Latest / MY DATA IS BETTER THAN YOURS / Clinical Data Repository im Krankenhaus: Patientendaten über viele Klinik-Systeme hinweg zusammenführen – mit Gunnar H., CDO Sana Kliniken (2/2) – Folge 336

Transcript

Clinical Data Repository im Krankenhaus: Patientendaten über viele Klinik-Systeme hinweg zusammenführen – mit Gunnar H., CDO Sana Kliniken (2/2) – Folge 336 · MY DATA IS BETTER THAN YOURS

• 0:00
  Speaker 0: In der heutigen Folge spreche ich mit dem Lieden Gunnar, der ist Chief Data Officer bei den Sana-Kliniken.
• 0:05
  Speaker 0: Wir sprechen über das Thema welche Herausforderungen eigentlich im unterschiedlichen Bereich gibt also das Thema KISS-Systeme aber auch Datenflüsse und unterschiedliche Standards die es eben im Klinikenbereich gibt.
• 0:17
  Speaker 0: Das sind alles Themen die wir in der heutigem Folge besprechen.
• 0:24
  Speaker 0: Neue Folgen jeden Freitag!
• 0:26
  Speaker 0: In dieser digitalen Welt gibt es einen speziellen Faktor Doch nur die wenigsten wissen sie für sich zu nutzen.
• 0:36
  Speaker 0: Wer seine Kunden verstehen will, um ihnen das bieten zu können was sie brauchen
• 0:40
  Speaker 1: kommt
• 0:41
  Speaker 0: um ein professionelles Datenmanagement nicht herum.
• 0:44
  Speaker 0: Jonas Rascheli interviewt andere Experten aus den Data Bereichen und zeigt Schritt für Schritt wie genau das funktioniert.
• 0:56
  Speaker 0: Mir gegenüber sitzt der Gunnar.
• 0:58
  Speaker 0: Der ist Chief Data Officer bei den Sana-Kliniken.
• 1:01
  Speaker 0: wir haben gemeinsam mit Steffi, die Chief Transformation-Officerin ist bei den Sanarkliniken schon eine Folge gemacht.
• 1:08
  Speaker 0: Das ist jetzt zweite Folge.
• 1:09
  Speaker 0: Wollt ihr also die gesamte Story der Kliniken verstehen?
• 1:12
  Speaker 0: Geht einmal noch mal zurück!
• 1:14
  Speaker 0: Wir sprechen mit dem lieben Gunner einmal über das Thema Data aus der Konzern oder aus dem Unternehmensperspektive aber auf der anderen Seite tauchen wir auch in einzelnen Aspekte ein.
• 1:25
  Speaker 0: Also seid gespannt!
• 1:27
  Speaker 1: Hallo Jonas, hallo!
• 1:28
  Speaker 0: Ja schön dass du da bist.
• 1:29
  Speaker 0: Wir haben ja schon ein bisschen vorgesprochen in dem Sinne das wir hier die Zeit überbrückt haben weil wir ein bisschen spät des Studio aufgemacht haben.
• 1:37
  Speaker 0: aber vielen Dank für deine Geduld und schön dass Du da bist!
• 1:41
  Speaker 1: Kein Thema, ne freut mich auch hier zu sein und vielen dank für die Einladung.
• 1:46
  Speaker 0: Ich habe dich als Chief Data Officer vorgestellt für die Sanakliniken.
• 1:49
  Speaker 0: Aber vielleicht kannst du noch mal aus deiner Perspektive, aus deinem Arbeitsalltag sagen was du so alles verantwortest.
• 1:55
  Speaker 0: Was ein Schiefdata-Office bei euch macht und vielleicht auch ein bisschen damit wir nochmal verstehen wo du eigentlich herkommst die Historie wie sonst dein beruflicher Werdegang ist?
• 2:05
  Speaker 1: Ja klar total gern!
• 2:07
  Speaker 1: Ich komme eigentlich gebürtig vom Bodensee.
• 2:09
  Speaker 1: also ich bin vor vor langen Jahren vielen jahren am Bodenseee in Kotschans im schönen Konschans auch geboren bin dort aufgewachsen hab dann auch nach dem Abitur erst mal beschlossen, ich möchte gerne am Bodensee bleiben und hab dort studiert.
• 2:22
  Speaker 1: Hab dort an der Universität Konstanz-Volkswirtschaftslehre studiert und ja, nach einem Diplom oder schon währendem Diplomen habe ich mir eigentlich überlegt naja VUL war bei uns sehr trocken, sehr mathematisch ein Stück weit inhaltsleer.
• 2:39
  Speaker 1: das hat mich nicht ganz so gefallen und da hab ich damals schon belegt ob das wirklich meine Zukunft, meine berufliche Zukunft werden sollte Und bin dann in das Thema Wirtschaftsinformatik noch reingekommen.
• 2:49
  Speaker 1: Wir hatten ein kleines Unternehmen bei uns in Konstanz, die hat sich damals an der Uni vorgestellt mit einem Thema Management Information Systeme.
• 2:59
  Speaker 1: Das fand ich total spannend eigentlich diese Kombination aus Betriebswirtschaft und aber auch Daten, insbesondere Daten, die sehr relevant sind für eine Unternehmenssteuerung.
• 3:09
  Speaker 1: Fand ich total spannend und gleichzeitig gab es auch die Chance nach meiner Diplorarbeit von damals Volkswirtschaftslehre in diesem Bereich auch zu schreiben.
• 3:19
  Speaker 1: Und so bin ich dann in das Thema reingekommen und habe dann auch beschlossen nochmal ein Wirtschaftsinformatikstudium dranzuhängen, aber dann an der Fachhochschule Konstanz.
• 3:30
  Speaker 0: Das heißt du bist eigentlich vom Studium her durchgehend Mensch mit Informationssysteme ist ja sozusagen so ein bisschen der Vorreiter für das Thema BI wenn man es jetzt mal ganz grob
• 3:39
  Speaker 1: beschreiben
• 3:40
  Speaker 0: will seitdem wirklich mit dem Thema beschäftigt?
• 3:43
  Speaker 1: Genau, absolut.
• 3:43
  Speaker 1: Also seit ich dann in den Berufslaufmann eingestiegen bin beschäftige ich mich eigentlich damit.
• 3:49
  Speaker 1: Thema hieß dann Business Intelligence relativ lange.
• 3:52
  Speaker 1: Ich habe dort auch angefangen in kleinen Softwareunternehmen und dann auch in der Beratung verschiedene Positionen gehabt.
• 4:00
  Speaker 1: Wir haben dort angefangen Detail Warehäuser zu bauen in verschiedenen Branchen teilweise Versicherungen, teilweise in der Telekommunikation Bin aber dann aus der Beratung raus, so die üblichen Gründe.
• 4:12
  Speaker 1: Montag in den Flieger.
• 4:14
  Speaker 1: Freitag wieder zurück.
• 4:15
  Speaker 1: das war dann irgendwann nicht mehr kompatibel und bin dann in die Industrie.
• 4:19
  Speaker 1: ich war lange bei ProSieben SattEinsMediaG in Unterföhring in München eben und habe dort auch das Data Warehouse mit aufgebaut.
• 4:30
  Speaker 1: Und dann aber, ja da kam irgendwann auch der Wechsel in die Sana und ich dachte okay Gesundheitswesen das klingt total spannend.
• 4:37
  Speaker 1: Ich bin jetzt seit fast siebzehn Jahren bei der Sana-Kliniken AG im Gesundheitswesentätik.
• 4:43
  Speaker 1: Ja
• 4:43
  Speaker 0: und jetzt Chief Data Officer?
• 4:45
  Speaker 1: Genau!
• 4:46
  Speaker 1: Jetzt mittlerweile Chief Data officer für den Konzern.
• 4:49
  Speaker 1: Ich habe lange Jahre in Leitiger gearbeitet und hab dort auch mit die analytischen Systeme Data Ware Systemen wieder aufgebaut.
• 4:55
  Speaker 1: Und vor vier Jahren, du hast eingangs gesagt, Steffi kam vor vier jahren und sie hat mich dann gefragt ob ich nicht mit ihr gemeinsam ein Daten-Ökosystem aufbauen möchte.
• 5:06
  Speaker 1: Dort als Chief Data Officer das auch steuern möchte.
• 5:10
  Speaker 1: So kam der Wechsel aus zur IT auf die Konzernseite und seither bin ich Chief Data officer.
• 5:17
  Speaker 0: Kannst du uns so'n bisschen die Organisation strucken?
• 5:21
  Speaker 0: beim Thema Data und IT.
• 5:23
  Speaker 0: Ist ja immer ganz spannend zu sehen, wo sitzt die IT?
