SlideShare ist ein Scribd-Unternehmen logo
Was bedeutet Big Data für die Radiologie – und was bedeutet die Radiologie für Big Data?
Eva van Pelt 
General Manager 
Healthcare and Life Sciences 
Europe, Middle East and Africa
DEEP INNOVATION RESOURCES 
INNOVATION BUDGET 
Gegruendetin 1910 
US$ 96.1B FY12 
1000 Niederlassungen 
326,000 Mitarbeter 
4300 PhDs 
#38 in den 2012 FORTUNE®Global 500 INTRODUCTION
INFORMATION WÄCHST EXPONENTIELL 
2011 
2020 
ZETTABYTES 
SOURCE: IDC MARKET DYNAMICS
DATA LANDSCAPE EVOLUTION 
DER DATENMULTIPLIKATOREFFEKT 
HUMAN DRIVEN 
EMAIL 
WEB LOGS 
DOCUMENTS 
SOCIAL 
MACHINE DRIVEN 
SATELLITE IMAGES 
BIO- 
INFORMATICS 
M2M LOG FILES 
SENSORS 
VIDEO 
AUDIO 
BUSINESS DRIVEN 
OLTP 
I.T. MUST MANAGE, GOVERN AND ANALYZE MORE DATA WITH MORE COMPLEX RELATIONSHIPS IN REAL TIME AT SCALE 
1X 
10X 
100X 
BIG DATA TODAY 
BIG DATA TOMORROW MARKET DYNAMICS
MEDIZINISCHRELEVANTEDATEN 
Machine 
Sensor Data, Complex Data 
Medical and Research DataApplications and Processes 
Human 
Enterprise Content, External Sources 
Big Data transforms how we capture and capitalize on data. 
1x 
10x 
100x 
Email 
Imaging 
Web Logs 
Social 
(Nano) Sensors 
M2m Log Files 
Recording 
Video 
Satellite Imaging 
Bio- 
Informatics 
Documents
HITACHI VISION FOR SOCIAL INNOVATION THROUGH BIG DATA 
SOCIAL INNOVATION SOLUTIONS 
INSIGHTS THAT DELIVER ON THE PROMISE OF BIG DATA 
MACHINE DATA 
HUMANDATA 
BUSINESS DATA 
Medical 
Genetics 
Life Sciences 
Access 
Public Sector 
Distribution 
Insurance 
Pharmaceutical VISION AND STRATEGY
Erhöhe die Effizienzund die Nutzungvon Ressourcen 
“Befreie” Datenausden Applikationenund der Infrastruktur, kombiniere‘isolierte’ DatenzuneuenErkenntnissen. 
CHALLENGES BECOME OPPORTUNITIES 
Entdecke, analysiereund nutzeDatenum zusätzlicheInformationenzumWohldes Patientenzugenerieren 
DATEN WACHSTUM 
KOSTEN 
KOMPLEXITÄT MARKET DYNAMICS
OUR VISION 
Wirloesendie dringendenProblemeunsererKundenUNDbauengemeinsameinenPfadin die Zukunft. 
WirhelfenunserenKundenNEUENund ZUSAETZLICHEN NUTZEN ausihrenDatenzugenerierendurchdie Tranformationvon Datenin Information. 
NEUE INFORMATION = VEBESSERTE PATIENTENVERSORGUNGCREATE A BETTER WORLD THROUGH SOCIAL INNOVATION TECHNOLOGIES VISION AND STRATEGY
Dokument/Ersteller: E. Flamme / Salzburgerstrasse 56, A-4600 Wels 
Elmar Flamme 
Strategischer CIO / Senior Consultant 
Wels, Österreich
Bezirk Wels / Eferding/ Grieskirchen= 300.000Oberösterreich= 1.400.000Österreich= 8.000.000 
Linz 
Wels
•Seit 2008 in Krankenhaus mit vier nunmehr drei Standorten 
•1000 Betten am Standort Wels. 260 Betten am Standort Grieskirchen. 60 Betten Psychiatrie in Wels 
•75.000 stationäre Fälle 
•28 Fachabteilungen 
•28 Ordinationen mit 280.000 Kontakten 
•30.000 Operationen und 2.600 Geburten 
•3.500 Mitarbeiter (500 Ärzte / 1.200 Pflegekräfte) 
•Mit einer der größten (Siemens) PACS Installationen in Europa 
•Budget: 304 Million Euro 
Psychiatrie 
Standort Wels 
(Schließung 2015‘) 
KlinkumWels-Grieskirchen 
Private Krankenanstalt Wels 
Standort Wels 
(inkl. Psychiatrie ab 2015) 
Klinikum 
Wels-Grieskirchen 
Standort Grieskirchen 
Größtes kirchliches und fünftgrößtes Krankenhaus in Österreich
Standardmedizin 
Fachbereiche 
Onkologie / Kardiologie 
Prävention, Prädiagnostik 
Interdisziplinäre und intersektoraleGesundheitsversorgung 
Gesundheits- management 
Klinikinformationssystem / Basisakte 
Diagnostik-Abteilungs-und Funktionssoftware 
DWH / spezialisierte Datenanalyse und - auswertung 
Persönliche-oder elektronische übergreifende Krankenakte / Kollaborationsfunktionen (Zentren) 
Big Data Analyse 
Grundversorgung 
Gesundheitsprävention 
Spezialisierung 
Ein Archiv / Eine Wahrheit 
Trend / Risiken / Potential / Wissen 
Interoperabilität 
Analyse / Voraussage 
Datenaustausch
•Funktionsabteilung mit höchster Kontaktfrequenz 
•Funktionsabteilung mit den höchsten Datenmengen, den größten Anforderungen an Netzwerk, Speicher, Backup und Server 
•Funktionsabteilung mit höchstem interdisziplinären Informationsaustausch mit anderen Fachrichtungen 
•Funktionsabteilung mit dem höchsten Anteil an standardisieren Daten und technischen Prozessen 
•Funktionsabteilung mit hohem Wertschöpfungsanteil 
ABER alles in einem SILO!
Ein “neutrales” Objektarchiv ohne Applikationsabhängigkeitenkönnte 
–mit allen Formaten 
–mit standardisierten Schnittstellen 
–mit zusätzlichen Informationen (MetaDaten) 
als zentrales Archiv-und Repository für alle anfragenden Informationsprozesse zur Verfügung stehen !
•Unterstützt weiterhin fachabteilungsspezifische Prozesse bei zentraler Datenhaltung 
•aber erlaubt bei standardisierten Schnittstellen, z.B. über IHE, den intersektoralen wie den internen / externen interdisziplinären Austausch 
•Geringere Investitionskosten in Hard-und Software 
•Readyfür die Aufnahme von BIG DATA im zukünftigen „HealthcareInternet of(Every)thing”
Von der „Schwangerschaft/Geburt bis zum Tod“
ausBig Data …… 
könnte für den Kliniker nur eine spezifische Information 
in einer spezifischen Situation wichtig sein 
ÄrztefürchtenmittlerweilenichtzuwenigsondernzuvielInformation bereitgestelltzubekommen
Fall: 
60 jähriger Patient stellt sich erneut wegen eines rezidiv Karzinom vor. Einleitung der diagnostischen Maßnahmen. Vorstellung des Patienten im Tumorboard mit aktuellen diagnostischen Ergebnissen zur Planung von OP-und der folgenden Behandlung 
•Darstellung der markierten / kommentierten aussagekräftigen Schichtaufnahmen aus vorheriger Behandlung vor 6 Jahren von zwei Krankenhäusern und einem niedergelassenen Radiologen inkl. Befundinformationen aus Begleiterkrankungen. 
