1,721,133 research outputs found
Proceedings of the Joint Annual Meeting of the German Association of Medical Informatics, Biometry and Epidemiology (gmds E. V. ) and the Central European Network - International Biometric Society (CEN-IBS) 2020 in Berlin, Germany
No full textProceedings of the Joint Annual Meeting of the German Association of Medical Informatics, Biometry and Epidemiology (gmds E. V. ) and the Central European Network - International Biometric Society (CEN-IBS) 2020 in Berlin, Germany
No full textThe Medical Informatics Initiative at a glance—establishing a health research data infrastructure in Germany
No full textZusammenfassung Die vom Bundesministerium für Bildung und Forschung (BMBF) 2016–2027 geförderte Medizininformatik-Initiative (MII) schafft erfolgreich Grundlagen für die datenbasierte Medizin in Deutschland. Zur Stärkung der Lehre, Aus- und Fortbildung im Bereich der Medizininformatik und zur Kompetenzverbesserung in den medizinischen Datenwissenschaften wurden im Rahmen dieser Förderung 51 neue Professuren, 21 wissenschaftliche Nachwuchsgruppen und verschiedene neue Studiengänge eingerichtet. Eine die gesamte Universitätsmedizin und ihre Partner umfassende gemeinsame dezentral föderierte Forschungsdateninfrastruktur wurde in Gestalt der Datenintegrationszentren (DIZ) an allen Standorten und dem Deutschen Forschungsdatenportal für Gesundheit (FDPG) als zentralem Zugangspunkt geschaffen. Für die Sekundärnutzung von Behandlungsdaten wurde ein modularer Kerndatensatz (KDS) definiert und unter konsequenter Nutzung internationaler Standards (z. B. FHIR, SNOMED CT, LOINC) implementiert. Als Rechtsgrundlage wurde eine behördlich genehmigte bundesweite breite Einwilligung (Broad Consent) eingeführt. Erste Datenausleitungen und Datennutzungsprojekte sind durchgeführt worden, eingebettet in eine übergeordnete Nutzungsordnung und standardisierte vertragliche Regelungen. Die Weiterentwicklung der MII-Gesundheitsforschungsdateninfrastrukturen im kooperativen Rahmen des Netzwerks Universitätsmedizin (NUM) bietet einen hervorragenden Ausgangspunkt für einen deutschen Beitrag zum kommenden Europäischen Gesundheitsdatenraum (EHDS), der Chancen für den Medizinforschungsstandort Deutschland eröffnet.Abstract The Medical Informatics Initiative (MII) funded by the Federal Ministry of Education and Research (BMBF) 2016–2027 is successfully laying the foundations for data-based medicine in Germany. As part of this funding, 51 new professorships, 21 junior research groups, and various new degree programs have been established to strengthen teaching, training, and continuing education in the field of medical informatics and to improve expertise in medical data sciences. A joint decentralized federated research data infrastructure encompassing the entire university medical center and its partners was created in the form of data integration centers (DIC) at all locations and the German Portal for Medical Research Data (FDPG) as a central access point. A modular core dataset (KDS) was defined and implemented for the secondary use of patient treatment data with consistent use of international standards (e.g., FHIR, SNOMED CT, and LOINC). An officially approved nationwide broad consent was introduced as the legal basis. The first data exports and data use projects have been carried out, embedded in an overarching usage policy and standardized contractual regulations. The further development of the MII health research data infrastructures within the cooperative framework of the Network of University Medicine (NUM) offers an excellent starting point for a German contribution to the upcoming European Health Data Space (EHDS), which opens opportunities for Germany as a medical research location.Zusammenfassung Die vom Bundesministerium für Bildung und Forschung (BMBF) 2016–2027 geförderte Medizininformatik-Initiative (MII) schafft erfolgreich Grundlagen für die datenbasierte Medizin in Deutschland. Zur Stärkung der Lehre, Aus- und Fortbildung im Bereich der Medizininformatik und zur Kompetenzverbesserung in den medizinischen Datenwissenschaften wurden im Rahmen dieser Förderung 51 neue Professuren, 21 wissenschaftliche Nachwuchsgruppen und verschiedene neue Studiengänge eingerichtet. Eine die gesamte Universitätsmedizin und ihre Partner umfassende gemeinsame dezentral föderierte Forschungsdateninfrastruktur wurde in Gestalt der Datenintegrationszentren (DIZ) an allen Standorten und dem Deutschen Forschungsdatenportal für Gesundheit (FDPG) als zentralem Zugangspunkt geschaffen. Für die Sekundärnutzung von Behandlungsdaten wurde ein modularer Kerndatensatz (KDS) definiert und unter konsequenter Nutzung internationaler Standards (z. B. FHIR, SNOMED CT, LOINC) implementiert. Als Rechtsgrundlage wurde eine behördlich