Täglich werden weltweit Unmengen von Daten produziert. Das gilt auch für das Gesundheitswesen. Arzneimittelverordnungen, Kranken­hausaufenthalte, Untersuchungsergebnisse – das alles liegt digital vor. Diese großen Datenberge bezeichnet man auch als Big Data. Die eigentliche Herausforderung besteht dann darin, diese Daten sinnvoll zu analysieren, denn so können wichtige Erkenntnisse über Krankheits­muster und -risiken gewonnen werden. Das Wissenschaftliche Institut der AOK (WIdO) macht dies seit 1976. Helmut Schröder, stellvertretender Geschäftsführer des WIdO, beschreibt, welche Chancen und Herausforderungen damit verbunden sind.

Man spricht von der Explosion der Daten im Gesundheitswesen. 2012 gab es weltweit 500 Petabyte Gesundheitsdaten, 2020 sollen es 25.000 sein. Fluch oder Segen?

Aus epidemiologischer Sicht ist das ein Segen. Fragen nach einer optimalen medizinischen Therapie werden heute evidenzbasiert beantwortet. Dazu können die vielen Versorgungsdaten wichtige Erkenntnisse liefern: Wir können heute messen, ob beispielsweise die Behandlung mit einer medikamentösen Therapie oder einer Operation der richtige Behandlungspfad ist. Wir können auch empirisch untersuchen, ob der Einsatz von bestimmten Arzneimitteln häufiger mit einer Krebserkrankung verbunden ist oder welches Krankenhaus die geringsten Wiedereinweisungsquoten nach einer Operation aufweist.

Kann dies zu Mißbrauch führen?

In der Versorgungsforschung werden anonymisierte Leistungsdaten genutzt. Eine Rückschlüsselung auf einen konkreten Patienten ist weder notwendig noch möglich. Um Muster zu erkennen, welche Arzneimittel oder Krankenhäuser erfolgreich sind, werden keine Sozialdaten benötigt. Der Gesetzgeber hat diese Chancen ebenfalls erkannt und bietet mit dem Informationssystem Datentransparenz einer Vielzahl am Gesundheitssystem Beteiligten die Möglichkeit diese Versorgungsdaten zu nutzen. Diese wertvollen Daten können helfen, die gesundheitliche Versorgung in Deutschland zu verbessern.

Große Datenmengen bezeichnet man als Big Data. Was genau versteht man unter dem Begriff?

Extrem große Datenmengen, wie sie etwa von Suchmaschinen, sozialen Netzwerken oder auch im Internet-Versandhandel gesammelt werden. Für die gesetzlichen Krankenkassen gilt: Neben der sinnvollen Vorhaltung von Leistungsdaten, jährlich ungefähr einem Terabyte, ist insbesondere die intelligente Nutzung des Informationsgehalts die eigentliche Herausforderung, die es zu meistern gilt. 

Ein Terabyte hört sich überschaubar an?

Die Bereitstellung großer Festplattenspeicher und schneller Prozessoren stellt heutzutage keine große Herausforderung mehr dar. Vielmehr geht es darum durch die entsprechenden analytischen Verfahren diese Daten zum Sprechen zu bringen. Soll neben den Routinestandardauswertungen über den Arzneimittelverbrauch beispielsweise auch die Einweisungs­wahrscheinlichkeit von Patienten in ein Krankenhaus basierend auf den anonymisierten Patientenprofilen der Vergangenheit prognostiziert werden, so stellt dies eine Anforderung an intelligente analytische Verfahren wie auch an die Rechenleistung.

Das WIdO analysiert schon lange Daten. Was ist außer der Masse die neue Dimension dieser Daten?