• 5:27
  Speaker 0: Wie ist Data aufgebaut?
• 5:28
  Speaker 0: wie arbeiten sie eigentlich mit zusammen?
• 5:29
  Speaker 0: Wie hängt das am Business?
• 5:31
  Speaker 0: Kannst du uns da so ein bisschen mitnehmen?
• 5:32
  Speaker 1: Ja also generell.
• 5:34
  Speaker 1: die Steffi leitet den CTO Chief Transformation Bereich bei uns ist eben zuständig für digitale Transformation Und innerhalb dieses Bereichs oder dieses Ressortes gibt es zwei große Gesellschaften.
• 5:46
  Speaker 1: Das ist einerseits die SANA IT, die dort letztendlich den eigentlichen Betrieb und Aufbau der Applikationen, die Infrastruktur
• 5:56
  Speaker 1: usw.,
• 5:57
  Speaker 1: dem Betrieb verantwortet.
• 5:58
  Speaker 1: Wir haben eine weitere Gesellschaft, die Demant-Management durchführt, die unter anderem Breakportfolio macht oder verantwortete.
• 6:10
  Speaker 1: Genau, zusätzlich gibt es weitere Bereiche innerhalb des Ressorts unter anderem EFTIS Data Office und dort bin ich quasi dann direkt auch beim Vorstand angesiedelt.
• 6:20
  Speaker 1: Das heißt das ist eher eine strategischere Position.
• 6:23
  Speaker 1: aber dadurch dass wir eben direkt auch mit der IT natürlich in einem Ressort hier unterwegs sind können die Themen die wir uns dann auch gemeinsam mit den Fachbereichen konzeptionell ausdenken dann auch direkt so an die IT weitergeben.
• 6:39
  Speaker 1: Das ist eigentlich eine sehr gute Organisation.
• 6:42
  Speaker 1: Grundsätzlich sind wir im Konzern als Matrix aufgestellt, das heißt, wir haben auf der einen Seite Business Partner die bestimmte Funktionalitäten im Konzern wahrnehmen und die Geschäftsfelder oder die Bereiche oder die Business Units dann auch unterstützen.
• 7:00
  Speaker 0: Was sind denn so die strategischen Initiativen, die ich mir gerade vorstellen soll darf?
• 7:09
  Speaker 0: dem Chief Data Officer dann hängen.
• 7:11
  Speaker 0: Also was beschäftigt gerade eigentlich euer Business und kommt ja hier eigentlich zu euch im Data & IT Bereich?
• 7:17
  Speaker 1: Ja, also was bei uns sicherlich immer noch ein großes Thema ist oder auch die nächste Zeit sein wird ist überhaupt die Datenverfügbarkeit herzustellen.
• 7:25
  Speaker 1: Man muss einfach verstehen wie ist die Sana organisiert beziehungsweise Wie ist die Sahne einstanden?
• 7:31
  Speaker 1: Wir sind vor allem durch Wachstum auch in den letzten zwanzig Jahren dann auch groß geworden.
• 7:36
  Speaker 1: Das heißt, wir haben Krankenhäuser akquiriert im deutschen Gesundheitsmarkt aber nicht nur im stationären Bereich, sondern auch im ambulanten Sektor.
• 7:46
  Speaker 1: Viele Arztsitze und viele medizinische Versorgungszentren sind zugekauft.
• 7:51
  Speaker 1: Aber auch im terzieren Umfeld.
• 7:52
  Speaker 1: Dienstleister sind hinzugekommen, die das gesamte Spektrum hier abdecken.
• 7:59
  Speaker 1: Und ein großes Thema ist eigentlich die Datenverfügbarkeit.
• 8:02
  Speaker 1: Das sind
• 8:02
  Speaker 0: unterschiedlichen Units, weil immer eine eigene IT dazu gekauft wurde,
• 8:08
  Speaker 1: eigene
• 8:08
  Speaker 0: Datenstrukturen...
• 8:10
  Speaker 1: Genau also jedes Krankenhaus hat seine eigene IT mitgebracht und einen Stück weit abgekapselt wie so ne kleine Inseln und die muss man eben bei uns dann integrieren.
• 8:20
  Speaker 1: Und das führt zu einer extremen Heterogenität und da die Daten eben konzernweit verfügbar zu machen, dass es eine große Herausforderung aktuell bei uns ist.
• 8:31
  Speaker 0: Ja.
• 8:32
  Speaker 0: Das heißt eigentlich sind im Kleinen schon die Verfügbarkeit da gewesen.
• 8:36
  Speaker 0: aber ihr wollt ja nicht nur aus der, wie sagt man, Patientensicht... ...die Verfügbarheit der Kliniken bündeln unter ambulanten Zentren sondern auch die analytischen Fähigkeiten, die hinter den Daten hängen?
• 8:53
  Speaker 1: Ja richtig.
• 8:53
  Speaker 1: Wir wollen natürlich auch auf Konzernebene die Daten, die vorhanden sind dann natürlich ausnutzen und das nicht nur im klinischen Bereich sondern auch in vielen anderen Bereichen oder Datendomänen, die wir eigentlich haben also insbesondere Einkaufen.
• 9:06
  Speaker 1: Logistik ist da natürlich ganz prominent.
• 9:09
  Speaker 1: Also wir haben einen sehr großen Einkaufsverbund aktuell noch bei der Sana Und dort entstehen natürlich eine ganze Menge an Daten und auch sehr hochwertige Daten, die natürlich extrem relevant sind für die Konzernsteuerung.
• 9:24
  Speaker 1: Genauso im Finanzumfeld entstehen wichtige Daten im HA-Umfeld noch viel mehr.
• 9:31
  Speaker 1: Dort ist auch einer unserer größten Kostenblöcke aktuell, die wir bei der Sahne haben.
• 9:38
  Speaker 1: Diese Daten zu steuern ist natürlich extrem relevant.
• 9:42
  Speaker 0: Gute, ich habe ein Buch zum Thema Customer Data Platform geschrieben.
• 9:47
  Speaker 0: Es ist so ein bisschen aus Marketing sich die dieses Thema Bündeln der Kundendaten ja auf der anderen Seite seid ihr jetzt im Klinikumfeld natürlich nicht habt ihr keine Kunden sondern Patienten.
• 9:59
  Speaker 0: und für die Für die Folge habe ich mich ein bisschen eingelesen.
• 10:02
  Speaker 0: da gab es das ganze thema so client data repository also die klinischen Daten zusammenzuführen.
• 10:10
  Speaker 0: Und wenn ich mir das ein bisschen angeschaut habe, wird es ja mega komplex weil es nicht nur wie Marketingumfeld die E-Mailadresse und irgendwie die Anschrift ist sondern wenn man das richtig spielt sind es ja Patientendaten die wir kritisch beurteilen werden.
• 10:25
  Speaker 0: beschäftigt euch mit so einem Thema?
• 10:28
  Speaker 0: Ja,
• 10:29
  Speaker 1: absolut.
• 10:30
  Speaker 1: Das ist genau das Feld wo wir gerade sehr viel Energie letztendlich reinstecken muss man einfach so sehen.
• 10:37
  Speaker 1: Wir haben in den letzten Jahren auch eben viele Themen bearbeitet die uns ein Stück weit außerhalb unserer klinischen Daten dann noch waren wie gesagt vielleicht beispielsweise Finanzdaten oder auch einkauflos Logistikdaten.
• 10:50
  Speaker 1: Aber mittlerweile liegt ganz klar der Schwerpunkt jetzt auch auf klinische Daten, weil wir hier eben einen sehr hohen Wertbeitrag sehen.
• 10:58
  Speaker 1: Sowohl zur Steuerung innerhalb des Konzerns aber auch wir wollen beispielsweise vorhaben unterstützen wie Forschungen sogenannte Sekundärverwendungen von Daten also Daten die im Behandlung Kontext entstehen, die man natürlich für die Behandlung benötigt.
• 11:15
  Speaker 1: Aber auch dann an externe Partner gehen wie zum Beispiel Forschungseinrichtungen?
• 11:24
  Speaker 0: Wenn du vielleicht den höheren Hörerinnen nochmal das Thema erklärst was ist denn der Unterschied zwischen einer kleinen Data Repository versus eine klassischen Datenplattform.
• 11:38
  Speaker 0: Ja,
• 11:38
  Speaker 1: also Clinical Data Repository.
• 11:41
  Speaker 1: Also streng genommen ist es eine analytische Plattform für Daten.
• 11:46
  Speaker 1: Wenn man da erstmal von ganz weit drauf schaut, ist eigentlich nichts anderes.