genehmigte bundesweite breite Einwilligung (Broad Consent) eingeführt. Erste Datenausleitungen und Datennutzungsprojekte sind durchgeführt worden, eingebettet in eine übergeordnete Nutzungsordnung und standardisierte vertragliche Regelungen. Die Weiterentwicklung der MII-Gesundheitsforschungsdateninfrastrukturen im kooperativen Rahmen des Netzwerks Universitätsmedizin (NUM) bietet einen hervorragenden Ausgangspunkt für einen deutschen Beitrag zum kommenden Europäischen Gesundheitsdatenraum (EHDS), der Chancen für den Medizinforschungsstandort Deutschland eröffnet.Abstract The Medical Informatics Initiative (MII) funded by the Federal Ministry of Education and Research (BMBF) 2016–2027 is successfully laying the foundations for data-based medicine in Germany. As part of this funding, 51 new professorships, 21 junior research groups, and various new degree programs have been established to strengthen teaching, training, and continuing education in the field of medical informatics and to improve expertise in medical data sciences. A joint decentralized federated research data infrastructure encompassing the entire university medical center and its partners was created in the form of data integration centers (DIC) at all locations and the German Portal for Medical Research Data (FDPG) as a central access point. A modular core dataset (KDS) was defined and implemented for the secondary use of patient treatment data with consistent use of international standards (e.g., FHIR, SNOMED CT, and LOINC). An officially approved nationwide broad consent was introduced as the legal basis. The first data exports and data use projects have been carried out, embedded in an overarching usage policy and standardized contractual regulations. The further development of the MII health research data infrastructures within the cooperative framework of the Network of University Medicine (NUM) offers an excellent starting point for a German contribution to the upcoming European Health Data Space (EHDS), which opens opportunities for Germany as a medical research location
Entwicklung eines Webportals zur interdisziplinären Recherche in medizinischen Online-Bilddatenbanken
Full text linkImages play an increasingly important role in everyday clinical practice and in medi-cal teaching. They can get students acquainted with specific pathological changes as early as possible and they support training their diagnostic skills. There are various interesting online databases that offer access to images from all kinds of medical fields. However, finding the desired images on a suitable website may prove to be a time-consuming, tedious and frustrating process due to problems like language differences or insufficient indexation by the common search engines. Therefore this work intended to establish a new web portal providing a centralized and unified access point to a selected number of online image databases. Methods An XML-based, semiautomatic backend system was developed to locate images in a website’s HTML-documents and to extract relevant metadata (usually short descrip-tive texts). The images can be indexed in the Unified Medical Language System (UMLS) using the MetaMap system provided by the National Library of Medicine (NLM). Additional functions allow to establish individual navigation structures and different filtering mechanisms. The frontend system was created to suit the specific needs of medical students. The images may either be accessed via a given navigation structure or by using sophisticated search functions. The semantic relations contained in the UMLS are used to provide useful cross-references, e.g. to images showing normal anatomic views or to other medical fields. Results Using the backend system, over 30.000 images from approximately 50 websites were identified and indexed. A catalog consisting of several medical fields (anatomy, pathology, internal medicine, etc.), university curricula and the ICD-10 was created as a navigation structure. An evaluation among students in the clinical part of their studies consistently showed good results concerning the content as well as the underlying structure and the created user interface. Further assessment of the quality of the search results (precision) revealed noticeable better results in comparison to a con-ventional search engine (google). Conclusions The integration of the images from various different sources into the UMLS semantic network offers the user a quick and an easy to use research environment. Due to the semiautomatic extraction and indexing approach a high quality standard can be main-tained. The web portal can therefore be used in medical education and complies with the request of the new version of the German Medical Licensure Act (ÄAppO) for more interdisciplinary