Einige Beispiele für den Einsatz von Big Data im Gesundheitswesen

0
Rate this post

Auch die Analyse von Big Data im Gesundheitswesen liefert

Einschätzung über die Leistungsfähigkeit einer Einrichtung. Verschiedene Gesundheitsorganisationen können Big-Data-Analysen untersuchen, um zu verstehen, nach welchen Arten von Dienstleistungen Patienten suchen.

Diese Informationen können auf verschiedene Weise verwendet werden: zum Beispiel, um die besten und günstigsten Therapien zur Behandlung eines bestimmten Gesundheitszustands zu ermitteln.

Big Data wird für das Gesundheitswesen im Internet der Dinge (IoT) noch wertvoller. Jedes Gerät, das Daten über die Gesundheit Homepage einer Person generiert und diese Daten an die Cloud sendet, wird Teil des IoT sein.

Wearable Devices sind vielleicht das bekannteste und am weitesten verbreitete Beispiel für solche Geräte

Um einen Mehrwert aus der vernetzten digitalen Gesundheitsumgebung, nämlich dem IoT, zu ziehen, ist es wichtig, über eine Plattform zu verfügen, auf der Anwendungen erstellt und verwaltet, Analysen durchgeführt und Daten empfangen, gespeichert und geschützt werden können. Dies bietet potenziell eine praktisch endlose Liste von Möglichkeiten. Vorausgesetzt jedoch, Sie wissen, wie Sie diese Daten sinnvoll nutzen können.

CancerLinQ ist ein geniales Tool, das seit fast einem Jahrzehnt von der American Society for Clinical Oncology entwickelt wird. Ursprünglich geschaffen, um Daten über Patientinnen mit Brustkrebs zu sammeln, wurde es im Laufe der Jahre auf andere Krebsarten ausgeweitet.

  • Derzeit führt es Krebsdaten von über 1 Million Patienten in 100 Kliniken zusammen.
  • Mithilfe von Big-Data-Analysen können Onkologen Behandlungen mit hoher Genauigkeit entwickeln.

Das Nationale Centrum für Krebserkrankungen (NCT) in Heidelberg, Deutschland, nutzte Big Data, um Krebsmarker in Arztbriefen zu identifizieren und ein einzigartiges Krebsregister zu erstellen.

Das CERN hat einen mit enormer Rechenkapazität ausgestatteten Supercomputer zur Verfügung gestellt: die Zénodo-Plattform (benannt nach dem ersten Bibliothekar der antiken Bibliothek von Alexandria).

Diese dient dazu, Daten im Zusammenhang mit Covid-19 strukturiert zu speichern und auszuwerten.

Die Plattform ist offen zugänglich, d. h. Forscher aus aller Welt und aus allen Sektoren können mit ihrer „kollektiven Intelligenz“ dazu beitragen, der Pandemie entgegenzuwirken.

In die Zénodo-Plattform werden Informationen über die Umweltverschmutzung einfließen (nützlich für die Bewertung ihres Einflusses auf den Verlauf und die Schwere der Covid-19-Krankheit) und meteorologische Daten (Temperatur, Feuchtigkeit, Häufigkeit und Menge der Niederschläge), um zu überprüfen, ob diese klimatischen Veränderungen Auswirkungen haben auf der Epidemie.

Darüber hinaus werden Daten von Krankenhäusern und anderen in Bezug auf die Mobilität von Menschen gesammelt und analysiert, um besser zu verstehen, wie sich das Virus verbreitet, auch unter Verwendung von Smartphones und sozialen Medien.

Nicht nur das: Untersucht werden die Wechselwirkungen zwischen Mobilität (genauer Bewegungsmangel), psychischer Gesundheit und Kosten für das nationale Gesundheitssystem (Medikamentenkonsum, medizinische und therapeutische Hilfe) während der Covid-19-Epidemie.

Das Humber River Hospital in Toronto (HRH)

Kanada, ist das erste vollständig digitalisierte Krankenhaus in Nordamerika, in dem alle Informationen elektronisch vorliegen, Menschen ständig verbunden und Systeme automatisiert sind.

Durch sein “Command Center”, eine Kommandozentrale, um die Star Trek beneidet wird, ist das Personal (bestehend aus Ärzten, Krankenschwestern, Klinik- und IT-Ingenieuren) in der Lage, alle (absolut alle) Daten in Echtzeit unter Kontrolle zu halten Krankenhaus: von den Vitalparametern jedes einzelnen Patienten, über die Bettenverfügbarkeit, den Fluss medizinischer Gase bis hin zur Arbeitsbelastung im OP, auf den Stationen und in den Betreuungsdiensten.