Bedeutung von Big Data für klinische Entwicklungen und den Marktzugang

FÜR WEN IST DAS WHITE PAPER INTERESSANT?

Das Wissen über Erkrankungen nimmt immer weiter zu und auch die Kenntnisse über vielfältige Ursachen, welche individuelle Therapien erfordern. Je mehr Daten über einen Patienten zur Verfügung stehen, desto genauer kann die Ursache und der Verlauf der Erkrankung bestimmt werden. Diese großen Datenmengen werden täglich in der Forschung und in Krankenhäusern generiert. Die Nutzung dieser Daten kann die Forschung und das Gesundheitswesen revolutionieren. Diese White Paper Thematisiert das große Potential von Big Data und Real World Data für die Forschung und das Gesundheitswesen.

EINBLICK IN DAS WHITE PAPER

Was versteht man unter Big Data?

Big Data ist eine große, unstrukturierte und komplexe Datenmenge aus verschiedenen Quellen, welche die folgenden Kriterien erfüllt (die 5 Vs):

• Volume (Größe)
• Variety (Vielfalt)
• Veracity (Unsicherheit)
• Velocity (Geschwindigkeit)
• Value (Wert)

Um mit diesen Daten arbeiten zu können, werden Algorithmen angewandt, die hypothesenfrei Muster in den Daten erkennen und sich selbstlernend verhalten (s.g. machine learning).

Was versteht man unter Real-World Data/Evidence?

Real world data (RWD) sind strukturierte Daten, die aus nicht randomisierten Studien kommen. Hierbei handelt es sich oft um Daten, die zu einem anderen Zweck erhoben wurden, z.B. Abrechnungsdaten von Krankenkassen. Bei Real-World Evidence (RWE) spricht man von der Verwendung von RWDs, um wissenschaftlich fundierte Fragen zur Versorgung und zur Kosteneffektivität zu beantworten.

RWD/RWE für den Marktzugang und die klinische Entwicklung

In vielen Ländern sind große RWE/RWD-Quellen bereits käuflich zu erhalten.

USA

• IBM Watson verfügt über eine Datenbank mit 300 Millionen Patientenjahren. Dabei handelt es sich um anonymisierte Abrechnungsdaten und elektronische Patientenakten.

Diese Daten sind für Kunden zugänglich und diese Daten werden von IBM Watson analysiert und publiziert. Zudem bietet IBM Watson ein Analysewerkzeug aus der künstlichen Intelligenz an, womit große Datenmengen ausgewertet werden können.

• Flatiron Health verfügt über eine Datenbank mit 20 Millionen Patientenakten und wertet mit mehr als 265 Kliniken die Daten von Krebspatienten aus.

Japan

• Medical Data Vision (MDV) ist eine Krankenhausdatenbank und umfasst über 4 Millionen Patientendaten.
• Japan Medical Data Center (JMDC) bietet eine Datenbank mit Abrechnungsdaten der Krankenkassen von ca. 3 Millionen Patienten an.

In Deutschland sind Krankenkassendaten nicht direkt kommerziell erhältlich. Viele Krankenkassen arbeiten aber mit unabhängigen Instituten zusammen, welche die Daten analysieren. Neben den Daten der Krankenkassen gibt es auch Daten aus Registern (z.B. Krebsregister, Rabbit Register, CRISP Register etc.). Eine Verknüpfung verschiedener Datenquellen ist interessant aber in Deutschland noch schwierig, da es oft Löschfristen gibt und es keine Identifikatoren für einzelne Patienten gibt. Zwar wurde mit der elektronischen Gesundheitskarte eine eindeutige Krankenversichertennummer vergeben, allerdings gibt es dazu keine Entsprechung in den Registern oder bei anderen Sozialversicherungsträgern. In Deutschland liegt daher noch viel Arbeit vor uns, um in Sachen Datenqualität mit den führenden Ländern aufzuschließen. ...