technol Inform. 2018;248:196-203.
- Haarbrandt B, Schreiweis B, Rey S, Sax U, Scheithauer S, Rienhoff O, Knaup-Gregori P, Bavendiek U, Dieterich C, Brors B, Kraus I, Thoms CM, Jäger D, Ellenrieder V, Bergh B, Yahyapour R, Eils R, Consortium H, Marschollek M. HiGHmed - An Open Platform Approach to Enhance Care and Research across Institutional Boundaries. Methods Inf Med. 2018 Jul;57(S 01):e66-e81. doi: 10.3414/ME18-02-0002. Epub 2018 Jul 17.
Links
Forschungsdatenmanagement an der MHH HiGHmed Medizininformatik-Initiative Netzwerk Universitätsmedizin Digitalisierung der Medizin - HiGHmed Podcast HiGHmed Lehre
Kontakt
Dr. Matthias Gietzelt
Peter L. Reichertz Institut für Medizinische Informatik
der TU Braunschweig und der Medizinischen Hochschule Hannover
- Besucheradresse:
Raum: M02-00-0139
Et-Cetera-Gebäude
Karl-Wiechert-Allee 3
- Postanschrift:
Medizinische Hochschule Hannover
PLRI – OE 8420
Carl-Neuberg-Straße 1
30625 Hannover
- Kontakt:
Tel.: +49 511 532-1501
Fax: +49 511 532-19335
E-Mail: Gietzelt.Matthias@mh-hannover.de