• 11:51
  Speaker 1: aber in der ganzen Reihe an Besonderheiten.
• 11:55
  Speaker 1: Das sind technische Rahmenbedingungen muss man einfach verstehen.
• 11:59
  Speaker 1: im Gesundheitswesen gibt's spezifische Technologien die sich über den Lauf der Jahre dort entwickelt haben.
• 12:06
  Speaker 1: Die werden natürlich verwendet, das sind dann auch Standards um Daten überhaupt aus den klinischen Systemen rauszubekommen zu extrahieren.
• 12:14
  Speaker 1: Das ist hauweise gar nicht so einfach.
• 12:15
  Speaker 1: aber dort haben sich einfach im Laufe der Jahre Technologien, Schnittstellen, Technologin entwickelt beispielsweise HL-Sieben oder auch Feier...
• 12:25
  Speaker 0: ...die sonst nicht auf dem Markt gibt?
• 12:27
  Speaker 1: Die gibt es nur speziell im Gesundheitswesen.
• 12:29
  Speaker 1: International, die gibt's eigentlich nur im GesundheitsWesen.
• 12:34
  Speaker 1: Genau, und diese Technologien musst du eigentlich verwenden.
• 12:37
  Speaker 1: Sonst atme ich wenig Möglichkeiten wirklich Daten aus den Primärsystemen dann auch zu bekommen.
• 12:45
  Speaker 1: Also das ist schon mal eine große Unterscheidung dass man eben bestimmte Technologin die im Gesundheitswesen vorhanden sind dann auch nutzen muss genauso zur zur Speicherung der Daten, zur Persistierung.
• 12:56
  Speaker 1: Auch dort gibt es verschiedene Systeme die man sinnvollerweise verwendet.
• 13:01
  Speaker 1: also man geht jetzt nicht her und baut sich sein eigenes Liter-Währhaus zusammen so wie wir das vielleicht kennt aus anderen Branchen sondern man nutzt wirklich auch vorkonfigurierte spezifische klinische Datenmodelle weil das sonst einfach zu komplex ist hier Klinische Standards dann auch abzubilden.
• 13:20
  Speaker 1: dass würde gar keinen Sinn machen.
• 13:22
  Speaker 1: Das sind ninkbar verhandene Datenmodelle und extrahiert eben die Daten aus den Systemen.
• 13:28
  Speaker 1: Und das ist wie in allen Plattformen, also dieser Grundgedanke-Extract-Transformation laut, der ist auch hier letztendlich dann auch verhandelt.
• 13:38
  Speaker 1: Ja,
• 13:39
  Speaker 0: und der Klassiker sozusagen dieses Brosse-Silbergold-Layer-Prinzip auch da ist es schon einmal.
• 13:46
  Speaker 0: Und spannend ist natürlich dass ... im klassischen Umfeld.
• 13:50
  Speaker 0: Aber gerne deine Meinung dazu, es immer unterschiedliche Datenmodelle gibt weil jede Firma für sich seine Art Datenmodell gibt natürlich immer Best Practice aber jeder hat so seine Idee das nur ein bisschen auszubauen und ich verstehe gerade dass im klinischen Umfeld das anders ist.
• 14:03
  Speaker 1: Ja richtig das ist eigentlich anders.
• 14:04
  Speaker 1: also man versucht hier wirklich standardisierte Datenmodellen auch zu verwenden die am Markt einfach etabliert sind oder die ja aus der Forschung raus auch entstanden sind beispielsweise Medizininformatikinitiative in gefördertes Vorhaben hier in Deutschland, das im Jahr zwei Tausend Fünfzehn gegründet wurde und wo auch letztendlich als wesentlicher Kern ein so genanter Kerndatensatz auch dort entstanden ist.
• 14:34
  Speaker 1: Der eben verschiedene Bereiche im medizinischen Kontext dann auch abbildet.
• 14:40
  Speaker 0: Hat das zwanzig Jahre jetzt eigentlich oder fünfzehn Jahr- oder zehn Jahre um irgendeine Zahl zu nehmen, gedauert, um diese Konstrukte also allgemein für den Markt nicht jetzt für euch Standards zu etablieren?
• 14:50
  Speaker 0: Oder sind es eigentlich Standards die's schon seit zwanziger Jahren gibt.
• 14:53
  Speaker 0: Weil wenn viele Leute oder wenn man sich ja so ein bisschen aus IT und Datasicht auf Kliniken anschaut, sind sie jetzt nicht die Allermodernsten.
• 15:04
  Speaker 0: da will ich jetzt euch nicht zu nahe treten aber Wenn ich mal in der Klinik bin oder mit meiner Tochter in der klinik war und mir den bildschum angeguckt hat, wo der arzt was eingetippt hat, dachte die so könnte vielleicht moderner sein.
• 15:14
  Speaker 0: Vielleicht braucht man es auch gar nicht ist immer natürlich Anforderungen und Ergebnisse.
• 15:18
  Speaker 0: aber Wo kommen die standards eigentlich her?
• 15:21
  Speaker 0: Weißt du das?
• 15:22
  Speaker 1: Ja, das ist tatsächlich so.
• 15:23
  Speaker 1: Also die IT- oder Digitalisierung im Gesundheitswesen hängt ja generell also hängt generell hin und dran.
• 15:30
  Speaker 1: alles was dort stückweit reguliert ist in Deutschland.
• 15:33
  Speaker 1: Das ist was Digitalisierung angeht auf jeden Fall weit hinter anderen Branchen.
• 15:39
  Speaker 1: Da muss man ja nur beispielsweise auf die Ämter gehen.
• 15:42
  Speaker 1: da sieht man sofort.
• 15:43
  Speaker 1: okay wir haben ein Problem und genauso ist es letztendlich auch in dem Gesundheitswesen.
• 15:48
  Speaker 1: Es ist definitiv nicht anders Aber ich denke, die Technologien gibt es tatsächlich schon seit Längerem.
• 15:54
  Speaker 1: Also Stichwort was ich eben gesagt habe.
• 15:56
  Speaker 1: Technologin wie FIRE eine noch der oder relativ moderne Technologie lehnt sich ein Stück weit an Web-Technologien um Daten über verschiedene Systeme zu transportieren.
• 16:10
  Speaker 1: aber auch FIRE gibt's seit zwanzig Jahren.
• 16:13
  Speaker 1: Aber ich glaube hier der wesentliche Punkt ist eher, dass sich mittlerweile auch die Regulatorik eben auch verändert hat.
• 16:18
  Speaker 1: Und das in der Gesetzgebung hier in den letzten fünf Jahren wirklich eine starke Veränderungen auch stattgefunden hat.
• 16:26
  Speaker 1: und wir haben mittlerweile eben Gesetzgebungen, um jedes ermöglichen Gesundheitsdaten anders zu verwenden wie eben noch vor zehn, fünfzehn Jahre.
• 16:35
  Speaker 1: ne?
• 16:37
  Speaker 0: Ich überleg mir gerade und gehe so... Gerade als ich das mit meiner Tochter gesagt habe so ein bisschen den Weg durch.
• 16:44
  Speaker 0: Ich glaube, ihr hattet auch so ein bisschen vorgespricht dass du eine Master Patient Index habt.
• 16:50
  Speaker 0: also können wir eigentlich gemeinsam mal von der Aufnahme in der Notaufnahme sozusagen einmal besprechen im Allgemeinen muss jetzt nicht zwangsweise speziell auf euch sein aber was da eigentlich an Daten erheben, erhoben werden und wo die dann hingehen.
• 17:11
  Speaker 0: Also das sind ja alleine aus wie du sagst rechtlichen Blickwinkeln musst du ja auch die Daten ergeben und verarbeiten.
• 17:19
  Speaker 1: Ja gerne, also können wir mal ein kleines Fallbeispiel auch konstruieren.
• 17:25
  Speaker 1: Vielleicht haben viele sicherlich schon erlebt man wacht nachts auf und hat Schmerzen dass jetzt Brustschmerzen sind oder vielleicht dein Kind hat vielleicht irgendwas Schmerzen oder einen kleinen Unfall, wie auch immer.
• 17:39
  Speaker 1: Du gehst nachts in die Notaufnahme und bist froh, dass es überhaupt eine gibt.
• 17:43
  Speaker 1: Und das dort auch Menschen sind, die dir dann helfen.
• 17:46
  Speaker 1: Aber was die Daten angeht – das Erste, was immer passiert ist, wenn du noch in der Lage dazu bist, dass du als Patient überhaupt erst mal aufgenommen wirst.
• 17:54
  Speaker 1: Das heißt deine Personen-Stammdaten werden aufgenommen Natürlich ganz wichtig, deine Versicherungsdaten.
