Personalisierte Medizin live erleben

Franziska Bathelt (), Michéle Kümmel (), Sven Helfer (), Mirko Gruhl () and Martin Sedlmayr ()
Additional contact information
Franziska Bathelt: Technische Universität Dresden, Institut für Medizinische Informatik und Biometrie, Medizinische Fakultät Carl Gustav Carus
Michéle Kümmel: Technische Universität Dresden, Institut für Medizinische Informatik und Biometrie, Medizinische Fakultät Carl Gustav Carus
Sven Helfer: Technische Universität Dresden, Institut für Medizinische Informatik und Biometrie, Medizinische Fakultät Carl Gustav Carus
Mirko Gruhl: Technische Universität Dresden, Institut für Medizinische Informatik und Biometrie, Medizinische Fakultät Carl Gustav Carus
Martin Sedlmayr: Technische Universität Dresden, Institut für Medizinische Informatik und Biometrie, Medizinische Fakultät Carl Gustav Carus

Chapter Kapitel 2 in Zeig mir Health Data Science!, 2021, pp 13-27 from Springer

Abstract: Zusammenfassung Die Medizinische Informatik ist eine schnell wachsende Disziplin der Informatik, die sich nicht nur mit den Prozessen der Digitalisierung im Gesundheitswesen, sondern mit allen Aspekten der Nutzung von Informationstechnologie im Gesundheitsbereich beschäftigt. Die Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS) definiert Medizinische Informatik als „die Wissenschaft der systematischen Erschließung, Verwaltung, Aufbewahrung, Verarbeitung und Bereitstellung von Daten, Informationen und Wissen in der Medizin und im Gesundheitswesen. Sie ist von dem Streben geleitet, damit zur Gestaltung der bestmöglichen Gesundheitsversorgung beizutragen.“ (Deutsche Gesellschaft für Medizinische Informatik 2020) Um dieses Ziel zu erreichen spielt insbesondere die Datenaufbereitung und damit Nutzbarmachung von in der medizinischen Versorgung erhobenen Daten eine wesentliche Rolle (sog. Sekundärnutzung). Daneben strebt die Medizinische Informatik eine Verbesserung des Datenaustausches durch verbesserte Harmonisierung an. Zuletzt sollen die so bereitgestellten Daten einen klinischen Nutzen entfalten. Ein klassisches Anwendungsgebiet hierfür sind medizinische Entscheidungsunterstützungssysteme. Wir stellen ein Lehrkonzept vor, das Studierenden die Möglichkeit bietet, sich die Problematik der Sekundärnutzung von Abrechnungsdaten für die Implementierung eines Entscheidungsunterstützungssystems weitestgehend selbstständig zu erarbeiten. Dazu erhalten die Studierenden einen synthetisch generierten Datensatz, der die Struktur von Krankenhausabrechnungsdaten abbildet (sog. §-21-Daten, nach § 21 KHEntgG) (GKV-Spitzenverband 2020). Dieser Datensatz wird in Projektarbeit durch die Studierenden zunächst in ein internationales Datenformat überführt. In einem weiteren Schritt entwickeln die Studierenden eine Anwendung zur klinischen Entscheidungsunterstützung, beispielsweise zur Erkennung von Druckgeschwüren. Die gesamte Projektarbeit verläuft selbstständig unter konstanter, bedarfsgerechter Betreuung durch die Lehrenden. Festgelegte Termine zu Beginn und im Verlauf des Semesters dienen der Wissensvermittlung und Klärung offener Fragen sowie der Sicherstellung des Fortschritts der Studierenden und damit der Vermeidung von Frustrationserlebnissen. Am Schluss des Seminars steht die Präsentation des Projektergebnisses mit Benotung.

Date: 2021
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-662-62193-6_2

Ordering information: This item can be ordered from
http://www.springer.com/9783662621936

DOI: 10.1007/978-3-662-62193-6_2

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().