•Vergleich mit Information aus Referenzdatenbank des Tumor Qualitätszentrum zur Klassifizierung nach bestehenden Guidelines (Bild und Information). 
•Vorschlag eines Behandlungsplans basierend auf bestehenden Guidelines durch das Knowledge Assist Programms.
•Vernetzung zwischen den Gesundheitsdiensteanbietern 
•Die mögliche Selektion von Daten anhand von zusätzlichen eingebundenen Informationen 
•Die Darstellung in verschiedenen Formen zu verschiedenen Zwecken 
•Die Analyse vorhandener Daten zum Vergleich mit z.B. ReferenzdatenVernetzungMetaDatenDisplay / DeviceAnalyse
ImGesundheitswesenmüssenzukünftigallenotwendigenInformationen: 
•zurrichtigenZeit 
•am richtigenGerät 
•am richtigenOrt 
•imrichtigenZusammenhang 
•fürdie richtigeRolle 
bereitstehen!
•Paradigmenwechsel in der IT 
–Vom Verteidiger von Daten zum Bereitsteller von erlaubterInformation 
•Daten Management ändert das Bild von HealthcareIT 
–Daten müssen jederzeit, überall, jedem Berechtigtenzur Verfügung stehen 
•IT muss Nutzen aus dem “Ganzen Datenpool“ gewährleisten 
–Auflösung der Datenfriedhöfe 
–Auflösung der Datensilos
•Trennung der Daten von der Applikation durch speichern derInformation als Orginalobjektmit zusätzlichen MetaDaten um den Inhalt der Objektinformation flexibel und unabhängig verfügbar zu machen. 
•Trennung der Daten von der Applikation bedeutet, das jedem klinischen Bereich sein „Tool“ / seine Applikation freigegeben werden kann. 
•Bereitstellung der MetaDaten für Analyse-und Data Ware House Systemen um Daten „neu“ zu verknüpfen / vernetzen. Verfügbarkeit der Ergebnisse für Knowledge Assist Programme / Correlationssoftware
Adm. / ERP System 
(HR, FI, CO, DW, MM) 
eHealth 
GP 
Portal 
Home Care Portal 
Upper Austrian eHealth Connect 
Clinicals/ Scheduling 
Clinical Information Systems 
EHR / CPOE / PoC / ED 
PACS 
Laboratory 
3rd Party Departmental’ / Subsystems 
-DCIOM / 
-Digitalized Documents 
-ECG 
-Ultrasonic 
-Pathology 
-Microbiology 
-Maternity 
-…….. 
Self-develop- ment 
products 
Medication 
Coding 
„META DATA ROBOT“
AutomatischeErstellungvon definiertenMeta Datenausden Quellinformationendurcheinen“Meta DatenRoboter”
Example: „Duodenalschleimhautbiopsien“PathologyResults/
Master Index 
Specialised Indices 
PACS 
Kernel 
Documents 
IHE 
HCP 
Lucene 
IHE-Registry 
Non Dicom 
Metadata 
PACS-MD 
DICOM-Header-Data 
eMind-Metadata 
IHE-Metadata 
Documents 
PACS-Application 
IHE- 
Application 
KIS 
ISH 
Non Dicom 
HDDS 
Standard 
Connectors 
Specialised 
Connectors 
Whatever 
Ward 
Application 
Whatever 
˅ 
Poweredby
Custom Meta Data 
DICOM Header + 
RIS Result Text
HIS EHR Portal 
SynedraView 
Microbiology 
Radiology 
Pathology 
…………..
Was bedeutet Big Data für die Radiologie – und was bedeutet die Radiologie für Big Data?
•Implementierungszeit 3 Monate 
•Zugriff auf Objekt und MetaDateb 
•Anwendungsfall: 
–Alle weiblichen Personen 
–+ 50 Jahre 
–Diagnose Brustkrebs 
–Radiologischer Diagnostik 
–Anzeige der Aufenthalte 
–Drill Down in die Objektinformation 
•Live DEMO System auf HIMSS 2014 Orlando 
•DEMO AviablebyRequest
Was bedeutet Big Data für die Radiologie – und was bedeutet die Radiologie für Big Data?
Was bedeutet Big Data für die Radiologie – und was bedeutet die Radiologie für Big Data?
Content Suche 
-VolltextsucheüberObjekt(Custom) Meta DatenohneBerücksichtigungvon DemografischenEinschränkungen 
KlinischeSuche 
-Real Time Search (abhängigvon Schnittstellen) 
-SucheüberPatientenID (alleDocumente) 
-MitPatienten-und Falländerungen 
-AktualisiertenMeta DatenInformationen 
-(Bsp: VerbindungzuSAP RechnungenmittelsPID) 
Administrative Search 
-SAP ERP Dokumente(DerzeitFI in Echtbetrieb)
Speicherform 
-Jede (textbasierende) Information wird als CDA Level 2 Dokument verspeichert. 
-Zusätzlich: Jede Information wird in Ihrem Ursprungsformat verspeichert(HL7, TXT, …..) 
-Zusätzlich: Jede CDA L2 Information wird als PDF-A verspeichert 
-Die zugehörigen MetaDaten können jederzeit ohne Einflußauf Compliance und Revisionssicherheit geändert werden 
Anzeige 
-Jede gespeicherte Objekt kann durch „einen Viewer“ angezeigt werden: 
-XML Viewer (CDA-L2) 
-DICOM / NonDICOMPicture Viewer 
-PDF Viewer 
-Die MetaDaten sind als XML per API (z.B. Suchabfrage) verfügbar
•Restoring 
-Jede Information zur Wiederherstellung als Urspungsformatin einem Fremdsystem ist in den MetaDaten selbst enthalten 
-ES WIRD KEINE DATENBANK verwendet –Es reicht das XML File im Filesystem auszulesen 
•Analyse 
–Bereitstellung der META DATEN über Filesysten/ API anderen Systemen als Quellplattform 
Aktuell: 
1.400 diff.Objekte / Dokumenten Typen 
2.5. Mill. CDA L2 Dokumente (seit 2012) 
10 Mill. Objekte derzeit Gesamt 
25TB DICOM Daten 60TB bis 31.12.2014 
(Aufnahmen seit 2004 / ein Migrationszyklus)
•Ein unternehmensbasiertes MetaDaten Repository bedarf zuerst der internen Analyse und Aufbereitung. 
•Ein klinisches MetaDaten Archiv ist (noch) keine eierlegende Wollmilchsau. Auf dem Weg dorthin müssen zuerst die Standardanforderungen erfüllt und dann kann der Mehrwert begleitend entwickelt werden. 
•Der Mehrwert besteht in der zentralen und universellen Verfügbarkeit von Daten in allen Kombinationen für Semantische Anfragen, umfassende Analysen über verschiedenste Informationstypen. 
Der AufbaueinesklinischenMetaDatenRepositories istwieeinHausbau–zweiSchrittevoreinSchrittzurückund immerwartetman auf die HANDWERKER !
Was bedeutet Big Data für die Radiologie – und was bedeutet die Radiologie für Big Data?