• 18:01
  Speaker 1: Also wie bist du auch versichert?
• 18:03
  Speaker 1: Und wenn das dann erledigt ist, dann kommt der nächste Schritt und da geht es in die Anamnese.
• 18:10
  Speaker 1: Das medizinische Personal befrägt dich dann was du eigentlich genau hast also wo deine Schmerzen sind.
• 18:16
  Speaker 1: Sind die stechend?
• 18:18
  Speaker 1: Sind die schwachsitzestark?
• 18:20
  Speaker 1: Da geht's in die Befundung rein!
• 18:22
  Speaker 1: Du kriegst eine Diagnose gestellt Und natürlich ganz dann auch abhängig von der Diagnose werden dann verschiedene Vitalparameter gegebenenfalls erhoben, also beispielsweise.
• 18:33
  Speaker 1: Der Blutdruck wird gemessen und die Körpertemperatur wird gemessene.
• 18:37
  Speaker 1: Also eine ganze Reihe an Körpermests werden erhobenen, natürlich immer je nach dem was letztendlich dahin befunden ist.
• 18:47
  Speaker 1: Diese Daten landen in den klinischen Systemen.
• 18:51
  Speaker 1: Da gibt es aber nicht nur eins von, sondern es gibt in den Krankenhäusern eine Vielzahl an klinischen Systemen.
• 18:57
  Speaker 1: Man muss sich das vorstellen.
• 18:58
  Speaker 1: Es gibt immer ein zentrales System ... Das nennt sich auch klinisches Informationssystem?
• 19:04
  Speaker 1: KISS!
• 19:06
  Speaker 1: Genau, das KISS hat jedes Krankenhaus einen KISS.
• 19:09
  Speaker 1: Das ist der sogenannte Primärsystem.
• 19:12
  Speaker 1: Und zusätzlich zum KISS gibt es eben weitere spezialisierte Systeme, die eben für ganz spezielle Themen dann auch oder Fachbereiche geben falls dann auch da sind.
• 19:23
  Speaker 1: Beispielsweise Labor-Informationssystem oder ein radiologisches System also dort wo dann die Bildgebung erfolgt ob das jetzt ein CT ist oder ein Röntgenbild.
• 19:35
  Speaker 1: Dort entstehen die Daten und diese Daten waren dann teilweise nicht alle.
• 19:40
  Speaker 1: Teilweise bleiben die in den spezialisierten System, aber teilweise gehen diese Daten eben wieder zurück ins KISS-System.
• 19:46
  Speaker 1: Weil das KISSsystem dort erfolgt die Gesamtdokumentation.
• 19:49
  Speaker 1: also da ist eigentlich der Gesamtdatensatz dann auch vielleicht nicht in jeder Detailierung.
• 19:56
  Speaker 1: Aber die wesentlichen Themen die wesentlichen Daten sind im KISS System vorhanden weil dann auch dort die Abrechnung generiert wird Und deswegen musst du alle Leistungen eigentlich im Kist dokumentieren.
• 20:08
  Speaker 1: Genau, weil sonst kann die Leistung dann auch nicht abgerechnet werden.
• 20:12
  Speaker 0: Nimm ich mal mit vielleicht ist es falsch aber gibt's das dann fürs Thema Röntgen oder gibt auf Abteilungs-Ebene wie muss ich mir so eine Systemuntergliederung eigentlich vorstellen?
• 20:23
  Speaker 0: Kann man sagen, oder ist das unterschiedlich?
• 20:25
  Speaker 1: Das ist eigentlich wirklich eben funktional.
• 20:27
  Speaker 1: Wie du wahrscheinlich gesagt hast.
• 20:29
  Speaker 1: Röntgen
• 20:29
  Speaker 0: hat was Eigenes.
• 20:30
  Speaker 0: Je
• 20:30
  Speaker 1: nach Fachabteilung oder sogenannte Funktionsbereiche gibt es dann wirklich unterschiedliche Systeme.
• 20:35
  Speaker 1: Genau also insbesondere Rönten die ganze Bildgebende und Verfahren.
• 20:39
  Speaker 1: Rönken, CTs usw.
• 20:41
  Speaker 1: Laborverfahren sind später spezielle Systeme dann aber in die Funktionsbereiche rein, also Diagnostik, Herzkatheter, Labor und so weiter.
• 20:50
  Speaker 1: Also sie haben ja alle ihre Spezialsysteme... Da ist es wirklich spannend, wenn man mal durch den Krankenhaus geht.
• 20:57
  Speaker 1: Dann sieht man an jeder Ecke so ein System stehen oder so eine kleine Apparatur stehen und da kriegt man dann erklärt ja dieses System macht ganz spezielle Themen in einem gastroenterologischen Umfeld also vielleicht irgendwas was die Bauchspiegelung durchführt.
• 21:14
  Speaker 1: Also für jede Vielzahl an Themen gibt's spezialisierte Systeme.
• 21:20
  Speaker 1: Ja,
• 21:23
  Speaker 0: wenn ich gerade so ein bisschen noch mal gedanklich abschweif.
• 21:25
  Speaker 0: Ihr habt seit gewachsen, habt Kliniken mit dazu bekommen, habt ambulante Zentren mit.
• 21:30
  Speaker 0: Das heißt jede einzelne hatte eigentlich im besten Fall das gleiche.
• 21:34
  Speaker 0: aber es ist wahrscheinlich unterschiedliche Kistsysteme.
• 21:37
  Speaker 0: Die haben ja auch wahrscheinlich unterschiedlicher Röntgen-Systeme gekauft.
• 21:41
  Speaker 0: Das heisst ihr seid von der Wartung vom Prodrieb und der Infrastruktur in jedem Klinik unterschiedlich Und dazu kommt, dass dann in jedem Klinik auch nochmal unterschiedlich.
• 21:51
  Speaker 0: irgendwie die Daten höchstwahrscheinlich aufbereitet sind und fließen.
• 21:54
  Speaker 0: Jetzt könntet ihr auf Konzernebene die einzelnen KISS-Systeme konsolidieren oder was heißt Konsolidierende?
• 22:02
  Speaker 0: Also Daten nehmen und irgendwo zentral abspeichern.
• 22:05
  Speaker 0: aber viel spannender wird es ja später in der Auswertung und vielleicht auch in der klinischen Forschung diese wie du sagst diese Daten in den weiteren Systemen zu bekommen statt in dem Primärsystem.
• 22:17
  Speaker 1: Das ist eigentlich unsere zentrale Herausforderung, die wir aktuell haben.
• 22:19
  Speaker 1: Diese Heterogenität, die man an den einzelnen Krankenhäuser auch hat, die letztendlich in einen Standard zu überführen und das nicht nur auf einer Datenebene sondern erst mal auf einem System oder Prozessebene.
• 22:33
  Speaker 1: Alleine die Prozesses sind natürlich überall unterschiedlich.
• 22:37
  Speaker 1: Wenn man denkt Aufnahmeprozesse müsste ja überall gleich sein aber auch da geht es schon los, dann sind die Prozese unterschiedlich.
• 22:43
  Speaker 1: Dann geht es natürlich weiter in die klinischen Fachprozesse rein, auch dadurch dass wir ganz unterschiedliche Kliniken haben.
• 22:50
  Speaker 1: Wir haben maximal Versorger mit acht-neinhundert Betten und wir haben aber auch spezifische Fachkliniken, Herzzentren, die funktionieren, die ticken natürlich ganz anders wie wir oder ein kleiner Grund- und Regelversorger.
• 23:03
  Speaker 1: Das heißt, wir haben unterschiedliche Prozesse, wir habe unterschiedliche baulichen Gegebenheiten jeweils vor Ort und demnach haben wir auch immer unterschiedliche Systeme von den Funktionen immer die gleiche.
• 23:14
  Speaker 1: Also jedes Krankenhaus hat ein KISS, jedes Krankenhauß hat ein Labor-System an Röntgensystem
• 23:18
  Speaker 1: usw.,
• 23:19
  Speaker 1: aber die Systeme sind alle unterschiedlich.
• 23:23
  Speaker 1: Das zu standardisieren ist eine der wesentlichen Aufgaben.
• 23:26
  Speaker 0: Den täglich Brot?
• 23:28
  Speaker 1: Zum Glück nicht meins, meine Kollegen aus der IT.
• 23:31
  Speaker 1: Mein Thema ist eher den Daten.
• 23:33
  Speaker 1: Aber auch dort haben wir eben das Problem, dass wir eine sehr große Heterogenität in den Daten haben.