approaches of teaching. Furthermore it could turn out to be a valuable aid in everyday clinical practice and thereby a contribution to improve patient care.Bildmaterial spielt im klinischen Alltag, aber auch bereits in der medizinischen Ausbildung eine wichtige Rolle, um möglichst früh den „diagnostischen Blick“ angehender Ärzte zu schulen. Im Internet finden sich zahllose interessante Bilddatenbanken zu unterschiedlichen medizinischen Fachbereichen. Jedoch erschweren sowohl die große Menge an qualitativ heterogenen Angeboten wie auch einige weitere Probleme (z.B. Sprachdifferenzen, unzureichende Indexierung durch Suchmaschinen) die gezielte Suche nach medizinischem Bildmaterial. Ziel war es daher, ein neuartiges Webportal zu entwickeln, um die einfache und gleichzeitige Recherche innerhalb einer ausgewählten Anzahl von Online-Bilddatenbanken zu ermöglichen. Methoden Ein XML-basiertes, semiautomatisches Verfahren dient zum Auffinden von Bildinhalten und zur Extraktion relevanter Metadaten (u.a. kurzer Beschreibungstexte) aus den HTML-Dokumenten ganzer Websites. Die gefundenen Abbildungen werden mit Hilfe des von der US-amerikanischen National Library of Medicine (NLM) bereitgestellten MetaMap-Systems im multilingualen UMLS-Metathesaurus (Unified Medical Language System) indexiert. Weitere Funktionen zur individuellen Katalogisierung und Filterung der Abbildungen ergänzen das Administrations-Backend. Das Frontend-System ermöglicht die Recherche im Datenbestand anhand vorgegebenener Katalogstrukturen oder über die Eingabe von Stichworten / ICD-10-Schlüsseln. Die im UMLS enthaltenen Relationen werden als zusätzliche Navigationsgrundlage verwendet, um beispielsweise Querverweise zur Normal-Anatomie und weiteren Fachbereichen anzubieten. Ergebnisse Mit Hilfe des Backend-Systems wurden auf etwa 50 Websites insgesamt über 30.000 Abbildungen identifiziert und indexiert. Als Navigationsgrundlage im E-Learning-Frontend wurde eine Katalogstruktur in Form verschiedener medizinischer Fachbereiche sowie universitätsinterner Lehrpläne angelegt. Eine Evaluation unter Studenten des klinischen Studienabschnitts ergab bereits durchwegs gute Ergebnisse bezüglich der Inhalte sowie der dem Portal zugrunde liegenden Struktur und Benutzerführung. Eine Bestimmung der Güte von Suchergebnissen (Precision) zeigte im direkten Vergleich zu einer konventionellen Suchmaschine (google) deutlich bessere Ergebnisse. Schlussfolgerungen Durch die neu entwickelte, semiautomatische Extraktions- und Indexierungsmethodik und die Eingliederung der Abbildungen mehrerer unterschiedlicher Quellen in das semantische Netzwerk des UMLS-Metathesaurus wird dem Benutzer eine schnelle und unkomplizierte Recherchemöglichkeit auf hohem Qualitätsniveau geboten. Das Portal kann in der studentischen Ausbildung eingesetzt werden und dadurch den Forderungen der neuen Fassung der Approbationsordnung für Ärzte nach mehr Interdisziplinarität und fächerübergreifenden Betrachtungsweisen entgegenkommen. Darüber hinaus könnte es auch im klinischen Alltag bei vielen Fragestellungen eine wertvolle Hilfe darstellen und dadurch zu einer verbesserten Patientenversorgung beitragen
Vergleich der Prozessabläufe in Krankenversorgung, Registerdokumentation und Klinischer Forschung als Basis der Konzeption einer Single-Source IT-Infrastruktur
Full text linkEinleitung
Im Gesundheitswesen herrschen knappe Ressourcen vor. Dies gilt auch für das ärztliche Personal. Einen Großteil der ärztlichen Tätigkeit nimmt die Dokumentation ein. Dabei ist häufig eine Mehrfachdokumentation identischer Inhalte für verschiedene Bereich (klinische Dokumentation, klinische Forschung, Registerdokumentation) erforderlich. Im Rahmen von Single-Source Projekten wird untersucht, in wie weit einmal erhobene Daten für weitere Bereiche verwendet werden können.
In einer Vielzahl von Publikationen wurde bereits von erfolgreich umgesetzten Projekten berichtet. Bisher gab es jedoch noch keine Berichte über die zugrundeliegenden Prozessab-läufe und deren Vergleich für die klinische Dokumentation und für Studiendokumentationen, dies soll in der vorliegenden Arbeit untersucht werden.
An der Chirurgischen Klinik Erlangen wird zwischen 2009 und 2012 die multizentrische PolyProbe-Studie durchgeführt. Dabei wird bei Patienten mit kolorektalem Karzinom die Genexpression mit dem Krankheitsverlauf verglichen. Dazu werden umfangreiche Daten zum Krankheitsverlauf benötig. Diese Daten werden bereits für das klinische Krebsregister erhoben und sind auch Teil der klinischen Dokumentation. Im Rahmen dieser Arbeit wurde die Single-Source Dokumentation für dieses Projekt umgesetzt und untersucht. Ein besonderes Augenmerk soll dabei auf die Dokumentationsprozesse und die unterschiedli-chen Dokumentationsziele gelegt werden.
