Projekt 08 – Patientendaten
Digitale Dateninstrumente für depressive Patientinnen und Patienten
-
Dieses Projekt widmet sich der Annahme, dass durch geeignete IT-gestützte Strategien Patient*innen stärker in die Diagnose und Therapie integriert werden können und durch aktive Beteiligung an der Datensammlung und Interpretation ein besserer Behandlungserfolg (z.B. schnellerer Therapiebeginn, gezieltere Therapie, Überwachung einer Therapieänderung) erzielt werden kann. So sollen zunächst die Potenziale sowie die Akzeptanz IT-gestützter Strategien der Value Co-Creation auf Seiten der Ärzt*innen und Patient*innen anhand eines Prototyps untersucht werden. Der Fokus liegt dabei nicht auf einer gemeinsamen Entscheidungsfindung (Shared Decision Making), sondern vielmehr auf Ansätzen zur Sammlung von diagnose-/therapierelevanten Daten durch die Patientin/den Patienten und deren Analyse durch die Ärztin/den Arzt. Als technische Grundlage für die IT-gestützten Strategien dient die prototypische Konzeption eines digitalen Zwillings zur Aggregation depressionsrelevanter Daten. Hierzu sollen entsprechend semantische Datenmodelle entwickelt werden, um die verschiedenen, relevanten Daten für die spätere Verarbeitung in geeigneter Weise abspeichern zu können. Zusätzlich werden, durch die Patientin/den Patienten selbst erhobenen Daten mittels verschiedener Selbst-Monitoring-Optionen (z.B. Pulsmesser, Schlafsensoren, Kurzfragebögen, etc.), erfasst. Das mittels ontologischer Verknüpfung, viele Aspekte umfassende Datenprofil der jeweiligen NutzerIn soll anschließend mittels explorierender Analyseverfahren, aus dem Machine Learning- und Big Data Analytics-Bereich, untersucht und entsprechend für die behandelnde Ärztin/den behandelnden Arzt mit modernen Visualisierungsansätzen (Visual Analytics) aufbereitet werden. Durch eine intensive Einbindung von Ärzt*innen und Patient*innen in den Entwicklungsprozess (Design Science Methode, Interviews) soll eine hohe Nutzungsakzeptanz bei beiden Zielgruppen sowie eine Verunsicherung der Patient*innen durch frühe Indikatoren vermieden werden.
Internationale Kooperation:
Pim Cuijpers, Niederlande
-
01
Identifikation von Barrieren und Potentialen für die Depressionsbehandlung durch von Patient*innen erhobene klinischen Daten
02Evaluierung eines digitalen Datenprototypes zur durch patientenerhobene Daten der Depressionsversorgung
-
- IT Management für Hausärzt*innen und in primärmedizinischer Forschung
- Visual Analytics
- IT Management für Hausärzt*innen und in primärmedizinischer Forschung
-
Principal InvestigatorProf. Dr. rer. oec. Helmut KrcmarTechnische Universität München – Lehrstuhl für WirtschaftsinformatikKollegiatPhilipp Reindl-SpannerTechnische Universität München – Lehrstuhl für Wirtschaftsinformatik