• 23:38
  Speaker 1: Und diese zu standardisieren oder Stichwort Interoperabilität, sperriges Wort ist hier an der Stelle ganz wichtig um eben dann Daten in ein einheitliches gemeinsames Clinical Data Repository überführen.
• 23:54
  Speaker 0: Was alle relevanten Daten aus... Also man würde verstehen ich so wie könnte man es sagen CDR?
• 24:03
  Speaker 1: Ja genau, CDA.
• 24:04
  Speaker 1: CDA
• 24:05
  Speaker 0: ja um wirklich nochmal das immer so lang zu sagen.
• 24:11
  Speaker 0: Man würde erkennen dass ich bei den Sanakliniken ihr habt ja nicht nur eine wenn das final ist würde man sehen dass Jonas in mehreren Kliniken war.
• 24:22
  Speaker 1: Ja, genau.
• 24:23
  Speaker 1: Das ist natürlich ein Thema, das wir über einen sogenannten Master Patient Index auch versuchen oder angehen und lösen können.
• 24:36
  Speaker 1: Auf der einen Seite will man schon, dass man erkennt, der Jonas war jetzt hier in zwei unserer Kliniken und vielleicht auch davor einer ambulanten Praxis oder geht zur Nachsorge wieder in den Medizinischen Sorgungszentrum.
• 24:49
  Speaker 1: aber was man ja möchte... ist den gesamten Datensatz über deine gesamte Journey bei uns.
• 24:54
  Speaker 1: Also da wo du zum ersten Mal quasi die Saarnatür aufmachst, ob das jetzt direkt ambulantes oder stationär seid man hingestellt.
• 25:02
  Speaker 1: aber man will ja die gesamte Befundung sogenannte Longi-Tudinaldaten und Auswertungen die wir mal an der Stelle haben dass man eben weiß okay dein erstes Röntgenbild sah so aus deine ersten Blutwerte waren so wurde vielleicht in einem Ambulantenzentrum aufgenommen.
• 25:20
  Speaker 1: Dann bist du stationär gekommen, hast eine OP gehabt und dann gingst du in die Nachsorge wieder ins Saarner Haus und die Ärzte interessierten natürlich deine gesamte historische Befundung an der Stelle.
• 25:31
  Speaker 1: Das
• 25:32
  Speaker 0: finde ich eigentlich auch spannend wenn man so ein bisschen drüber nachdenkt weil wer außer ihr in großer Form könnt es lösen?
• 25:39
  Speaker 0: Weil auf Basis dieser unterschiedlichen Patienten Journeys würde ich jetzt mal bezeichnen Kann ja auch viel gelernt werden, also verstanden wird.
• 25:50
  Speaker 0: Also jetzt meine Theorie Du hast einmal hundertmal unterschiedliche Jonas Verläufe und man weiß eben dass wenn man vielleicht Das Thema Brustschmerz wie folgt behandelt Hunderts sind höchstens nicht zu klein von der Fachzahl, aber um eine Fallzahle.
• 26:06
  Speaker 0: Dann kann man ja daraus lernen wie wird eigentlich die Nachversorgung besser entwickelt sich sozusagen der Heilungsprozess?
• 26:13
  Speaker 0: dahinter steht und das ist natürlich ein spannender Case den man dann auch wieder anwenden kann
• 26:18
  Speaker 1: Absolut und genau das ist letztendlich dann der Stichwort hier die Sekundärverwendung von Daten.
• 26:23
  Speaker 1: Also Daten, die im sogenannten Behandlungsverlauf auch entstanden sind und die natürlich dort auch verwendet würden eben für eine Primärversorgung also für deine eigentliche Versorgung.
• 26:33
  Speaker 1: diese Daten möchte man in dem Nachgang eben verwenden um Behandlungspade zu optimieren um eine Behandlingsqualität letztendig auch zu optimiere.
• 26:43
  Speaker 1: ein ganz wichtiges Thema.
• 26:44
  Speaker 1: Und natürlich hier der stichwort KI vielleicht KI-Algorithmen zu entwickeln, um hier natürlich langfristig dann auch in eine andere optimierte Behandlung einzugehen.
• 27:00
  Speaker 0: Was war so die größte und wichtigste Initiative jetzt bis schon über siebzehn Jahre bei SANA?
• 27:08
  Speaker 0: Bis jetzt vier oder drei Jahre hatte ich verstanden gehabt in der CDO-Rolle.
• 27:12
  Speaker 1: Wenn
• 27:15
  Speaker 0: wir uns die CDO-Rolle mal angucken, was war so der... ...die coolste Erkenntnis oder das coolste Projekt, was du da gemacht hast?
• 27:24
  Speaker 1: Ja ich glaube, ich würde da gar nicht so einen Projekt rausnehmen.
• 27:27
  Speaker 1: Sondern ich glaube überhaupt die Gesamtheit hier, der Themen oder auch dadurch dass wir eben jetzt Datenthemen in einer Rolle auch sich vereinen können und Das ist nicht nur eine operative Sicht auf Daten sondern wirklich auch ein strategischen Charakter und dass wir das jetzt in einer Stelle oder eine Organisationseinheit bündeln können, die auch auf Konzernebene angesiedelt ist.
• 27:51
  Speaker 1: Ich glaube, das ist ein ganz entscheidender Treiber auch, weil man jetzt auf einen anderen Augenhöhe diese Themen oppositionieren kann.
• 28:02
  Speaker 1: Und wir haben jetzt auch schon eine Vielzahl an Themen angestoßen.
• 28:07
  Speaker 1: Beispielsweise auch Data Governance, Strukturen haben wir jetzt etabliert oder sind gerade dabei diese einzuführen und das sind auch Themen die neben reinen technischen Themen wie Datenarchitekturen in der Organisation sehr wichtig sind um eine Datenqualität zu fördern.
• 28:30
  Speaker 0: Seht ihr eine spannende Diskussion, die ich letztmal auf einem Datameter von mir hatte?
• 28:34
  Speaker 0: Ein bisschen das Thema Data Products versus Data Projekte gesprochen wird.
• 28:39
  Speaker 0: Das Governance eher unter einem positiven Aspekt zu sehen.
• 28:47
  Speaker 0: Wie seht Ihr Governance natürlich aus der Clean-up Perspektive noch mal stärker?
• 28:52
  Speaker 0: Eher unterm regulatorischen Aspekt oder ... kann man darüber auch noch mal das Thema SLAs, Verfügbarkeit und Co.
• 29:01
  Speaker 0: platzieren?
• 29:01
  Speaker 0: Ja
• 29:01
  Speaker 1: also ich würde da gar nicht ganz absolut immer positiv verkaufen.
• 29:05
  Speaker 1: Also nicht in dem Sinne naja du musst jetzt hier aber folgen die Regeln befolgen bei der Eingabe von Daten ja und noch genauer arbeiten sondern den genauer eigentlich umdrehen.
• 29:16
  Speaker 1: Sondern wirklich von der Nutzung der Daten kommen und vom Wert den eben kuratierte Daten haben.
• 29:21
  Speaker 1: Und darüber muss man, glaube ich letztendlich dann argumentieren.
• 29:26
  Speaker 1: So kriegt man auch die Leute in die Verantwortung.
• 29:30
  Speaker 0: Wenn man das Zusammenspiel in so einem großen Unternehmen wie bei euch Data separat des Themas verstanden hat, dass alles unter Stephanie hängt IT Wie ist ja mal die Frage wenn du auf dem Reisbrett Data, IT platzierst Fachabteilung wie du es aufbaust.
• 29:52
  Speaker 0: Jetzt hast du vorhin erklärt wie ihr es gemacht habt.
• 29:54
  Speaker 0: Gibt's so eine gewisse IT-Reife wenn man das Thema rausrennen muss?
• 29:59
  Speaker 0: Also was ist so dein Blickwinkel auf das?
• 30:04
  Speaker 0: Wann macht Sinn, so data unter den IT-Espekten herauszunehmen und separat laufen zu lassen?
• 30:12
  Speaker 0: Gibt´s da so einen Grund?
• 30:13
  Speaker 0: also gibt es da so ein Zeitpunkt?
• 30:16
  Speaker 1: Ja, ich glaube da ist schon ein extrem reifes Unternehmen dann auch notwendig.
• 30:24
  Speaker 1: Strukturen müssen da sein, Prozesse müssen etabliert sein, Kultur muss natürlich da sein.
• 30:30
  Speaker 1: also ganz wichtig wenn du nicht über Datenkultur verfügst dann wird das extrem schwierig und dadurch die IT-Systeme müssen aber auch funktionieren.
• 30:37
  Speaker 1: Also das was ich vorher gesagt habe eine Standardisierung ist da extrem wichtig und dann glaube ich kann man das schon ein Stück weit auch entcoppeln.
