Big Data in der Medizin: Chancen für klinische Forschung
Weltweit sind Gesundheitssysteme großen Umstrukturierungen unterworfen, die in zunehmender Regulierung, auf Rekordniveau liegenden Staatsschulden und schrumpfenden Budgets begründet sind. Traditionell getrennte Bereiche der Gesundheitsindustrie wie Leistungserbringer, Kostenträger und Pharmaunternehmen suchen nach Möglichkeiten der Zusammenarbeit, um die Qualität der Gesundheitsversorgung und die Patientensicherheit zu verbessern und zugleich die Kosten zu senken.
Da sich die Medikamentenentwicklung zunehmend verteuert und die Produktivität in Forschung und Entwicklung nachlässt, sind Pharmaunternehmen bestrebt, Medikamente kosteneffizienter und zielorientierter zu entwickeln.
Der Zugriff auf klinische Daten spielt dabei eine wichtige Rolle, beispielsweise um Machbarkeitsstudien für Studienprotokolle durchzuführen und Patienten für klinische Studien zu rekrutieren. Die Identifizierung und Rekrutierung geeigneter Patienten und das Finden von Prüfzentren sind die Hauptgründe für Verzögerungen bei klinischen Studien.
Derzeit gelingt es der Hälfte der klinischen Studien nicht, die für die Studie vorgeschriebene Zahl an Probanden zu finden; nur 18% der in Europa basierten und 7% der in den USA basierten Studien schließen ihren Rekrutierungsprozess rechtzeitig ab. Verzögert sich die Markteinführung eines Medikaments um nur einen Tag, kann dies Pharmaunternehmen bis zu 8 Millionen US-Dollar kosten.
Die Auswertung medizinischer Routinedaten beinhaltet jedoch einige typische „Big Data“-Herausforderungen, einschließlich der Frage, wie man die wachsende Menge von Patientendaten effizient sammelt, standardisiert und semantisch auswertet. In den vergangenen 10 Jahren ist die Informationsflut im Gesundheitswesen förmlich explodiert, bedingt durch Fortschritte bei der Genomsequenzierung, durch die Einführung elektronischer Gesundheitsakten, durch die Generierung von Daten für klinischen Studien, durch soziale Netzwerke sowie durch medizinische Geräte (einschl. Smartphones und Fitness-Überwachungsgeräte). Dies erfordert den Einsatz moderner Textmining- und Datamining-Werkzeugen, um aus diesen Daten Erkenntnisse zu gewinnen.
Averbis möchte die Zusammenarbeit zwischen den pharmazeutischen und medizintechnischen Unternehmen und den Gesundheitsdienstleistern verbessern und den Zugriff auf medizinische Daten für die Forschung erleichtern. Wir bieten Textmining- und Datamining-Software und Services, die den Zugriff auf große, homogene Patientenpopulationen in Echtzeit ermöglichen, Patientenrekrutierung vereinfachen und hierduch die klinische Forschung unterstützen. Mit unserer Software können medizinische Dokumente nach Diagnosen, Symptomen, Verordnungen, besonderen Befundmerkmalen und weiteren Kriterien analysiert und durchsucht werden. Heterogene Patientendaten in strukturierter und unstrukturierter Form werden harmonisiert und normalisiert. So lassen sich Patientenkohorten mit wenigen Mausklicks zusammenstellen – sei es für Machbarkeitsstudien und Patientenrekrutierung für klinische Studien, zur Diagnoseunterstützung bei seltenen Krankheiten oder zur Unterstützung der medizinischen Kodierfachkräfte bei der medizinischen Leistungsabrechnung.
Mit unserer Software heben Krankenhäuser ihre Datenschätze und erhöhen ihre Chancen auf Teilnahme an von der Industrie gesponserten klinischen Studien und verbessern ihre Wettbewerbsfähigkeit bei der Vergabe von Forschungsgeldern.