Grundlagen
Das kolorektale Karzinom ist die zweithäufigste Krebserkrankung in Deutschland, sowohl bei Männern, als auch bei Frauen. Jährlich gibt es durch diese Erkrankung 70.000 Neuer-krankungen und 30.000 Todesfälle in Deutschland. Die PolyProbe-Studie hat zum Ziel Biomarker zu identifizieren, die eine bessere Bestimmung des Tumorstadiums ermöglichen und Aussagen über den Krankheitsverlauf sowie über das Ansprechen bestimmter Thera-pieformen erlauben.
Methoden
Die Dokumentationsprozesse wurden durch Beobachtung und Befragung der Prozessbetei-ligten analysiert und als Folwchart festgehalten. Mit Hilfe der Konfigurations-Tools des Klinischen Arbeitsplatzsystems Soarian© wurde der Single-Source Ansatz mit Hilfe von Dokumentationsformularen abgebildet und ein gemeinsamer Dokumentationsprozess mit EDV-Unterstützung aufgebaut.
Ergebnisse
Durch die Integration der Tumordokumentation in die klinische Routine wurde die klini-sche Dokumentation verbessert. Die Dokumentation lag früher größtenteils im Freitextformat vor. Diese werden nun strukturiert erfasst. Dies ermöglicht die Weiterver-wendung der Daten für die klinische Forschung, speziell für das PolyProbe-Projekt. Schwierigkeiten ergaben sich in der je nach Zielsetzung variierenden Dateninterpretation. So muss in der klinischen Dokumentation allein aus juristischen Gründen die zu unter-schiedlichen Zeitpunkten gegebene Einschätzung des Tumorstaging festgehalten werden. Mit fortschreitender Diagnostik steigt der Erkenntnisstand, so dass sich die Bewertung des Staging über die Zeit ändern kann. Für die Tumordokumentation ist das endgültige Staging nach dem operativen Aufenthalt entscheidend. Hierzu erfolgt eine abschließende Interpre-tation aller Einzeldaten.
Diskussion
Bei Standardverläufen von Tumorerkrankungen lässt sich die Tumordokumentation aus der klinischen Dokumentation ableiten und kann damit zur Qualitätssteigerung beitragen sowie Doppeldokumentationen vermeiden. Dazu muss die Freitextdokumentation in eine strukturierte Dokumentation überführt werden. Jedoch sind Tumorerkrankungen kein homogenes Krankheitskollektiv. Bei unsicheren und sich ändernden Staging-Klassifizierungen führen unterschiedliche Dokumentationsziele (z.B. juristisch versus investigativ) zu verschiedenen Dokumentationswünschen. Eine genaue Analyse des Dokumentationsablaufs ermöglicht den gezielten Entwurf eines Sollprozesses.
Schlussfolgerung und Ausblick
Die Umsetzung des Single-Source Ansatzes konnte wie bereits mehrfach in der Literatur beschrieben auch im vorliegenden Projekt erfolgreich umgesetzt werden. Um den Single-Source Ansatz implementieren zu können muss letztlich die Freitextdokumentation zu Gunsten einer strukturierten Dokumentation weichen. Welche Auswirkung dies hat, muss in weiteren Arbeiten noch untersucht werden
Workflowgestützte medizinische Qualitätssicherung am Beispiel der ambulanten Basisdokumentation psychiatrischer Institutsambulanzen
Full text linkWorkflow based medical quality assurance using the example of outpatient generic documentation in the psychiatric ambulanceWorkflowgestützte medizinische Qualitätssicherung am Beispiel der ambulanten Basisdokumentation psychiatrischer Institutsambulanze
Deep learning on biomedical data with Boltzmann machines
No full textDeep Boltzmann machines (DBMs) are considered as a promising approach for deep learning on data of small sample size, which is common in biomedical data sets. To make DBMs available for experimentation, an easily extensible implementation of DBMs was created in form of the BoltzmannMachines Julia package, which has been registered in the official Julia package repository. The implementation offers several unique features, in particular for evaluation and monitoring of the training of DBMs. This is especially important for biomedical data sets, where finding good hyperparameters is hard due to the diversity of the data.In addition to small sample sizes, data protection constraints may impose an additional challenge for analyzing biomedical data, in particular, if the data is distributed across different sites and cannot be pooled for the analysis. One approach for conducting privacy-preserving analyses in such a setting is to generate synthetic data, which captures the important structure of the original data of the individuals and, at the same time, can be used with less data protection constraints as the original data. For this, DBMs are compared with other popular generative approaches, namely generative adversarial networks (GANs) and variational autoencoders (VAEs) with respect to generative performance and disclosure risk. In addition to these neural network approaches, simpler methods such as multiple imputation by chained equations (MICE) and independent marginals (IM) are also considered as references. The experiments show the feasibility of DBMs as a generative approach in distributed settings, even with small sample sizes at different sites. VAEs showed also a comparable performance to DBMs in this setting, while the other approaches performed considerably worse.Finally, a ready-to-use implementation for DBMs as distributed approach is presented. This software is built in form of R packages