Weitere ähnliche Inhalte

Was ist angesagt?

InfoSocietyDays_Jürgen_Holm
InfoSocietyDays_Jürgen_HolmInfoSocietyDays_Jürgen_Holm
InfoSocietyDays_Jürgen_Holm
InfoSocietyDays
 
InfoSocietyDays2016_Micha_Kämpfer
InfoSocietyDays2016_Micha_KämpferInfoSocietyDays2016_Micha_Kämpfer
InfoSocietyDays2016_Micha_Kämpfer
InfoSocietyDays
 
InfoSocietyDays2016_Pascal_Strupler
InfoSocietyDays2016_Pascal_StruplerInfoSocietyDays2016_Pascal_Strupler
InfoSocietyDays2016_Pascal_Strupler
InfoSocietyDays
 
ISD2016_Solution_H_Walter_Hürsch
ISD2016_Solution_H_Walter_HürschISD2016_Solution_H_Walter_Hürsch
ISD2016_Solution_H_Walter_Hürsch
InfoSocietyDays
 
SeHF 2015 | Konsequente Umsetzung des Universalarchiv-Konzepts im Kantonsspit...
SeHF 2015 | Konsequente Umsetzung des Universalarchiv-Konzepts im Kantonsspit...SeHF 2015 | Konsequente Umsetzung des Universalarchiv-Konzepts im Kantonsspit...
SeHF 2015 | Konsequente Umsetzung des Universalarchiv-Konzepts im Kantonsspit...
Swiss eHealth Forum
 
ISD2016_Solution_H_Peter_Ohnemus
ISD2016_Solution_H_Peter_OhnemusISD2016_Solution_H_Peter_Ohnemus
ISD2016_Solution_H_Peter_Ohnemus
InfoSocietyDays
 
