Fraunhofer Medical Data SpaceDer »Medical Data Space« ist eine vertrauenswürdige Infrastruktur für den sicheren Austausch von Gesundheitsdaten zwischen verteilten Akteuren (Patient, Arzt, Klinik, Angehörige, Dienstleister, Hersteller, etc). Damit sollen Vorsorge-, Betreuungs-, Diagnose- und Behandlungsprozesse verbessert und innovative gesundheitsfördernde Geschäftsmodelle ermöglicht werden. Die Verwendung der Daten kann nutzerfreundlich, transparent und datenschutzkonform gesteuert werden. Moderne Algorithmen helfen bei der zielgerichteten Nutzung der Daten.
Souveränität über Gesundheitsdaten
Für gesundheitsbezogene Informationen ergibt sich aus der Vernetzung medizinischer Datenbestände großes Potenzial für die medizinische Forschung, die Gesundheitsversorgung und die Life Sciences. Es entstehen jedoch auch besondere Herausforderungen hinsichtlich des Schutzes von Eigentums- und Persönlichkeitsrechten der Patienten.
Über den Medical Data Space
Die Fraunhofer-Gesellschaft hat 2015 gemeinsam mit Wirtschaft und Politik unter dem Namen Industrial Data Space ein Konzept zum souveränen Austausch von Daten innerhalb der Industrie vorgestellt. Die weitere Entwicklung findet mittlerweile im Rahmen des Vereins »International Data Spaces« statt. Der Medical Data Space ist eine anwendungsbezogene vertikal orientierte Community innerhalb des Vereins.
Der Medical Data Space basiert auf den vom Verein definierten Mechanismen für Sicherheit und Vertrauen, erweitert und modifiziert sie aber für die Rahmenbedingungen des Medizinbereichs, insbesondere die herausgehobene Stellung der Patienten.
Um den Medical Data Space herum existiert bereits ein Netzwerk von Partnern aus Industrie- und Gesundheitswesen, beispielsweise Infrastruktur- und App- Anbietern, Gesundheits- und Pflegedienstleistern, Kommunen und natürlich Ärzten und Kliniken.
Geforscht wird insbesondere an neuen algorithmischen Verfahren, um heterogene Daten einfacher zielgerichtet interpretieren zu können, denn eine einfache Sammlung als Patientenakte erfordert noch einen hohen Interpretationsaufwand von ihren Nutzern. Ein hohes Potential besteht auch in solchen Verfahren, die größere Mengen verteilter Daten zur Entwicklung präziserer Behandlungsansätze analysieren können, ohne die Identität der Patienten preiszugeben.
