Moderne Dateninfrastrukturen für das Gesundheitswesen Transformationsbedarf in Kliniken und Krankenhäusern

In vielen medizinischen Einrichtungen hat die Pandemie die Notwendigkeit der Digitalisierung noch einmal verschärft. Das Ziel, die Patienten besser zu versorgen und zugleich wirtschaftlich zu agieren, hängt auch vom effizienten Umgang mit Daten ab. Wie das funktionieren kann, zeigt die Medizinische Hochschule Hannover.

Anbieter zum Thema

Governikus GmbH & Co. KG

NetApp Deutschland GmbH

Volle Intensivstationen, auf denen sich Ärzte und Pflegekräfte aufopferungsvoll um Covid-19-Patienten kümmern, haben seit Beginn der Pandemie immer wieder das Bild des Gesundheitswesens geprägt. Kliniken und Krankenhäuser führen seither einen doppelten Überlebenskampf, da sich durch die Rettung der Corona-Infizierten viele Operationen verschieben, die einen wichtigen Posten im Haushalt der Einrichtungen ausmachen. Zusätzlich standen schon vor der Pandemie vielerorts Budgetkürzungen auf der Tagesordnung.

Der Fachkräftemangel war bereits zuvor ein Problem, aber durch Corona wirkt sich die Unterbesetzung auf den Stationen dramatischer aus. Perspektivisch verschärft die überalternde Bevölkerung diese Situation noch weiter, weil mehr chronische Krankheiten auftreten, die stationär behandelt werden müssen. Ein ungelöstes Dilemma folgt also auf das nächste. Ein durchdachtes Konzept zur Digitalisierung kann entgegenwirken.

Veraltete Infrastruktur

Fakt ist, dass viele Kliniken mit einer veralteten Infrastruktur um das Wohlbefinden ihrer Patienten kämpfen. Darauf hat die Politik mit dem Krankenhauszukunftsgesetz (KHZG) reagiert, das im Oktober 2020 in Kraft getreten ist. Das Gesetz steckt den Rahmen für die Modernisierung der IT-Landschaften und neue digitale Services ab, der Bund steuert drei Milliarden Euro, die Länder 1,3 Milliarden bereit. Die Fördergelder sollen in erster Linie in eine performante, skalierbare und sichere digitale Infrastruktur fließen, der Weg dorthin wird für viele Krankenhäuser vor allem über Virtualisierung, (Private) Cloud Computing und Datenverfügbarkeit führen.

Ziel ist, die weitverbreiteten Datensilos aufzubrechen, damit auch große Datenmengen effizient erfasst und verwaltet werden können. Das Unterfangen kann Kliniken und Krankenhäusern beispielsweise gelingen, wenn sie ihre bestehenden Daten in ein einziges Datenmanagementsystem – eine „Data Fabric“ – integrieren. Ein solches System sammelt, ordnet und verwaltet automatisch alle Daten, während es gleichzeitig höchste Sicherheits- und Datenschutzstandards bietet – Big Data Analytics, maschinelles Lernen (ML) und künstliche Intelligenz (KI) sind dadurch umfassend möglich.

Beispiel: Medizinische Hochschule Hannover (MHH)

Die MHH zählt zu den besten 100 Kliniken weltweit. Die Grundlage ihrer IT bildet eine zentrale Speicherinfrastruktur, die zum größten Teil auf Services und Lösungen des Softwareanbieters NetApp basiert. Diese Struktur stellt Daten in einer Private Cloud innerhalb der MHH Datacenter bereit, sichert und archiviert diese.

Im Rahmen eines gemeinsamen Digitalisierungsprojektes mit NetApp identifizierte das Zentrum für Informationsmanagement (ZIMt) der Medizinischen Hochschule Hannover zunächst einen Bedarf an Virtualisierung, der über die gängige virtuelle Desktop-Infrastruktur (VDI) hinausgeht. Gefragt war ein Selfservice für Wissenschaftler in einem medizinischen Data-Science-Projekt, der für reproduzierbare Forschungsergebnisse sorgt.