Pressemitteilung des AOK-Bundesverbandes vom 29.01.2019: Digitales Gesundheit...
Pressemitteilung des AOK-Bundesverbandes vom 29.01.2019: Digitales Gesundheit...Pressemitteilung des AOK-Bundesverbandes vom 29.01.2019: Digitales Gesundheit...
Pressemitteilung des AOK-Bundesverbandes vom 29.01.2019: Digitales Gesundheit...
AOK-Bundesverband
 
ISD2016_Solution_G_Martin_Fuchs
ISD2016_Solution_G_Martin_FuchsISD2016_Solution_G_Martin_Fuchs
ISD2016_Solution_G_Martin_Fuchs
InfoSocietyDays
 

Was ist angesagt? (8)

InfoSocietyDays_Jürgen_Holm
InfoSocietyDays_Jürgen_HolmInfoSocietyDays_Jürgen_Holm
InfoSocietyDays_Jürgen_Holm
 
InfoSocietyDays2016_Micha_Kämpfer
InfoSocietyDays2016_Micha_KämpferInfoSocietyDays2016_Micha_Kämpfer
InfoSocietyDays2016_Micha_Kämpfer
 
InfoSocietyDays2016_Pascal_Strupler
InfoSocietyDays2016_Pascal_StruplerInfoSocietyDays2016_Pascal_Strupler
InfoSocietyDays2016_Pascal_Strupler
 
ISD2016_Solution_H_Walter_Hürsch
ISD2016_Solution_H_Walter_HürschISD2016_Solution_H_Walter_Hürsch
ISD2016_Solution_H_Walter_Hürsch
 
SeHF 2015 | Konsequente Umsetzung des Universalarchiv-Konzepts im Kantonsspit...
SeHF 2015 | Konsequente Umsetzung des Universalarchiv-Konzepts im Kantonsspit...SeHF 2015 | Konsequente Umsetzung des Universalarchiv-Konzepts im Kantonsspit...
SeHF 2015 | Konsequente Umsetzung des Universalarchiv-Konzepts im Kantonsspit...
 
ISD2016_Solution_H_Peter_Ohnemus
ISD2016_Solution_H_Peter_OhnemusISD2016_Solution_H_Peter_Ohnemus
ISD2016_Solution_H_Peter_Ohnemus
 
Pressemitteilung des AOK-Bundesverbandes vom 29.01.2019: Digitales Gesundheit...
Pressemitteilung des AOK-Bundesverbandes vom 29.01.2019: Digitales Gesundheit...Pressemitteilung des AOK-Bundesverbandes vom 29.01.2019: Digitales Gesundheit...
Pressemitteilung des AOK-Bundesverbandes vom 29.01.2019: Digitales Gesundheit...
 
ISD2016_Solution_G_Martin_Fuchs
ISD2016_Solution_G_Martin_FuchsISD2016_Solution_G_Martin_Fuchs
ISD2016_Solution_G_Martin_Fuchs
 

Ähnlich wie Was bedeutet Big Data für die Radiologie – und was bedeutet die Radiologie für Big Data?

Das 4. V: Mehrwert durch Healthcare Analytics - Marc Wilczek, T-Systems
Das 4. V: Mehrwert durch Healthcare Analytics - Marc Wilczek, T-SystemsDas 4. V: Mehrwert durch Healthcare Analytics - Marc Wilczek, T-Systems
Das 4. V: Mehrwert durch Healthcare Analytics - Marc Wilczek, T-Systems
2kd1
 
SeHF 2013 | Die Arztpraxis - fit für eHealth: Die Rolle des IPI (Gerhard Schi...
SeHF 2013 | Die Arztpraxis - fit für eHealth: Die Rolle des IPI (Gerhard Schi...SeHF 2013 | Die Arztpraxis - fit für eHealth: Die Rolle des IPI (Gerhard Schi...
SeHF 2013 | Die Arztpraxis - fit für eHealth: Die Rolle des IPI (Gerhard Schi...
Swiss eHealth Forum
 
Intelligente Spracherkennung - einen Schritt weiter bringen
Intelligente Spracherkennung  -  einen Schritt weiter bringenIntelligente Spracherkennung  -  einen Schritt weiter bringen
Intelligente Spracherkennung - einen Schritt weiter bringen
Klaus Stanglmayr
 
e-Health 2015
e-Health 2015e-Health 2015
e-Health 2015
Mateus Baptista
 
Definition und Einführung In die Pflegeinformatik
Definition und Einführung In die PflegeinformatikDefinition und Einführung In die Pflegeinformatik
Definition und Einführung In die Pflegeinformatik
Ulrich Schrader
 
HealthDataSpace - Das sichere Gesundheitsnetzwerk
HealthDataSpace - Das sichere GesundheitsnetzwerkHealthDataSpace - Das sichere Gesundheitsnetzwerk
HealthDataSpace - Das sichere Gesundheitsnetzwerk
Telepaxx Medical Archiving
 
Allgeier Präsentation am Swiss eHealth Forum 2017
Allgeier Präsentation am Swiss eHealth Forum 2017Allgeier Präsentation am Swiss eHealth Forum 2017
Allgeier Präsentation am Swiss eHealth Forum 2017
Allgeier (Schweiz) AG
 
Clinical_Decision_Support_2018
Clinical_Decision_Support_2018Clinical_Decision_Support_2018
Clinical_Decision_Support_2018
PatrickScheidt3
 
Gesundheitstelematik E-Health
Gesundheitstelematik E-HealthGesundheitstelematik E-Health
Gesundheitstelematik E-Health
Marcel Knust
 