that integrate into the DataSHIELD infrastructure, which provides a framework for conducting privacy-preserving analyses on distributed cohorts. Since DataSHIELD is based on the R programming language, and there is no DBM implementation in R, a language interface was necessary to bring the functionality of the BoltzmannMachines package to R. There are two existing packages, JuliaCall and RJulia that also make it possible to connect R with Julia, but they did not offer all necessary features. Therefore, a new solution was created, which provides convenient interactive handling and, at the same time, puts a special focus on the stability that is needed for a production environment. The resulting JuliaConnectoR R package has been officially registered in the Comprehensive R Archive Network (CRAN). More generally, this approach of wrapping external deep learning functionality proves also on the technical side that advanced deep learning algorithms can be used for distributed privacy-preserving analyses in DataSHIELD.Deep Boltzmann Machines (DBMs) sind ein vielversprechender Ansatz für Deep Learning auf Daten mit kleinem Stichprobenumfang, was bei biomedizinischen Datensätzen häufig der Fall ist. Um DBMs einfach handhaben zu können, wurde das BoltzmannMachines Programmpaket in der Programmiersprache Julia erstellt, welches mittlerweile auch im offiziellen Paket-Repositorium für Julia registriert ist. Das Paket weist mehrere Alleinstellungsmerkmale auf, insbesondere was die Evaluation des Lernprozesses betrifft. Besonders relevant ist diese Funktionalität für biomedizinische Datensätze, bei denen die Wahl der Trainingshyperparameter aufgrund der Diversität der Datensätze immer wieder eine neue Herausforderung darstellt.Eine zusätzliche Hürde für die Analyse biomedizinischer Daten kann neben dem kleinen Stichprobenumfang auch der Datenschutz darstellen, insbesondere wenn Daten über verschiedene Standorte verteilt sind und nicht zusammengeführt werden dürfen. Um in solchen Fällen dennoch Analysen durchführen zu können, ist es eine Option, auf die Erzeugung von synthetischen Daten zurückzugreifen. Synthetische Daten können die Struktur der Originaldaten abbilden, unterliegen aber einem geringeren Schutz als diese. Hierzu werden DBMs mit anderen populären generativen Ansätzen bezüglich der Qualität der erzeugten synthetischen Daten und des Risikos von Datenlecks verglichen. Dabei werden neben Generative Adversarial Networks (GANs) und Variational Autoencoders (VAEs), die ebenfalls aus tiefen neuronalen Netzen bestehen, auch einfachere Methoden wie die multiple Imputation mittels logistischer Regressionsmodelle betrachtet. Die Experimente zeigen, dass DBMs in verteilten Szenarien selbst bei kleinen Stichprobengrößen an verschiedenen Standorten anwendbar sind. VAEs zeigten eine zu DBMs vergleichbare Leistung, während die anderen Ansätze deutlich schlechter abschnitten.Schließlich wird eine softwaretechnische Umsetzung von DBMs auf Basis der DataSHIELD-Infrastruktur vorgestellt. DataSHIELD ist ein Framework zur Durchführung von datenschutzkonformen Analysen auf verteilten Daten, das auf der Programmiersprache R basiert. Da es keine Umsetzung von DBMs in R gibt, war eine Sprachschnittstelle notwendig, um die Funktionalität des BoltzmannMachines-Pakets in R verfügbar zu machen. Zwei Pakete, JuliaCall und XRJulia, ermöglichten es bereits, R mit Julia zu verbinden, boten aber nicht alle notwendigen Funktionen. Darum wurde eine neuer Ansatz verfolgt, der eine komfortable interaktive Handhabung bietet und gleichzeitig einen besonderen Fokus auf die notwendige Stabilität für eine Produktivumgebung legt. Das resultierende JuliaConnectoR R-Paket wurde offiziell im Comprehensive R Archive Network (CRAN) registriert. Mit dieser Lösung wurde auch auf der technischen Seite gezeigt, dass Deep-Learning-Algorithmen für verteilte, datenschutzkonforme Analysen in DataSHIELD verwendet werden können
Konzeption, Einführung und Integration eines Monitoringsystems in bestehende Netzwerkdienste in einer Krankenhausumgebung
Full text linkDue to the introduction and the continuous further development of computer systems in the medical field the proper and uninterrupted functionality of these systems is becoming increasingly important. For this purpose it is necessary to capture the availability's current state and improve it by technical means. This work aims at establishing the technical prerequisites at the University Hospital Erlangen in order to minimize down times and increase the system's availability. This will be achieved by implementing a monitoring system and by developing a management system which integrates the monitoring system with the services DHCP and DNS. This solution offers the administrators at the University Hospital Erlangen a simple way for establishing verification mechanisms that can notify them in case of any errors. In the result section of this work, the installation process of the monitoring system Nagios will be described in detail. It will also be discussed how a suitable set of parameters has been chosen to meet the requirements by the University Hospital. Furthermore, existing processes for configuring the network