• 30:46
  Speaker 1: Aber ganz wichtig ist eben, aus meiner Sicht die Datenkultur, die dann auch da relevant und notwendig ist.
• 30:55
  Speaker 0: Wie etabliert man sie?
• 30:56
  Speaker 0: Ist es kompliziert durch die Transformation?
• 30:58
  Speaker 0: Weil... Also nicht despektierlich klingen.
• 31:03
  Speaker 0: aber ich glaube die Ärzte natürlich sind jetzt sehr weit von dem Thema weg.
• 31:07
  Speaker 0: Die haben eine ganz andere Situation.
• 31:11
  Speaker 0: Da haben vielleicht Patienten, die im Worst Case ums Leben kämpfen natürlich emotional sehr aufgeladen sind.
• 31:19
  Speaker 0: und dann ist natürlich die Frage, wo fängst du an?
• 31:21
  Speaker 0: Wie steuerst du es?
• 31:24
  Speaker 0: Du kannst mir auch gerne von was anderem überzeugen.
• 31:26
  Speaker 0: Es war natürlich sehr das Kliniken der Betrieb sehr gut funktionieren muss.
• 31:31
  Speaker 0: aber diese Wertschöpfungskette ist ja eigentlich der letzte Teil, der irgendwann kommt.
• 31:37
  Speaker 0: Lieber dieser Rock-Solid-Architektur dass das auf Biegen und Brechen der Betrieb gut funktioniert kann.
• 31:46
  Speaker 1: Also grundsätzlich Datenkultur ist ein Thema, was ja nicht von heute auf morgen entsteht.
• 31:51
  Speaker 1: Ich glaube das ist ein Prozess der wirklich hier über Jahre dann etabliert werden muss und natürlich auch gefördert werden muss.
• 31:58
  Speaker 1: Und insbesondere jetzt auch bei den Klinikern oder beim medizinischen Personal ist ein Thema wie Forschung an dieser Stelle sehr relevant.
• 32:08
  Speaker 1: Wir haben viele medizinische Zentren bei uns, die auch regelmäßig zertifiziert werden müssen und dafür sind klinische Studien wichtig, dass klinisch Studien bei uns durchgeführt werden.
• 32:19
  Speaker 1: Dafür ist Forschung dann auch wichtig bekommt man, glaube ich dann wieder den Dreh an der Stelle.
• 32:27
  Speaker 1: Das müssen ja auch unsere Mediziner letztendlich durchführen und dafür werden wir doch um Daten benötigt.
• 32:33
  Speaker 1: Und das ist eben dann die langwierige Prozesse mal auch kulturell da diesen Unterschied zu machen.
• 32:40
  Speaker 0: Jetzt sprechen alle in der großen LinkedIn-Bubble über das Thema KI und AI.
• 32:48
  Speaker 0: Gibt es schon Themen mit denen ihr euch beschäftigt?
• 32:52
  Speaker 1: Klar, KI ist natürlich ein Riesenthema.
• 32:55
  Speaker 1: Wir haben jetzt auch eine eigene KI-Community letztendlich gegründet und eine KI-Strategie etabliert.
• 33:03
  Speaker 1: Wir sind an verschiedenen Ecken dran.
• 33:08
  Speaker 1: Teilweise machen die Kliniken das.
• 33:10
  Speaker 1: Das sind eigene Regie, dass sie beispielsweise im radiologischen Umfeld dann auch KI-Tools einsetzen.
• 33:17
  Speaker 1: Aber wir versuchen natürlich jetzt auch aus dem Konzern raus, das entsprechend das Thema KI wirklich strategisch zu steuern.
• 33:24
  Speaker 1: Aber ganz wichtig ist eben für KI, du brauchst erstmal die Daten.
• 33:29
  Speaker 1: ohne Daten keine KI.
• 33:30
  Speaker 1: und genau da setzen wir wieder an Wir wollen Datenverfügbarkeit erst mal erhöhen, wir bauen aktuell die Datenarchitekturen um überhaupt kuratierte Daten dann auch für KI Anwendungsweg bereitzustellen.
• 33:45
  Speaker 0: Ich stelle mir das gerade so ein bisschen vor und dann kannst du ja mal sagen, was vielleicht bei euch produktiv ist.
• 33:49
  Speaker 0: aber ihr habt ja genauso Use-Cases die gut funktionieren.
• 33:53
  Speaker 0: also dass das Thema vielleicht Befundung heißt.
• 33:57
  Speaker 0: es glaube ich auch bei radiologischen Bildern sind ja Modelle die von extern trainiert worden die er dann einsetzen können Punktuell in der Wertschöpfungskette, aber auf Basis der eigenen Daten wie du gerade beschreibst viel zu lernen.
• 34:13
  Speaker 0: Dann müsstet ihr wahrscheinlich oder werdet ihr auch viele AI-Modelle on-prem legen?
• 34:19
  Speaker 0: Überlegen natürlich welches Modell kann ich da überhaupt einsetzen dass das Richtige ist.
• 34:23
  Speaker 0: Das sind Themen die dann wie du sagst wo die Wertschüpfung groß wäre, woher war auch die relevanten Daten ja noch... jedes Unternehmen gerade eigentlich zusammenführt.
• 34:32
  Speaker 0: Ich hatte über eine Statistik gelesen irgendwie, McKinsey sagt, ninety-fünf Prozent aller AI PUCs werden genig live oder haben keinen Impact.
• 34:42
  Speaker 0: weil daher ist welche passiert?
• 34:44
  Speaker 0: Du kaufst ein cooles Produkt ein und dann gucktest du dich um und überlegst wo sind denn eigentlich in meinem Regal die Daten die ich damit nutzen kann?
• 34:51
  Speaker 0: und dann stellt man fest man hat nichts.
• 34:53
  Speaker 1: Ja genau, deswegen drehen wir den Ansatz.
• 34:54
  Speaker 1: Deswegen versuchen wir oder wollen wir ganz klar erstmal die Datengrundlage überhaupt schaffen und da ist wieder das eingangs erwähnte CDA eben der ganze zentrale Baustein.
• 35:04
  Speaker 1: Das ist wirklich der Hebel womit wir jetzt die klinischen Daten generieren wollen und eben diese standardisierte Daten Grundlage dann auch schaffen wollen.
• 35:16
  Speaker 1: Und wenn wir das
• 35:18
  Speaker 0: möglichst
• 35:18
  Speaker 1: über alle Kliniken hinweg beginnen Das kann auch gut sein, dass wir bestimmte Themen nur über einzelne Kliniken ausstreuen.
• 35:29
  Speaker 1: Wir haben wie gesagt Fachkliniken im kardiologischen Umfeld, da gibt es einen cardiologischen Use Case und lassen das mit ein oder zwei Klinikern machen in dem CDA.
• 35:39
  Speaker 1: Dort ist dann die Datengrundlage.
• 35:41
  Speaker 1: Wenn man diese dann hat können wir entsprechende KI-Tools einführen.
• 35:45
  Speaker 1: Aber genau das was du geschildert hast dieses Phänomen wollen wir eben nicht.
• 35:50
  Speaker 1: Das war KI-Tools dann letztendlich beschaffen und wir haben die Daten da nicht zu tun.
• 35:55
  Speaker 0: Beim Thema AI stellt man ja dann plötzlich doch schon fest, dass das Thema Governance auch ein wichtiger Punkt ist also nicht nur die Daten zur Verfügung stellen sondern dass man dann plötzlich vielleicht manchmal auch zu spät ist.
• 36:08
  Speaker 0: meine Erfahrung feststellt oh die Daten die wir jetzt hier genutzt haben sind doch gar nicht so gut.
• 36:12
  Speaker 0: Jetzt kann ich mir gut bei euch vorstellen dass Datenqualität ein spannender Punkt ist weil der Mensch sitzt vom PC vom Eingabegerät, bei euch sind es Ärzte.
• 36:22
  Speaker 0: Jetzt habe ich vorhin das Thema Zeitdruck angesprochen.
• 36:25
  Speaker 0: Kann man da sagen... Also ist es eine Initiative die hier losdreht?
• 36:28
  Speaker 0: Weil ihr könnt ja zum Arzt nicht sagen braucht's zehn Minuten länger für die Dokumentation sondern wie kann man so ein Thema überhaupt in Angriff nehmen?
• 36:37
  Speaker 1: Ja Natürlich wichtiges Thema, da muss man auch noch mal verstehen.
