gms | German Medical Science

Einleitung: Eine elektronische Patienten- oder Gesundheitsakte – electronic health record (EHR) – ist ein zentraler Bestandteil eines jeden Systems im Gesundheitswesen, sei es ein Krankenhausinformationssystem, Praxiscomputersystem oder eine Netzakte. Eine solche Akte ist aber nur so "wertvoll", wie sie aktuelle Daten bzw. Informationen über den Patienten enthält. Dies erfordert einen Datenaustausch in einer semantisch interoperablen Art und Weise.

Problemstellung: Das Befüllen eines EHRs über Applikations- oder Einrichtungsgrenzen hinweg erfordert den Einsatz von Kommunikationsstan-dards, die durchaus unterschiedlichster Natur sein können. Jedoch sind sie nicht notwendigerweise zueinander kompatibel bzw. interoperabel, da sie unterschiedliche Strukturen, Terminologien und Datentypen benutzen.

Wenn es gelänge, zwischen zwei grundsätzlich zueinander inkompatiblen Standards – wie bspw. HL7 v2.x und V3 – zu brücken, so könnte dies auch zwischen beliebigen Applikationen auf Basis von Datenbankstrukturen bzw. Business-Objekten gelingen. Können hierzu Ontologien eingesetzt und genutzt werden?

Methoden: Der erste Schritt auf dem Weg dahin ist die Ableitung von Ontologien, die die entsprechenden Kommunikationsstandards repräsentieren. Dazu sind die Basisdaten – die HL7-Datenbank für v2.x bzw. die MIF-Files für V3 – so zu konvertieren, dass eine Gesamtstruktur in Analogie zu einer gemeinsamen Referenzarchitektur aufgebaut wird. Letzteres ist die Grundlage, um ein Mapping zwischen den Standards zu ermöglichen.

Ergebnisse: Ein Mapping zwischen den Kommunikationsstandards auf Basis einer gemeinsamen Referenz reduziert den Aufwand auf ein Mapping der Konzepte, die für die Applikation notwendig sind. (Ein Mapping aller Konzepte der generierten Ontologien ist viel zu aufwändig, da zu umfangreich, und deshalb nicht notwendig.) Größere strukturelle Unterschiede erhöhen den Mapping-Aufwand deutlich.

Der Vorteil der Nutzung von Ontologien liegt in der Ausnutzung von Beziehungen, wodurch ein Mapping auf Subinformationen reduziert wird. Strukturell läuft dies auf ein Mapping in unterschiedlichen Granularitäätsstufen hinaus, die dann auf andere Bereiche übertragen werden. So kann bspw. das Mapping von Namen in allen höherwertigen Konzepten, die Namen verwenden, wieder genutzt werden.