services DHCP and DNS will be analyzed. Based on that analysis, the development of the management system HANAS will be displayed. Forming an integration of the services Nagios, DHCP and DNS, this system allows an optimized configuration process. The methodic setup of an application monitoring system will be displayed based on a practical example. It will also be examined how the administrators of the University Hospital Erlangen respond to the newly implemented system and integrate it into their daily work routine. This analysis bases on the evaluation of log files that clearly demonstrate the system's usage. Finally, it will be determined to what extent the roll out of a monitoring system can help to increase the computer systems' availability. The discussion section will show that the introduction of the monitoring system Nagios has been a success. The management system HANAS allowed a smooth integration of the system with the existing network services DHCP and DNS. It has furthermore been proved that the administrators at the University Hospital Erlangen actually use the system as a part of their routine. Although the increased availability of a sample system could be clearly demonstrated, it was not possible to attribute this in a scientific way to the introduction of the monitoring system Nagios as no failure records have ever been kept before its introduction.Durch die Einführung und den stetigen Ausbau von EDV Anlagen im medizinischen Umfeld wird es immer wichtiger, die fehlerfreie Funktion dieser Anlagen ununterbrochen zu gewährleisten. Hierfür muss die vorhandene Verfügbarkeit ermittelt und mit technischen Mitteln verbessert werden. Ziel dieser Arbeit ist es, am Universitätsklinikum Erlangen technische Vorrausetzungen zu schaffen, um die Ausfallzeiten zu minimieren und die Verfügbarkeit zu erhöhen. Dieses Ziel soll erreicht werden durch die Konzeption und die Einführung eines Monitoringsystems und durch die Entwicklung eines Managementsystems, welches das Monitoringsystem, sowie die Dienste DHCP und DNS integriert und dadurch den Administratoren am Universitätsklinikum Erlangen eine einfache Möglichkeit bietet, Prüfmechanismen für EDV Systeme einzurichten und sich im Fehlerfall automatisiert benachrichtigen zu lassen. Im Ergebnisteil dieser Arbeit wird gezeigt, wie das Monitoringsystem Nagios eingeführt und parametriert wurde, um den Anforderungen des Universitätsklinikums zu genügen. Es werden bestehende Prozesse bei der Konfiguration der Netzwerkdienste DHCP und DNS analysiert. Es wird beschrieben wie das Managementsystem HANAS entwickelt wurde, um die Dienste Nagios, DHCP und DNS zu integrieren und die Prozesse zur Konfiguration der Dienste zu optimieren. Anhand eines Beispiels wird der systematische Aufbau einer Applikationsüberwachung dargestellt. Es wird geprüft ob die eingeführten Systeme von den Administratoren am Universitätsklinikum Erlangen gut akzeptiert und genutzt werden. Zu diesem Zweck werden Logdateien ausgewertet, die eine Nutzung belegen. Abschließend wird ermittelt, inwieweit die Einführung eines Monitoringsystem die Verfügbarkeit der EDV steigern konnte. In der Diskussion wird festgestellt dass die Einführung des Monitoringsystem Nagios erfolgreich war. Das System konnte gut mit den bestehenden Netzwerkdiensten DHCP und DNS durch das Managementsystem HANAS integriert werden. Die Nutzung durch die Administratoren am Universitätsklinikum Erlangen konnte belegt werden. Die Verbesserung der Verfügbarkeit konnte systembezogen gezeigt werden, jedoch kann dies nicht zweifelsfrei auf die Einführung des Monitoringsystem Nagios zurückgeführt werden. Der Vergleich der Verfügbarkeit mit dem Zeitraum vor Einführung von Nagios war nicht möglich, da vorher keine Erfassung von Ausfällen in der EDV stattfand
Konzepte und Methoden zur Berücksichtigung der Stakeholderanforderungen bei der Entwicklung von IT-Lösungen zur Biobankenvernetzung
Full text linkBackground and Objectives
The increasing digitization of medicine means, among other things, that more and more data from routine care is being documented electronically. This treasure of data offers significant added value for medical research. In addition, the examination of biospecimens is indispensable for answering certain scientific questions. However, the number of available samples from a particular facility can be a limiting factor. For this reason, some initiatives are currently working
to establish networks to provide centralized access to samples and associated data. To this end,an appropriate IT infrastructure is needed to link data and sample-supplying sites, obtain patient consent, and provide a point of contact for researchers to check the availability of needed samples and data. When implementing these measures, the interests of the various stakeholders should always be considered to ensure sustainable use. This dissertation therefore deals with concepts and methods around the involvement of these stakeholders in the development and design of IT solutions with which patients and researchers in particular are confronted. A major focus is on the acceptance and usability of IT components designed to enable the use of available
biospecimens.