SeHF 2014 | Mobile Lösungen im Spital
SeHF 2014 | Mobile Lösungen im Spital SeHF 2014 | Mobile Lösungen im Spital
SeHF 2014 | Mobile Lösungen im Spital
Swiss eHealth Forum
 
SeHF 2014 | Cybermedical Community Live - Zusammenarbeit am Beispiel von Tumo...
SeHF 2014 | Cybermedical Community Live - Zusammenarbeit am Beispiel von Tumo...SeHF 2014 | Cybermedical Community Live - Zusammenarbeit am Beispiel von Tumo...
SeHF 2014 | Cybermedical Community Live - Zusammenarbeit am Beispiel von Tumo...
Swiss eHealth Forum
 
Manfred Pascher, CMC (MP2 IT-Solution)
Manfred Pascher, CMC (MP2 IT-Solution)Manfred Pascher, CMC (MP2 IT-Solution)
Manfred Pascher, CMC (MP2 IT-Solution)
Agenda Europe 2035
 
SeHF 2015 | Optimierungspotenziale im Überweisungs-Management der Arztpraxen
SeHF 2015 |  	Optimierungspotenziale im Überweisungs-Management der ArztpraxenSeHF 2015 |  	Optimierungspotenziale im Überweisungs-Management der Arztpraxen
SeHF 2015 | Optimierungspotenziale im Überweisungs-Management der Arztpraxen
Swiss eHealth Forum
 
Der Weg zum vernetzten Spital: Von Silos zum Workflow
Der Weg zum vernetzten Spital: Von Silos zum WorkflowDer Weg zum vernetzten Spital: Von Silos zum Workflow
Der Weg zum vernetzten Spital: Von Silos zum Workflow
Netcetera
 
Medical Valley 2015
Medical Valley 2015Medical Valley 2015
Medical Valley 2015
Patricio Pimienta
 
Intelligente Suchmaschine in einer ELGA-Umgebung: Vinzenzgruppe, Mindbreeze I...
Intelligente Suchmaschine in einer ELGA-Umgebung: Vinzenzgruppe, Mindbreeze I...Intelligente Suchmaschine in einer ELGA-Umgebung: Vinzenzgruppe, Mindbreeze I...
Intelligente Suchmaschine in einer ELGA-Umgebung: Vinzenzgruppe, Mindbreeze I...
Daniel Fallmann
 
SeHF 2013 | Umsetzungsmöglichkeiten mit Hilfe von technischen und organisator...
SeHF 2013 | Umsetzungsmöglichkeiten mit Hilfe von technischen und organisator...SeHF 2013 | Umsetzungsmöglichkeiten mit Hilfe von technischen und organisator...
SeHF 2013 | Umsetzungsmöglichkeiten mit Hilfe von technischen und organisator...
Swiss eHealth Forum
 
«Den Wert von Daten beleben» - Datenbasierte Gesundheitswirtschaft in der Sch...
«Den Wert von Daten beleben» - Datenbasierte Gesundheitswirtschaft in der Sch...«Den Wert von Daten beleben» - Datenbasierte Gesundheitswirtschaft in der Sch...
«Den Wert von Daten beleben» - Datenbasierte Gesundheitswirtschaft in der Sch...
Handelskammer beider Basel
 

Ähnlich wie Was bedeutet Big Data für die Radiologie – und was bedeutet die Radiologie für Big Data? (20)

Das 4. V: Mehrwert durch Healthcare Analytics - Marc Wilczek, T-Systems
Das 4. V: Mehrwert durch Healthcare Analytics - Marc Wilczek, T-SystemsDas 4. V: Mehrwert durch Healthcare Analytics - Marc Wilczek, T-Systems
Das 4. V: Mehrwert durch Healthcare Analytics - Marc Wilczek, T-Systems
 
SeHF 2013 | Die Arztpraxis - fit für eHealth: Die Rolle des IPI (Gerhard Schi...
SeHF 2013 | Die Arztpraxis - fit für eHealth: Die Rolle des IPI (Gerhard Schi...SeHF 2013 | Die Arztpraxis - fit für eHealth: Die Rolle des IPI (Gerhard Schi...
SeHF 2013 | Die Arztpraxis - fit für eHealth: Die Rolle des IPI (Gerhard Schi...
 
Intelligente Spracherkennung - einen Schritt weiter bringen
Intelligente Spracherkennung  -  einen Schritt weiter bringenIntelligente Spracherkennung  -  einen Schritt weiter bringen
Intelligente Spracherkennung - einen Schritt weiter bringen
 
e-Health 2015
e-Health 2015e-Health 2015
e-Health 2015
 
eHealth2015
eHealth2015eHealth2015
eHealth2015
 
Quellen2015
Quellen2015Quellen2015
Quellen2015
 
Definition und Einführung In die Pflegeinformatik
Definition und Einführung In die PflegeinformatikDefinition und Einführung In die Pflegeinformatik
Definition und Einführung In die Pflegeinformatik
 
HealthDataSpace - Das sichere Gesundheitsnetzwerk
HealthDataSpace - Das sichere GesundheitsnetzwerkHealthDataSpace - Das sichere Gesundheitsnetzwerk
HealthDataSpace - Das sichere Gesundheitsnetzwerk
 
Allgeier Präsentation am Swiss eHealth Forum 2017
Allgeier Präsentation am Swiss eHealth Forum 2017Allgeier Präsentation am Swiss eHealth Forum 2017
Allgeier Präsentation am Swiss eHealth Forum 2017
 