• 36:40
  Speaker 1: Klar also wie du es schon gerade gesagt hast, unsere Ärzte sind ja nicht da um zu dokumentieren beziehungsweise Datenerfassung zu machen damit die Data-Seintisten nachher ein schönes Leben haben und sich freuen über die Auswertung diese machen können sondern unser medizinisches Personal die Ärzten sind da um für Gesundheit zu sorgen und unsere Patienten dann gesundzumachen.
• 37:02
  Speaker 1: Aber Bobok, glaube ich ansetzen muss ist auch da wiederum bei den Prozessen beziehungsweise bei den Systemen die eben diese Prozesse, die operativen Prozesses auch unterstützen.
• 37:10
  Speaker 1: Und dann muss halt der strukturierte Eingabe von Daten möglichst vorhanden sein und das eben auch unterstützen.
• 37:19
  Speaker 1: oder beispielsweise dass sich über ein Diktiererät-Daten eingebe ernt, die dann halt automatisiert ins jeweilige Kistsystem per KI übersetzt werden.
• 37:30
  Speaker 1: Aber ganz wichtig ist eben, dass wir eben strukturiert Daten schon erfassen.
• 37:36
  Speaker 1: Und da ist aber ein großes Thema.
• 37:38
  Speaker 1: Die Kistsysteme einfach noch nicht soweit.
• 37:41
  Speaker 1: Das ist schon ein Problem und wenn du dich halt an bestimmten Eingaben masken dann erst mal mit zehn Klicks durch die Masken klicken musst um vielleicht zu bestimmten Daten dann zu kommen, dann ist das halt nicht wirklich ergonomisch und da muss noch einiges passieren.
• 37:57
  Speaker 0: Ich selbst erwische mich gerade dabei, dass ich so Tools wie Whisper Flow, ich weiß nicht ob du das so was sagst.
• 38:03
  Speaker 0: Also viel diese Spracheingabe... Ich merke selber wenn ich KI nutze, ich nutze ja lieben gerne gerade Klood von Tropic und auch Podcast vorbereiten oder zu verarbeiten.
• 38:13
  Speaker 0: Und ich bin sehr schreibfauld geworden, merk' ich!
• 38:17
  Speaker 0: Wenn ich einen Prompt mache den ich schreibe dann ist der vielleicht drei vier fünf Zeilen lang, wenn ich diktiere Dann kann es auch mal sein, dass das eine halbe Seite ist.
• 38:27
  Speaker 0: Weil ich Themen erkläre und einfach so ein bisschen philosophiere wie man was machen kann, nicht was erwarte.
• 38:31
  Speaker 0: Jetzt denke ich mir gerade im Arztkontext könnt ihr ja auch sowas wieder... Wie von einem Beispiel externe Tool statt Eingabe könntet ihr ja die Sachen immer diktieren lassen und dann gut verarbeiten?
• 38:44
  Speaker 0: Es ist so ein Thema mit dem euch beschäftigt!
• 38:46
  Speaker 1: Ja, das ist absolut ein Thema.
• 38:47
  Speaker 1: Ich denke, es passiert auch an vielen Stellen im Behandlungsprozess schon, dass wirklich dann eine Spracheingabe verwendet wird und die dann letztendlich direkt dann auch übersetzt wird.
• 38:58
  Speaker 1: Das ist absoluter Gang gegeben.
• 39:03
  Speaker 0: Was sind so die AI-Initiativen, die du noch gerne angehen willst?
• 39:08
  Speaker 0: Gibt's da welche?
• 39:10
  Speaker 1: Auf jeden Fall!
• 39:11
  Speaker 1: Wir haben jetzt im Rahmen der ... Der Konzeption für unser CDA haben wir auch viele US-Cases mit identifiziert oder mit erhoben.
• 39:21
  Speaker 1: Wir haben uns ja auch die Frage gestellt, was machen wir eigentlich mit dem CDA?
• 39:25
  Speaker 1: Was ist denn der fachliche Nutzen hinten raus?
• 39:30
  Speaker 1: und da sind natürlich auch viele KI-US Cases jetzt endlich rausgekommen Die sind ganz unterschiedlicher Art.
• 39:38
  Speaker 1: Das sind Use cases, die vielleicht in Richtung Behandlungsoptimierung gehen bzw.
• 39:43
  Speaker 1: Optimierung von internen Prozessen auch gehen.
• 39:47
  Speaker 1: Stichwort Kodieroptimierungs muss man wissen.
• 39:50
  Speaker 1: also wenn du ins Krankenhaus gehst um nachher einen Fall abrechnen zu können wird dieser Fall kodiert.
• 39:56
  Speaker 1: Da werden bestimmte Merkmale erhoben wie alt ist der Patient?
• 40:00
  Speaker 1: Wie ist es geschlecht und so weiter.
• 40:02
  Speaker 1: was ist die Befundung?
• 40:04
  Speaker 1: die sogenannte DRG, da wird eine ganze Reihe an Kennzahlen letztendlich erhoben und daraus wird dann die Abrechnung generiert.
• 40:12
  Speaker 1: Und das machen momentan noch ... wird momentan doch händisch durchgeführt natürlich schon mit Systemunterstützung.
• 40:19
  Speaker 1: aber da ist noch viel Potenzial für beispielsweise KI um dann entweder schon Vorschläge zu machen während der Bernd Lobby kann denn die Aberechnungen ausschauen oder dass man im Nachgang das prüft.
• 40:31
  Speaker 1: also da gibt es eine Vielzahl an Möglichkeiten.
• 40:36
  Speaker 0: Ja, spannende Themen.
• 40:38
  Speaker 0: eigentlich ist natürlich schwer aber kennt man ja so ein bisschen aus dem allgemeinen Business-Kontext dass man sagt setz dich mal zur Fachabteilung mit dazu versteht deren Prozesse überlegt mal welche Möglichkeiten ist.
• 40:51
  Speaker 0: Ich stelle mir gerade schwer vor irgendwie beim Arztalltag mit dabei zu gehen und dann zu fragen was macht der hier eigentlich?
• 40:56
  Speaker 0: Er hat überlegt welche Prozisse wir jetzt hier nochmal anders digital auf vorstellen können.
• 40:59
  Speaker 0: Aber das glaube ich auch.
• 41:00
  Speaker 0: viel Potenzial
• 41:02
  Speaker 1: Ja, absolut.
• 41:03
  Speaker 1: Aber wir sind natürlich da auf den Input auch der Kollegen und Kolleginnen aus dem Dorfbereich angewiesen.
• 41:08
  Speaker 1: Klar also das sind eigentlich Themen die können wir uns nicht jetzt aus einem CTO Kontext nicht raus generieren.
• 41:15
  Speaker 1: Da brauchen wir den Inpult von den Fachbereichen.
• 41:20
  Speaker 0: In der Vorbereitung hatte Steffi einen spannenden Satz gesagt.
• 41:23
  Speaker 0: er hat gesagt gehabt Die Realität der Vision muss im Technik umgesetzt werden.
• 41:29
  Speaker 0: Das ist schon für euch aus IT oder Datasicht eine spannende Sache.
• 41:33
  Speaker 0: Jetzt bist du in der Technik, bist im Data-Bereich.
• 41:39
  Speaker 0: Gabst du mal den Punkt wo du zu Steffi gesagt hast?
• 41:42
  Speaker 0: Nee das geht nicht!
• 41:44
  Speaker 1: Ja das kommt durchaus öfters vor.
• 41:47
  Speaker 1: Aber wir drücken es dann meistens ein bisschen anders aus.
• 41:51
  Speaker 1: aber es ist ja auch immer natürlich auch einen Dialog und also wir sagen denn nicht so geht's nicht sondern wir leiten da natürlich her wo wir jetzt vielleicht die Probleme haben.
• 42:02
  Speaker 1: Und oft ist es aber auch ein Thema, dass es in der Zeitlichkeit nicht reicht oder das grundsätzlich technisch natürlich schon möglich ist, ja?
• 42:11
  Speaker 1: Aber oft sind die Restriktionen einfach die Ressourcen, die wird zur Verfügung bekommen.
• 42:15
  Speaker 1: also die Budgets reichen halt nicht aus und das ist dann oft so ein Thema wo man halt dann diskutieren muss.
• 42:21
  Speaker 1: Also geht schon... Aber nicht zu den Koalitionen, die wir ergriffen haben.
• 42:26
  Speaker 1: Zeit
• 42:26
  Speaker 0: und Geld!
• 42:27
  Speaker 1: Genau, runtergebrochen, zeit und Geld.
• 42:37
  Speaker 0: Und das ist ja gerade eure Initiative wenn ein Data Engineer morgen anfangen würde und irgendwie jetzt die Aufgabe mithätte aus den unterschiedlichen Systemen die Daten zu konsolidieren ob es jetzt eigentlich ein Krankenhaus oder ein Mittelstand ist weil ich glaube alle haben die gleiche Herausforderung gerade immer noch Was wäre so der Rat, den du der Person mitgeben würdest?