Methods
The procedure for preserving stakeholder interests was based on the user-centered design process, which places the focus on the user when developing applications. This process consists of four phases: (1) the analysis of the context of use, (2) the definition of user requirements, (3)the concretization of design solutions, and (4) the evaluation of design solutions.
For implementing the first phase, the stakeholders were first identified and characterized at the beginning of the German Biobank Alliance project to analyze the context of use. In the subsequent phase, the requirements of these groups with regard to the IT solutions to be developed were collected and discussed in workshops. In the next step, the conceptual design of the IT applications in the form of mock-ups and prototypes was based on these collected findings. Finally,
evaluation studies were conducted based on these design solutions. Testing by prospective end users served to analyze the applications in terms of their acceptance and usability and to uncover potential for optimization.
Results and Observations
After initial identification of the target groups, biobank managers, technical biobank staff, and medical researchers emerged as the primary stakeholders.
The requirements collected were incorporated into the design and implementation of two IT solutions. The first is an eConsent tool to support patients in the consent process. This serves to present the details of the patient information and the patient consent in a multimedia way, so that the extensive and complex contents are easier to understand. On the other hand, a feasibility platform was developed to enable researchers to query the availability of biospecimens within a multi-site biobank network.
Based on the prototypes created, both IT applications were analyzed regarding their usability from the end user's point of view. The evaluation of the eConsent tool showed a good usability as well as a high willingness to use. The user-friendliness study of the feasibility platform also indicated that it is intuitive and easy to use. A comparison with similar systems confirmed this impression.
(Practical) Conclusions
Overall, the results indicate that significant work has already been done to establish a network to make biospecimens and associated data accessible for research. A decisive factor here was the consideration of the principles of the user-centered design process. The findings derived from this not only served to assess the current development status, but also provided starting
points for future development phases.
The evaluation studies conducted confirm that the developed IT applications are well received by potential users and are perceived as user-friendly. This is true for both the eConsent Tool and the Feasibility Platform.
However, some issues were also identified that should be addressed in follow-up projects. For example, integration into a hospital-wide patient portal is recommended for the eConsent tool, as greater acceptance and willingness to use is expected here due to the stronger bond between patients and their care facility than with integration into a biobank infrastructure. For the feasibility portal, it is suggested to expand the functionalities (e. g. time constraints) to better support
the researchers in their research projects and to eliminate the weaknesses of the user interface (e. g. clearer representation of the AND/OR links).Hintergrund und Ziele
Die zunehmende Digitalisierung der Medizin hat unter anderem zur Folge, dass immer mehr Daten aus der Routineversorgung elektronisch dokumentiert werden. Dieser Datenschatz bietet einen essenziellen Mehrwert für die medizinische Forschung. Zur Beantwortung mancher wissenschaftlichen
Fragestellung ist zudem die Untersuchung von Bioproben unerlässlich. Hier kann jedoch die Anzahl verfügbarer Proben eines Standortes ein limitierender Faktor sein. Aus diesem Grund bemühen sich einige Initiativen derzeit verstärkt darum, Netzwerke zu etablieren, um einen zentralen Zugang zu Proben und assoziierten Daten zu ermöglichen. Zu diesem Zweck bedarf es einer entsprechenden IT-Infrastruktur zur Vernetzung der daten- und probeliefernden Standorte, der Einholung der Patienteneinwilligungen und einer Anlaufstelle für Forscher, um die Verfügbarkeit von benötigten Proben und Daten prüfen zu können. Bei der Umsetzung dieser Maßnahmen sollten stets die Interessen der verschiedenen Stakeholder mitberücksichtigt werden, um die nachhaltige Nutzung sicherzustellen. Die vorliegende Dissertation befasst sich daher mit Konzepten und Methoden rund um die Einbeziehung dieser Interessensgruppen bei der Entwicklung und Ausgestaltung der IT-Lösungen, mit denen insbesondere Patienten und Forscher konfrontiert werden. Besonderes Augenmerk liegt dabei auf der Akzeptanz und Gebrauchstauglichkeit von IT-Komponenten, die die Nutzung von verfügbaren Bioproben ermöglichen sollen.