Clinical_Decision_Support_2018
Clinical_Decision_Support_2018Clinical_Decision_Support_2018
Clinical_Decision_Support_2018
 
Gesundheitstelematik E-Health
Gesundheitstelematik E-HealthGesundheitstelematik E-Health
Gesundheitstelematik E-Health
 
SeHF 2014 | Mobile Lösungen im Spital
SeHF 2014 | Mobile Lösungen im Spital SeHF 2014 | Mobile Lösungen im Spital
SeHF 2014 | Mobile Lösungen im Spital
 
SeHF 2014 | Cybermedical Community Live - Zusammenarbeit am Beispiel von Tumo...
SeHF 2014 | Cybermedical Community Live - Zusammenarbeit am Beispiel von Tumo...SeHF 2014 | Cybermedical Community Live - Zusammenarbeit am Beispiel von Tumo...
SeHF 2014 | Cybermedical Community Live - Zusammenarbeit am Beispiel von Tumo...
 
Manfred Pascher, CMC (MP2 IT-Solution)
Manfred Pascher, CMC (MP2 IT-Solution)Manfred Pascher, CMC (MP2 IT-Solution)
Manfred Pascher, CMC (MP2 IT-Solution)
 
SeHF 2015 | Optimierungspotenziale im Überweisungs-Management der Arztpraxen
SeHF 2015 |  	Optimierungspotenziale im Überweisungs-Management der ArztpraxenSeHF 2015 |  	Optimierungspotenziale im Überweisungs-Management der Arztpraxen
SeHF 2015 | Optimierungspotenziale im Überweisungs-Management der Arztpraxen
 
Der Weg zum vernetzten Spital: Von Silos zum Workflow
Der Weg zum vernetzten Spital: Von Silos zum WorkflowDer Weg zum vernetzten Spital: Von Silos zum Workflow
Der Weg zum vernetzten Spital: Von Silos zum Workflow
 
Medical Valley 2015
Medical Valley 2015Medical Valley 2015
Medical Valley 2015
 
Intelligente Suchmaschine in einer ELGA-Umgebung: Vinzenzgruppe, Mindbreeze I...
Intelligente Suchmaschine in einer ELGA-Umgebung: Vinzenzgruppe, Mindbreeze I...Intelligente Suchmaschine in einer ELGA-Umgebung: Vinzenzgruppe, Mindbreeze I...
Intelligente Suchmaschine in einer ELGA-Umgebung: Vinzenzgruppe, Mindbreeze I...
 
SeHF 2013 | Umsetzungsmöglichkeiten mit Hilfe von technischen und organisator...
SeHF 2013 | Umsetzungsmöglichkeiten mit Hilfe von technischen und organisator...SeHF 2013 | Umsetzungsmöglichkeiten mit Hilfe von technischen und organisator...
SeHF 2013 | Umsetzungsmöglichkeiten mit Hilfe von technischen und organisator...
 
«Den Wert von Daten beleben» - Datenbasierte Gesundheitswirtschaft in der Sch...
«Den Wert von Daten beleben» - Datenbasierte Gesundheitswirtschaft in der Sch...«Den Wert von Daten beleben» - Datenbasierte Gesundheitswirtschaft in der Sch...
«Den Wert von Daten beleben» - Datenbasierte Gesundheitswirtschaft in der Sch...
 

Was bedeutet Big Data für die Radiologie – und was bedeutet die Radiologie für Big Data?