Genau das erweist sich jedoch oft als herausfordernd, wenn Forscher Open-Source-Software verwenden. In diesem Fall kann es passieren, dass die Wissenschaftler die Laufzeitumgebung, unter der ihre Ergebnisse entstanden sind, nur teilweise oder gar nicht dokumentieren. Hierfür stellen die aufeinander abgestimmten Technologien Docker, Kubernetes, Trident und Flash eine einfach zu verwaltende, reproduzierbare Container-Infrastruktur zur Verfügung. Normalerweise gehen die Daten in einem Docker-Container verloren, sobald dieser beendet wird. Daher wurde erwogen, mit der Speicher-Orchestrierungslösung Trident den Containern persistenten, externen Speicherplatz zuzuweisen. So sind die Daten weiter verfügbar, auch wenn ein Container neu gestartet wird.

KI in der Lungendiagnostik

In einem anderen Vorzeigeprojekt testet die MHH künstliche Intelligenz, um bei der Diagnose der chronisch obstruktiven Lungenerkrankung (COPD) zu unterstützen. Bei dieser unheilbaren Krankheit, an der weltweit mehr als 250 Millionen Menschen leiden, kann frühzeitige Diagnostik die Lebensqualität der Patienten signifikant verbessern. Methodisch geschieht dies mit CT- und MRT-Aufnahmen sowie einer Durchblutungsmessung. Hochqualifizierte Ärzte werten die Bilddaten anschließend genau aus und untersuchen die Durchblutung (Perfusion) der Lungenlappen Segment für Segment. Bis die Diagnose COPD feststeht, dauert es bis zu einem Tag. In der starken Automatisierung der Perfusions-Bildgebung liegt die Chance, diesen Prozess drastisch zu verkürzen.

Der KI-Ansatz umfasst ein neuronales Netz, ein Machine-Learning-Protokoll sowie Datensätze für Training, Validierung und Test. Mit manuell segmentierten Bilddaten erfolgt das Training des neuronalen Netzes in hunderttausenden Einzelschritten, weshalb sich die Frage stellt, wie man die Datenflut überträgt. „Um das KI-Modell zu trainieren, müssen die Daten schnellstmöglich vom Speicher zur Verarbeitung gelangen“, erklärt Detlef Amendt, Leiter IT-Infrastruktur an der MHH. Die Lösung ist ein A800 All-Flash-System von NetApp, das die Leistung der beteiligten Grafikprozessoren (GPU) voll ausnutzt und fünf Mal mehr Daten verarbeiten kann als in der gleichen Zeit bei vergleichbaren Projekten mit RAM-Speicher. Datentransfer und -verarbeitung sind in ein Data-Fabric-Konzept eingebunden. Die trainierte KI liefert nun nahezu identische medizinische Befunde wie die manuelle Auswertung, benötigt dafür allerdings nur wenige Minuten.

Fazit

Die MHH macht vor, wie die Transformation in eine moderne Gesundheitseinrichtung funktionieren kann – der effiziente Umgang mit Daten ist der Schlüssel. Denn diese liefern die Vorlage für schnellere Diagnosen, bessere Patientenversorgung, effizientere Forschung und einen wirtschaftlicheren Betrieb. Voraussetzung hierfür ist jedoch ein Data-Fabric-Konzept, damit die Daten bei Bedarf schnell in On-Premises-Systemen sowie der Private Cloud bereitstehen. Die Umsetzung gelingt mit einer einheitlichen und unterbrechungsfreien Datenmanagement-Plattform für Klinik- und Enterprise-Applikationen. „Die IT will an Universität und Klinik optimale Arbeitsbedingungen bieten. Unsere User sollen sich nicht um Details kümmern müssen“, betont Amendt. „Mit NetApp können wir bisher jede Datenproblematik lösen und alles unterstützen: jeden Virtualisierer, jede Datenbank, jede klassische und jede neue Anwendung wie KI.“

(ID:47760189)