In der vorliegenden Arbeit wird zunächst dargestellt, was "Big Data" in der Telemedizin bedeutet. Anschließend wird am Beispiel von Wearables und Smartphones vorgestellt, welche Vorteile die Erhebung und Verwertung schon jetzt hat. Die Grundlagen schließen mit einer Gegenüberstellung der Chancen und Risiken moderner Telemedizin ab. Den Abschluss der Arbeit bildet die Darstellung eines Data-Mining-Prozesses übertragen auf ein praktisches Beispiel mit der Entwicklung und Evaluation eines Data-Mining-Modells.
Die Digitalisierung hat längst Einzug ins Gesundheitswesen gehalten. Bereits 2018 gab es rund 55.000 medizinische Apps für Smartwatches und Smartphones, die Herzfrequenz, Blutdruck, Tagesschritte und mehr messen. Auch Geräte, die früher Ärzten vorbehalten waren, wie Blutzuckermessgeräte oder solche, die Elektrokardiogramme aufzeichnen, stehen heute jedem Laien zur Verfügung. Gesundheitsapps in Verbindung mit Sensoren, die direkt am Körper angebracht werden, zeichnen laufend Daten auf und werten jene aus. Auf diese Art und Weise können sie Alarm auslösen, wenn bestimmte Messgrößen kritische Werte annehmen, lange bevor erste Krankheitssymptome auftreten. Interaktive Anwendungen, in denen Patienten entsprechende Daten eingeben, beinhalten die Chance, dass Krankheitsschübe, etwa bei rheumatischen Erkrankungen mithilfe von maschinellem Lernen besser vorhergesagt und effizientere Therapiebehandlungen gewählt werden. Prävention und Therapie könnten damit revolutioniert werden.
Seit Oktober 2020 können sich die Patienten sog. DiGAs (digitale Gesundheitsanwendungen) sogar auf Rezept verschreiben lassen. Aktuell (28.12.2021) haben mindestens 28 DiGAs eine vorläufige Zulassung erhalten. Damit nicht genug. Auch die Anforderungen an die ärztliche Dokumentation werden sich massiv verändern. Durch die im E-Health-Gesetz festgeschriebenen Anforderungen wird die Dokumentation in Zukunft immer mehr von medizinischen Themen dominiert werden und damit weit mehr beinhalten als die korrekte Abrechnung medizinischer Leistungen. Dabei stammen die Daten nicht allein vom medizinischen Personal. Moderne Medizinprodukte sind in der Lage, Daten aus Geräten wie etwa einem Pulsoximeter, Elektrokardiografie- oder Blutzuckermessgeräten direkt in elektronische Patientenakten (ePA) zu übertragen.
Inhaltsverzeichnis
- Einleitung
- Big Data in der Telemedizin
- Der Begriff Big Data
- Einsatz in der Telemedizin und Eingrenzung
- Big Data durch Smartphones und Wearables
- Das Potenzial von Wearables
- Das Smartphone als Behandlungshilfe
- Maschinelles Lernen aus Gesundheitsdaten
- Chancen und Risiken von Big Data
- Chancen
- Risiken
- Data Mining mit dem CRISP Modell
- Business Understanding
- Zieldefinition
- Obstruktive Schlafapnoe
- Data Understanding
- Data Preparation
- Modeling
- Evaluation
- Deployment
- Business Understanding
- Kritische Betrachtung
- Fazit
- Ausblick
Zielsetzung und Themenschwerpunkte
Diese Seminararbeit befasst sich mit dem Einfluss von Big Data in der Telemedizin. Sie untersucht, wie große Datenmengen aus Gesundheitsdaten mithilfe von Smartphones, Wearables und anderen digitalen Technologien erhoben und genutzt werden können, um die Prävention und Therapie von Krankheiten zu verbessern. Die Arbeit beleuchtet Chancen und Risiken dieser Entwicklung und analysiert den Einsatz von Big Data in der Telemedizin anhand des CRISP-Modells.
- Der Begriff Big Data und seine Bedeutung in der Telemedizin
- Die Nutzung von Gesundheitsdaten aus Smartphones und Wearables
- Die Chancen und Risiken von Big Data in der Telemedizin
- Die Anwendung des CRISP-Modells für Data Mining in der Telemedizin
- Die ethischen und rechtlichen Implikationen von Big Data in der Telemedizin
Zusammenfassung der Kapitel
- Einleitung: Die Einleitung führt in das Thema Big Data in der Telemedizin ein und stellt die Relevanz des Themas dar. Sie erläutert die aktuelle Entwicklung der Digitalisierung im Gesundheitswesen und die Bedeutung von Gesundheitsdaten für die Prävention und Therapie von Krankheiten.
- Big Data in der Telemedizin: Dieses Kapitel definiert den Begriff Big Data und erläutert dessen Einsatz in der Telemedizin. Es werden verschiedene Einsatzmöglichkeiten von Big Data in der Telemedizin vorgestellt, einschließlich der Nutzung von Smartphones und Wearables.
- Chancen und Risiken von Big Data: In diesem Kapitel werden die Chancen und Risiken von Big Data in der Telemedizin diskutiert. Es werden die potenziellen Vorteile von Big Data für die Gesundheitsversorgung aufgezeigt, wie z.B. die Verbesserung der Prävention, Diagnose und Therapie von Krankheiten.
- Data Mining mit dem CRISP Modell: Dieses Kapitel beschreibt die Anwendung des CRISP-Modells für Data Mining in der Telemedizin. Es erläutert die einzelnen Schritte des CRISP-Modells und zeigt, wie es zur Gewinnung von Wissen aus großen Datenmengen eingesetzt werden kann.
Schlüsselwörter
Big Data, Telemedizin, Gesundheitsdaten, Wearables, Smartphones, Data Mining, CRISP-Modell, Prävention, Therapie, Chancen, Risiken, ethische und rechtliche Aspekte, Datenschutz, digitale Gesundheitsanwendungen (DiGAs), elektronische Patientenakte (ePA).
- Quote paper
- Octavian Zaiat (Author), 2022, Der Einfluss von Big Data in der Telemedizin. Digitalisierung im Gesundheitswesen, Munich, GRIN Verlag, https://www.grin.com/document/1257270