  • 2. Eva van Pelt General Manager Healthcare and Life Sciences Europe, Middle East and Africa
  • 3. DEEP INNOVATION RESOURCES INNOVATION BUDGET Gegruendetin 1910 US$ 96.1B FY12 1000 Niederlassungen 326,000 Mitarbeter 4300 PhDs #38 in den 2012 FORTUNE®Global 500 INTRODUCTION
  • 4. INFORMATION WÄCHST EXPONENTIELL 2011 2020 ZETTABYTES SOURCE: IDC MARKET DYNAMICS
  • 5. DATA LANDSCAPE EVOLUTION DER DATENMULTIPLIKATOREFFEKT HUMAN DRIVEN EMAIL WEB LOGS DOCUMENTS SOCIAL MACHINE DRIVEN SATELLITE IMAGES BIO- INFORMATICS M2M LOG FILES SENSORS VIDEO AUDIO BUSINESS DRIVEN OLTP I.T. MUST MANAGE, GOVERN AND ANALYZE MORE DATA WITH MORE COMPLEX RELATIONSHIPS IN REAL TIME AT SCALE 1X 10X 100X BIG DATA TODAY BIG DATA TOMORROW MARKET DYNAMICS
  • 6. MEDIZINISCHRELEVANTEDATEN Machine Sensor Data, Complex Data Medical and Research DataApplications and Processes Human Enterprise Content, External Sources Big Data transforms how we capture and capitalize on data. 1x 10x 100x Email Imaging Web Logs Social (Nano) Sensors M2m Log Files Recording Video Satellite Imaging Bio- Informatics Documents
  • 7. HITACHI VISION FOR SOCIAL INNOVATION THROUGH BIG DATA SOCIAL INNOVATION SOLUTIONS INSIGHTS THAT DELIVER ON THE PROMISE OF BIG DATA MACHINE DATA HUMANDATA BUSINESS DATA Medical Genetics Life Sciences Access Public Sector Distribution Insurance Pharmaceutical VISION AND STRATEGY
  • 8. Erhöhe die Effizienzund die Nutzungvon Ressourcen “Befreie” Datenausden Applikationenund der Infrastruktur, kombiniere‘isolierte’ DatenzuneuenErkenntnissen. CHALLENGES BECOME OPPORTUNITIES Entdecke, analysiereund nutzeDatenum zusätzlicheInformationenzumWohldes Patientenzugenerieren DATEN WACHSTUM KOSTEN KOMPLEXITÄT MARKET DYNAMICS
  • 9. OUR VISION Wirloesendie dringendenProblemeunsererKundenUNDbauengemeinsameinenPfadin die Zukunft. WirhelfenunserenKundenNEUENund ZUSAETZLICHEN NUTZEN ausihrenDatenzugenerierendurchdie Tranformationvon Datenin Information. NEUE INFORMATION = VEBESSERTE PATIENTENVERSORGUNGCREATE A BETTER WORLD THROUGH SOCIAL INNOVATION TECHNOLOGIES VISION AND STRATEGY
  • 10. Dokument/Ersteller: E. Flamme / Salzburgerstrasse 56, A-4600 Wels Elmar Flamme Strategischer CIO / Senior Consultant Wels, Österreich
  • 11. Bezirk Wels / Eferding/ Grieskirchen= 300.000Oberösterreich= 1.400.000Österreich= 8.000.000 Linz Wels
  • 12. •Seit 2008 in Krankenhaus mit vier nunmehr drei Standorten •1000 Betten am Standort Wels. 260 Betten am Standort Grieskirchen. 60 Betten Psychiatrie in Wels •75.000 stationäre Fälle •28 Fachabteilungen •28 Ordinationen mit 280.000 Kontakten •30.000 Operationen und 2.600 Geburten •3.500 Mitarbeiter (500 Ärzte / 1.200 Pflegekräfte) •Mit einer der größten (Siemens) PACS Installationen in Europa •Budget: 304 Million Euro Psychiatrie Standort Wels (Schließung 2015‘) KlinkumWels-Grieskirchen Private Krankenanstalt Wels Standort Wels (inkl. Psychiatrie ab 2015) Klinikum Wels-Grieskirchen Standort Grieskirchen Größtes kirchliches und fünftgrößtes Krankenhaus in Österreich
  • 13. Standardmedizin Fachbereiche Onkologie / Kardiologie Prävention, Prädiagnostik Interdisziplinäre und intersektoraleGesundheitsversorgung Gesundheits- management Klinikinformationssystem / Basisakte Diagnostik-Abteilungs-und Funktionssoftware DWH / spezialisierte Datenanalyse und - auswertung Persönliche-oder elektronische übergreifende Krankenakte / Kollaborationsfunktionen (Zentren) Big Data Analyse Grundversorgung Gesundheitsprävention Spezialisierung Ein Archiv / Eine Wahrheit Trend / Risiken / Potential / Wissen Interoperabilität Analyse / Voraussage Datenaustausch
  • 14. •Funktionsabteilung mit höchster Kontaktfrequenz •Funktionsabteilung mit den höchsten Datenmengen, den größten Anforderungen an Netzwerk, Speicher, Backup und Server •Funktionsabteilung mit höchstem interdisziplinären Informationsaustausch mit anderen Fachrichtungen •Funktionsabteilung mit dem höchsten Anteil an standardisieren Daten und technischen Prozessen •Funktionsabteilung mit hohem Wertschöpfungsanteil ABER alles in einem SILO!
  • 15. Ein “neutrales” Objektarchiv ohne Applikationsabhängigkeitenkönnte –mit allen Formaten –mit standardisierten Schnittstellen –mit zusätzlichen Informationen (MetaDaten) als zentrales Archiv-und Repository für alle anfragenden Informationsprozesse zur Verfügung stehen !
  • 16. •Unterstützt weiterhin fachabteilungsspezifische Prozesse bei zentraler Datenhaltung •aber erlaubt bei standardisierten Schnittstellen, z.B. über IHE, den intersektoralen wie den internen / externen interdisziplinären Austausch •Geringere Investitionskosten in Hard-und Software •Readyfür die Aufnahme von BIG DATA im zukünftigen „HealthcareInternet of(Every)thing”
  • 18. ausBig Data …… könnte für den Kliniker nur eine spezifische Information in einer spezifischen Situation wichtig sein ÄrztefürchtenmittlerweilenichtzuwenigsondernzuvielInformation bereitgestelltzubekommen