Methoden
Das Vorgehen zur Wahrung der Stakeholderinteressen orientierte sich an dem nutzerzentrierten
Designprozess, der den Fokus bei der Entwicklung von Anwendungen auf den Nutzer legt. Dieser
nutzerzentrierte Designprozess setzt sich aus vier Phasen zusammen: (1) der Analyse des Nutzungskontextes, (2) der Definition von Nutzeranforderungen, (3) der Konkretisierung von Designlösungen und (4) der Evaluation von Gestaltungslösungen.
Zur Umsetzung der ersten Phase wurden zu Beginn des German Biobank Alliance-Projekts zunächst
die Stakeholder identifiziert und charakterisiert, um den Nutzungskontext zu analysieren.
In der anschließenden Phase wurden die Anforderungen dieser Gruppen in Bezug auf die zu entwickelnden IT-Lösungen in Rahmen von Workshops erhoben und diskutiert. Auf diesen gesammelten
Erkenntnissen fußte im nächsten Schritt die Konzeptionierung der IT-Anwendungen in Form von Mock-Ups und Prototypen. Auf Grundlage dieser Designlösungen wurden abschließend Evaluationsstudien durchgeführt. Die Testung durch potenzielle Endnutzer diente dazu, die Anwendungen hinsichtlich ihrer Akzeptanz und Gebrauchstauglichkeit zu bewerten und Optimierungspotenzial aufzudecken.
Ergebnisse und Beobachtungen
Nach initialer Bestimmung der Zielgruppen kristallisierten sich Biobankleiter, technische Biobankmitarbeiter und medizinisch Forschende als primäre Stakeholder heraus.
Die gesammelten Anforderungen flossen in die Konzipierung und Umsetzung zweier IT-Lösungen ein. Dabei handelt es sich zum einen um ein eConsent-Tool zur Unterstützung von Patienten im Rahmen des Einwilligungsprozesses. Dieses dient dazu, die Details der Patienteninformation und der Patientenaufklärung dergestalt multimedial aufzubereiten, sodass die umfangreichen und komplexen Inhalte einfacher zu verstehen sind. Zum anderen wurde eine Feasibility-Plattform entwickelt, um Forschern die Abfrage der Verfügbarkeit von Bioproben innerhalb eines standortübergreifenden Biobankennetzwerks zu ermöglichen.
Auf Basis der erstellten Prototypen wurde bei beiden IT-Anwendungen deren Gebrauchstauglichkeit aus Sicht der Endnutzer analysiert. Die Evaluation des eConsent-Tools zeigte eine gute Usability sowie eine hohe Nutzungsbereitschaft. Auch die Studie zur Nutzerfreundlichkeit der Feasibility-Plattform deutet darauf hin, dass diese intuitiv und einfach zu bedienen ist. Ein Vergleich mit ähnlichen Systemen bestätigte diesen Eindruck.
Praktische) Schlussfolgerungen
Insgesamt weisen die Ergebnisse darauf hin, dass bereits wegweisende Arbeiten zur Errichtung eines Netzwerks geleistet wurden, um Bioproben und assoziierte Daten für die Forschung zugänglich zu machen. Entscheidend war dabei die Berücksichtigung der Prinzipien des nutzerzentrierten Designprozesses. Die daraus abgeleiteten Erkenntnisse dienten nicht nur der Beurteilung des aktuellen Entwicklungsstandes, sondern liefern auch Anknüpfungspunkte für zukünftige Entwicklungsphasen.
Die durchgeführten Evaluationsstudien bestätigen, dass die entwickelten IT-Anwendungen gut von den potenziellen Nutzern angenommen und als benutzerfreundlich empfunden werden. Dies trifft sowohl für das eConsent-Tool als auch für die Feasibility-Plattform zu. Es wurden jedoch ebenfalls Ansatzpunkte identifiziert, die in Folgeprojekten adressiert werden sollten: So empfiehlt sich für das eConsent-Tool die Integration in ein klinikumsweites Patientenportal, da hier aufgrund der stärkeren Bindung zwischen Patienten und ihrer Versorgungseinrichtung eine höhere Akzeptanz und Nutzungsbereitschaft erwartet wird als bei der Einbindung in eine Biobankinfrastruktur. Für das Feasibility-Portal wird angeregt, die Funktionalitäten auszuweiten (z. B. zeitliche Beschränkungen), um die Forscher noch besser bei ihren Forschungsvorhaben unterstützen zu können, und die Schwachstellen der Benutzeroberfläche (z. B. die klarere Darstellung der UND-/ODER-Verknüpfungen) zu beseitigen
- …