• 43:01
  Speaker 1: Also ich würde auf jeden Fall empfehlen... Du musst die Technologie beherrschen.
• 43:06
  Speaker 1: Ich würde auch empfehle sich nicht auf verschiedene Technologien erstmal zu konzentrieren sondern wirklich eher oder bzw.
• 43:11
  Speaker 1: auszuwobbern und erst mal auf eine konzentrierend.
• 43:14
  Speaker 1: Wir haben insbesondere im Bereich der Hyperscaler, der großen amerikanischen Anbieter gibt es natürlich eine Vielzahl an Technologieren.
• 43:23
  Speaker 1: jeder hat seine eigene im Bauch, ob das Microsoft ist oder Google oder wer auch immer.
• 43:29
  Speaker 1: Aber da würde ich mich erst mal auf ein Stack konzentrieren, dass man den wirklich beherrscht und dann aber ganz wichtig die Daten verstehen.
• 43:38
  Speaker 1: Nur Technologie ist zu kurz gedacht, sondern man muss einfach auch die Daten verstehen.
• 43:43
  Speaker 1: Was passiert mit den Daten?
• 43:45
  Speaker 1: Wer verwendet diese Daten?
• 43:46
  Speaker 1: Was will man mit diesen Daten erreichen?
• 43:49
  Speaker 1: Was sind Steuerungsaspekte mit diesem Daten?
• 43:52
  Speaker 1: Das ist glaube ich ganz entscheidender!
• 43:54
  Speaker 0: Ja, fairer Punkt.
• 43:56
  Speaker 1: Wenn
• 43:57
  Speaker 0: wir so ein bisschen zum Schluss kommen und es sind ja immer zwei Fragen die ich gerne in einem Gast oder dann eine Gästin stelle... Die eine spannende Frage ist immer so was mich interessiert machst du noch privat?
• 44:11
  Speaker 0: Was mit Daten beschäftigst du dich damit?
• 44:14
  Speaker 0: Und die zweite Frage wenn das um Dein Data Game, dein AI-Game was du jetzt gerade bei den Sanarkliniken machst mit einem Filmtitel oder Serientitel bezeichnen müsstest.
• 44:24
  Speaker 0: Was wäre das?
• 44:26
  Speaker 1: Also klar ich mache natürlich auch im privaten Kontext viel mit Daten.
• 44:30
  Speaker 1: Ich glaube da kabbern gar nicht anders.
• 44:32
  Speaker 1: wenn man so ein bisschen Data Geil ist dann geht es gar nicht, dass man in dem privaten Context alle Daten ignoriert stelle ich mir schwierig vor.
• 44:40
  Speaker 1: Ich würde gerne tatsächlich jetzt grad natürlich auch mit im Gesundheitskontext ist es halt so, dass die EPA momentan nur für die gesetzlich Versicherten verwendet werden kann.
• 44:53
  Speaker 1: Und ich bin leider privat an der Stelle und kann die EPA noch nicht verwenden weil die Privaten doch keine anbieten.
• 44:58
  Speaker 1: Das heißt sobald auch hier die Privatversicherer das denn anbieden würde ich da sicher oder werde ich sicherlich mehr einsteigen und meine ersten Erfahrungen mit den EPA machen also vielleicht mal die ersten Befunde hochladen und sowas.
• 45:13
  Speaker 1: Das finde ich total spannend.
• 45:16
  Speaker 1: Genau, also ich denke auch die erste Fitness-Uhr ist vielleicht dann auch mal irgendwie fällig und dass man da mit den Gesundheitszahlen ein bisschen rumspielt.
• 45:26
  Speaker 1: Ich denk sowas ist ja cool, das hat immer irgendwie spannend.
• 45:30
  Speaker 0: Film und Serien?
• 45:32
  Speaker 1: Ja, schwieriges Thema weil ich gar nicht einmal so der Film Mensch bin aber was ich total... Also ich fand den Film der Masiana eigentlich ziemlich cool.
• 45:43
  Speaker 1: Alleine die Challenge dann, alleine auf dem Markt zu sein und ums Überleben zu kämpfen.
• 45:49
  Speaker 1: Du bist da plötzlich alleine... Und der hatte ja auch ein großes Thema vor sich klar.
• 45:54
  Speaker 1: Er musste alleine auf Basis überleben und hat dann aber immer so kleine Schritte unternommen.
• 46:00
  Speaker 1: Er hat einen Problem nach einem anderen ist er angegangen und immer so ein Stück weit Daten basiert als das erste woran ich mir herinner war dass er eben sich überlegt hat wie kommt überhaupt an Wasser?
• 46:11
  Speaker 1: Und hat sich dann irgendwie so eine Wasserkonstruktion gebaut.
• 46:14
  Speaker 1: Als er das gelöst hat, hat er das nächste aufgebaut und einen kleinen botanischen Garten aufgebaut.
• 46:20
  Speaker 1: Er hat Kartoffeln gepflanzt.
• 46:23
  Speaker 1: Dann kam das Nächste um
• 46:24
  Speaker 1: usw.,
• 46:25
  Speaker 1: immer wieder ein Stückchen voran.
• 46:27
  Speaker 1: Das fand ich irgendwie cool.
• 46:29
  Speaker 1: So geht es uns ähnlich.
• 46:30
  Speaker 1: Wir haben irgendwie ein Riesenproblem für uns oder ein Riesenthema ... Daten eben zu standardisieren, zu digitalisieren und das ist einfach... Und so ähnlich machen wir es ja auch.
• 46:40
  Speaker 1: Wir gehen immer kleine Schritte und haben aber immer das große ganze Saison ein bisschen im Blick und das fand ich eigentlich cooler.
• 46:47
  Speaker 0: Cooler Analogie, gefällt mir.
• 46:51
  Speaker 0: Gula, lass mich mal nochmal die Folge zusammenfassen um meinen Fazit ziehen.
• 46:54
  Speaker 0: Ich glaube was ich noch mal ein bisschen aus deiner Folge gelernt habe oder was ich aus der Folge mit dir gelernt habe Die Kliniken vermeidlich anderen Blickwinkel auf Daten haben, ist ja mal spannend rauszufinden.
• 47:10
  Speaker 0: Weil vor allem jetzt bei euch ihr habt unterschiedliche Klinik die zusammengefasst werden müssen.
• 47:14
  Speaker 0: Ihr habt im Vergleich zu vielleicht Unternehmen viel mehr dass die Situation das ihr mit dem KISS und den sekundären System automatisch schon eine größere Systemlandschaft habt, die innerhalb sich einmal unterschiedlich konsolidiert oder funktioniert und dann aber im Gesamtkontext Ihr kommt stark aus dem Thema oder die Kliniken kommen stark aus einem Thema, das eine Infrastruktur dasteht.
• 47:41
  Speaker 0: Ihr dürft jetzt diese Situation lösen, dass die relevanten Daten dir nicht nur für die Abbrechung braucht sondern auch für größere analytischen Fähigkeiten aus den einzelnen Klinikern noch umgespielt werden ihr sie standardisiert habt.
• 47:57
  Speaker 0: auf der anderen Seite aber auch die Herausforderungen jetzt zum Beispiel Richtung neue Kollegen und Kolleginnen finden dass ihr natürlich mit den Standards, mit denen ihr arbeitet die eigentlich nicht standardmäßig auf dem Markt gibt.
• 48:08
  Speaker 0: Also wenn ich zum Beispiel jemanden suche der der Kundendaten verbindet und Modelle dafür bauen kann ist glaube ich schneller gefunden wie im Klinikbereich gar nicht negativ aber das einfach spezielle Herausforderung habt.
• 48:20
  Speaker 0: Und dann habt ihr natürlich diese ganze Thema regulatorisch und dazu kommt Ich, aus meiner Perspektive jemanden in der Fachabteilung frage werden die immer Zeit finden.
• 48:34
  Speaker 0: Wenn du aber ein Arzt oder eine Ärztin freigst, die haben natürlich einen ganz anderen Zeitdruck.
• 48:38
  Speaker 0: also die Art und Weise wie ich mit einer Fachabteilungszusammenarbeit ist natürlich noch mal spannend.
• 48:43
  Speaker 0: Also von daher ist es ein toller Blickwinkel den ich heute rund ums Thema Data Potenzielle auch AI dann gesehen habe bei den Kliniken.
• 48:52
  Speaker 0: vielen Dank Ja
• 48:54
  Speaker 1: gerne hat Spaß gemacht.