  • 19. Fall: 60 jähriger Patient stellt sich erneut wegen eines rezidiv Karzinom vor. Einleitung der diagnostischen Maßnahmen. Vorstellung des Patienten im Tumorboard mit aktuellen diagnostischen Ergebnissen zur Planung von OP-und der folgenden Behandlung •Darstellung der markierten / kommentierten aussagekräftigen Schichtaufnahmen aus vorheriger Behandlung vor 6 Jahren von zwei Krankenhäusern und einem niedergelassenen Radiologen inkl. Befundinformationen aus Begleiterkrankungen. •Vergleich mit Information aus Referenzdatenbank des Tumor Qualitätszentrum zur Klassifizierung nach bestehenden Guidelines (Bild und Information). •Vorschlag eines Behandlungsplans basierend auf bestehenden Guidelines durch das Knowledge Assist Programms.
  • 20. •Vernetzung zwischen den Gesundheitsdiensteanbietern •Die mögliche Selektion von Daten anhand von zusätzlichen eingebundenen Informationen •Die Darstellung in verschiedenen Formen zu verschiedenen Zwecken •Die Analyse vorhandener Daten zum Vergleich mit z.B. ReferenzdatenVernetzungMetaDatenDisplay / DeviceAnalyse
  • 21. ImGesundheitswesenmüssenzukünftigallenotwendigenInformationen: •zurrichtigenZeit •am richtigenGerät •am richtigenOrt •imrichtigenZusammenhang •fürdie richtigeRolle bereitstehen!
  • 22. •Paradigmenwechsel in der IT –Vom Verteidiger von Daten zum Bereitsteller von erlaubterInformation •Daten Management ändert das Bild von HealthcareIT –Daten müssen jederzeit, überall, jedem Berechtigtenzur Verfügung stehen •IT muss Nutzen aus dem “Ganzen Datenpool“ gewährleisten –Auflösung der Datenfriedhöfe –Auflösung der Datensilos
  • 23. •Trennung der Daten von der Applikation durch speichern derInformation als Orginalobjektmit zusätzlichen MetaDaten um den Inhalt der Objektinformation flexibel und unabhängig verfügbar zu machen. •Trennung der Daten von der Applikation bedeutet, das jedem klinischen Bereich sein „Tool“ / seine Applikation freigegeben werden kann. •Bereitstellung der MetaDaten für Analyse-und Data Ware House Systemen um Daten „neu“ zu verknüpfen / vernetzen. Verfügbarkeit der Ergebnisse für Knowledge Assist Programme / Correlationssoftware
  • 24. Adm. / ERP System (HR, FI, CO, DW, MM) eHealth GP Portal Home Care Portal Upper Austrian eHealth Connect Clinicals/ Scheduling Clinical Information Systems EHR / CPOE / PoC / ED PACS Laboratory 3rd Party Departmental’ / Subsystems -DCIOM / -Digitalized Documents -ECG -Ultrasonic -Pathology -Microbiology -Maternity -…….. Self-develop- ment products Medication Coding „META DATA ROBOT“
  • 25. AutomatischeErstellungvon definiertenMeta Datenausden Quellinformationendurcheinen“Meta DatenRoboter”
  • 27. Master Index Specialised Indices PACS Kernel Documents IHE HCP Lucene IHE-Registry Non Dicom Metadata PACS-MD DICOM-Header-Data eMind-Metadata IHE-Metadata Documents PACS-Application IHE- Application KIS ISH Non Dicom HDDS Standard Connectors Specialised Connectors Whatever Ward Application Whatever ˅ Poweredby
  • 28. Custom Meta Data DICOM Header + RIS Result Text
  • 29. HIS EHR Portal SynedraView Microbiology Radiology Pathology …………..
  • 31. •Implementierungszeit 3 Monate •Zugriff auf Objekt und MetaDateb •Anwendungsfall: –Alle weiblichen Personen –+ 50 Jahre –Diagnose Brustkrebs –Radiologischer Diagnostik –Anzeige der Aufenthalte –Drill Down in die Objektinformation •Live DEMO System auf HIMSS 2014 Orlando •DEMO AviablebyRequest
  • 34. Content Suche -VolltextsucheüberObjekt(Custom) Meta DatenohneBerücksichtigungvon DemografischenEinschränkungen KlinischeSuche -Real Time Search (abhängigvon Schnittstellen) -SucheüberPatientenID (alleDocumente) -MitPatienten-und Falländerungen -AktualisiertenMeta DatenInformationen -(Bsp: VerbindungzuSAP RechnungenmittelsPID) Administrative Search -SAP ERP Dokumente(DerzeitFI in Echtbetrieb)
  • 35. Speicherform -Jede (textbasierende) Information wird als CDA Level 2 Dokument verspeichert. -Zusätzlich: Jede Information wird in Ihrem Ursprungsformat verspeichert(HL7, TXT, …..) -Zusätzlich: Jede CDA L2 Information wird als PDF-A verspeichert -Die zugehörigen MetaDaten können jederzeit ohne Einflußauf Compliance und Revisionssicherheit geändert werden Anzeige -Jede gespeicherte Objekt kann durch „einen Viewer“ angezeigt werden: -XML Viewer (CDA-L2) -DICOM / NonDICOMPicture Viewer -PDF Viewer -Die MetaDaten sind als XML per API (z.B. Suchabfrage) verfügbar
  • 36. •Restoring -Jede Information zur Wiederherstellung als Urspungsformatin einem Fremdsystem ist in den MetaDaten selbst enthalten -ES WIRD KEINE DATENBANK verwendet –Es reicht das XML File im Filesystem auszulesen •Analyse –Bereitstellung der META DATEN über Filesysten/ API anderen Systemen als Quellplattform Aktuell: 1.400 diff.Objekte / Dokumenten Typen 2.5. Mill. CDA L2 Dokumente (seit 2012) 10 Mill. Objekte derzeit Gesamt 25TB DICOM Daten 60TB bis 31.12.2014 (Aufnahmen seit 2004 / ein Migrationszyklus)
  • 37. •Ein unternehmensbasiertes MetaDaten Repository bedarf zuerst der internen Analyse und Aufbereitung. •Ein klinisches MetaDaten Archiv ist (noch) keine eierlegende Wollmilchsau. Auf dem Weg dorthin müssen zuerst die Standardanforderungen erfüllt und dann kann der Mehrwert begleitend entwickelt werden. •Der Mehrwert besteht in der zentralen und universellen Verfügbarkeit von Daten in allen Kombinationen für Semantische Anfragen, umfassende Analysen über verschiedenste Informationstypen. Der AufbaueinesklinischenMetaDatenRepositories istwieeinHausbau–zweiSchrittevoreinSchrittzurückund immerwartetman auf die HANDWERKER !