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

Preview:

DESCRIPTION

Was bedeutet Big Data für die Radiologie – und was bedeutet die Radiologie für Big Data ? Das Konzept eines klinischen Meta Daten Archivs.

Citation preview

Eva van Pelt

General Manager

Healthcare and Life Sciences

Europe, Middle East and Africa

DEEP INNOVATION RESOURCES

INNOVATION BUDGET

Gegruendet in 1910

US$ 96.1B FY12

1000 Niederlassungen

326,000 Mitarbeter

4300 PhDs

#38 in den 2012 FORTUNE® Global 500

INT

RO

DU

CT

ION

INFORMATION WÄCHST EXPONENTIELL

2011 2020

ZETTABYTES

SOURCE: IDC

MA

RK

ET

DY

NA

MIC

S

DATA

LANDSCAPE

EVOLUTION

DER DATEN MULTIPLIKATOR EFFEKT

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

MA

RK

ET

DY

NA

MIC

S

MEDIZINISCH RELEVANTE DATEN

MachineSensor Data, Complex Data

Medical and Research Data

Applications and Processes

HumanEnterprise Content, External Sources

Big Data transforms how we capture and capitalize on data.

1x 10x 100x

Email

Imaging

Web

LogsSocial

(Nano)

Sensors

M2m Log

Files

RecordingVideo

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

HUMAN

DATA

BUSINESS

DATA

Medical Genetics Life Sciences

Access Public Sector Distribution

Insurance Pharmaceutical

VIS

ION

AN

D S

TR

AT

EG

Y

Erhöhe die Effizienz und die Nutzung von Ressourcen

“Befreie” Daten aus den Applikationen und der

Infrastruktur, kombiniere ‘isolierte’ Daten zu neuen

Erkenntnissen.

CHALLENGES BECOME OPPORTUNITIES

Entdecke, analysiere und nutze Daten um

zusätzliche Informationen zum Wohl des Patienten

zu generieren

DATEN

WACHSTUM

KOSTEN

KOMPLEXITÄT

MA

RK

ET

DY

NA

MIC

S

OUR VISION

Wir loesen die dringenden Probleme

unserer Kunden UND bauen

gemeinsam einen Pfad in die Zukunft.

Wir helfen unseren Kunden NEUEN

und ZUSAETZLICHEN NUTZEN aus

ihren Daten zu generieren durch die

Tranformation von Daten in

Information.

NEUE INFORMATION =

VEBESSERTE

PATIENTENVERSORGUNG

CREATE A BETTER

WORLD THROUGH

SOCIAL INNOVATION

TECHNOLOGIES

VIS

ION

AN

D S

TR

AT

EG

Y

Dokument/Ersteller: E. Flamme / Salzburgerstrasse 56, A-4600 Wels

Elmar Flamme

Strategischer CIO / Senior Consultant

Wels, Österreich

Bezirk Wels / Eferding / Grieskirchen = 300.000

Oberösterreich = 1.400.000

Österreich = 8.000.000

LinzWels

• 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‘)

Klinkum Wels-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 intersektorale

Gesundheitsversorgung

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

Applikationsabhängigkeiten könnte

– mit allen Formaten

– mit standardisierten Schnittstellen

– mit zusätzlichen Informationen (Meta

Daten)

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

• Ready für die Aufnahme von BIG DATA im

zukünftigen „Healthcare Internet of (Every)thing”

Von der „Schwangerschaft/Geburt bis zum Tod“

aus Big Data ……

könnte für den Kliniker nur eine spezifische

Information

in einer spezifischen

Situation wichtig sein

Ärzte fürchtenmittlerweile nicht zuwenig sondern zuviel

Information bereitgestellt zu

bekommen

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.

Referenzdaten

Vernetzung

Meta Daten

Display / Device

Analyse

Im Gesundheitswesen müssen zukünftig alle

notwendigen Informationen:

• zur richtigen Zeit

• am richtigen Gerät

• am richtigen Ort

• im richtigen Zusammenhang

• für die richtige Rolle

bereit stehen !

• Paradigmenwechsel in der IT

– Vom Verteidiger von Daten zum Bereitsteller von

erlaubter Information

• Daten Management ändert das Bild von

Healthcare IT

– Daten müssen jederzeit, überall, jedem

Berechtigten zur Verfügung stehen

• IT muss Nutzen aus dem “Ganzen

Datenpool“ gewährleisten

– Auflösung der Datenfriedhöfe

– Auflösung der Datensilos

• Trennung der Daten von der Applikation durch speichern der

Information als Orginalobjekt mit zusätzlichen Meta Daten 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 Meta Daten 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 Port

al

Home Care

Portal

Upper Austria

n eHealth Connec

t

Clinicals / SchedulingClinical Information Systems

EHR / CPOE / PoC / ED

PACSLaboratory 3rd Party Departmental’ / Subsystems- DCIOM /

- Digitalized Documents- ECG

- Ultrasonic- Pathology

- Microbiology- Maternity

- ……..

Self-develop-ment

products

MedicationCoding

„META DATA ROBOT“

Automatische Erstellung von definierten Meta Daten aus den Quellinformationen durch einen “Meta Daten Roboter”

Example: „Duodenalschleimhautbiopsien“Pathology Results /

Master Index Specialised Indices

PACS

Kernel

Documents

IHE

HCP Lucene IHE-RegistryNon DicomMetadata

PACS-MD

DICOM-Header-Data

eMind-Metadata

IHE-Metadata

Documents

PACS-ApplicationIHE-

ApplicationKIS ISH

Non Dicom

HDDS

Standard

Connectors

Specia

lised

Connecto

rs

Whatever

WardApplication

Whatever˅

Powered by

Custom Meta DataDICOM Header + RIS Result Text

HIS EHR Portal

Synedra View

Microbiology

Radiology

Pathology

…………..

• Implementierungszeit 3 Monate

• Zugriff auf Objekt und Meta Dateb

• 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 Aviable by Request

Content Suche

- Volltextsuche über Objekt (Custom) Meta Daten ohne

Berücksichtigung von Demografischen Einschränkungen

Klinische Suche

- Real Time Search (abhängig von Schnittstellen)

- Suche über Patienten ID (alle Documente)

- Mit Patienten- und Falländerungen

- Aktualisierten Meta Daten Informationen

- (Bsp: Verbindung zu SAP Rechnungen mittels PID)

Administrative Search

- SAP ERP Dokumente (Derzeit FI 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 Meta Daten können jederzeit ohne Einfluß

auf Compliance und Revisionssicherheit geändert werden

Anzeige

- Jede gespeicherte Objekt kann durch „einen Viewer“

angezeigt werden:

- XML Viewer (CDA-L2)

- DICOM / NonDICOM Picture Viewer

- PDF Viewer

- Die Meta Daten sind als XML per API (z.B. Suchabfrage)

verfügbar

• Restoring

- Jede Information zur Wiederherstellung als Urspungsformat

in einem Fremdsystem ist in den Meta Daten 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 Meta Daten

Repository bedarf zuerst der internen

Analyse und Aufbereitung.

• Ein klinisches Meta Daten 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 Aufbau eines klinischenMetaDaten Repositories ist

wie ein Hausbau – zweiSchritte vor ein Schritt zurück

und immer wartet man auf die HANDWERKER !

Recommended