Vor über 30 Jahren wurden uns die Kopien von einer repräsentativen Ein-Promille-Stichprobe von Arzneimittelrezepten, die manuell erfasst wurden, zur Verfügung gestellt. Mittlerweile erreichen uns jährlich mehr als siebenhundert Millionen maschinenlesbare Arzneimittelverordnungen. Damit erhöht sich die Aussagengenauigkeit insbesondere auch über Arzneimittel, die in der Therapie für so genannte seltene Erkrankungen eingesetzt werden. Darüber hinaus können wir nicht nur Aussagen über die medikamentöse Therapie treffen, sondern eben auch darüber, wie oft die Patienten mit dieser Erkrankung Fachärzte aufsuchen, in Krankenhäuser eingewiesen werden oder eine Physiotherapie erhalten.

Welche Zusammenhänge suchen Sie in den Datenbergen?

Im Fokus stehen Fragen, die aus Sicht einer qualitativen und wirtschaftlichen Versorgung der Patienten von großem Interesse sind: Führt beispielsweise der Einsatz eines Arzneimittels dazu, dass häufiger wegen unerwünschter Arzneimittelwirkungen ins Krankenhaus eingewiesen wird? Welche Qualität hat eine Operation in einem Krankenhaus und führt dies dazu, dass eine Operation erneut durchgeführt werden muss? Hier sehen wir auch nach entsprechender Risikoadjustierung der Patientenkollektive große Unterschiede zwischen spezifischen Leistungen der Krankenhäuser.

Und wie genau sind die Analysen?

Die uns vorliegenden Daten sind Abrechnungsdaten und beschreiben das dokumentierte Versorgungsgeschehen in Deutschland. Über den richtigen Umgang mit diesen, aber auch anderen Daten gibt es umfangreiche Literatur. Eine intime Kenntnis, die nur über einen regelmäßigen Gebrauch und einen Austausch in der Fachszene erworben wird, erlaubt die Möglichkeiten aber auch die Grenzen dieser Daten je nach Fragestellung auszuloten.

Kann man aus den Daten zum Beispiel auch herauslesen, wie hoch das Risiko für einen 50-jährigen Mann ist, der Diabetes und Asthma hat und ein bestimmtes Medikament nimmt, in den nächsten fünf Jahren an einem Herzinfarkt zu sterben?

Solche Aussagen sind nur begrenzt möglich, da die Wahrscheinlichkeit, ob der Herzinfarkt auftritt, ausschließlich basierend auf historischen Daten und aufgrund spezieller Algorithmen errechnet werden kann. Im Einzelfall können viele weitere individuelle Faktoren jenseits der Routinedaten eine Rolle spielen. Generell muss bei diesen langfristigen Prognosen bedacht werden, dass der medizinische Fortschritt kontinuierlich im Wandel ist und einst nicht behandelbare Erkrankungen heute mit einer längeren Überlebenszeit verbunden sein können. Aber auch andere uns nicht bekannte Faktoren können eben individuell eine maßgebliche Rolle spielen: Welcher Lebensstil mit welchem Tabak- oder Alkoholkonsum und welchen Essgewohnheiten wird gepflegt? Welche sonstigen Risikofaktoren hat er genetisch oder in seinem Lebensumfeld? Diese Faktoren lassen sich nicht aus den Leistungsdaten herauslesen.

Es gibt eine McKinsey-Studie von 2012, die sagt, dass mit Big Data im amerikanischen Gesundheitswesen 300 Milliarden Dollar eingespart werden könnten. Ist das realistisch?

Es ist unbestritten, dass im Gesundheitsmarkt Wirtschaftlichkeitspotenziale vorhanden sind. Dabei können technische Mittel helfen, diese zu heben: Ärzte, Krankenhäuser, Apotheken und andere Leistungserbringer verursachen vielfältige Facetten von Über-, Unter- und Fehlversorgung, die mit Unwirtschaftlichkeit einhergehen. Eine intelligente Nutzung der vorliegenden Daten ermöglicht es den gesetzlichen Krankenkassen, eine qualitativ hochwertige und wirtschaftliche Gesundheitsversorgung sicherzustellen.