Vermeidung von redundanten Datensätzen in HL7v4.
Analyse der Person und Patient Resources in FHIR
Bachelorarbeit von Stepanovsky Michael. Studiengang Clinical Engineering. FH Campus Wien
Zusammenfassung
Diese Arbeit beschäftigt sich mit der Redundanz von Datensätzen im Schnittstellenprotokoll Health-Level 7 Version 4 – Fast Healthcare Interoperability Resources, in der weiteren Arbeit mit „HL7v4“ oder dem gemeinhin gebräuchlichen Namen „FHIR“ abgekürzt. Aufgrund des breiten Spektrums an eingesetzter Software und Kommunikationsschnittstellen im Gesundheitswesen wurde mit der Version 4 von Health Level 7 „HL7“ ein starker Fokus auf die Interoperabilität gelegt. Dies führt allerdings auch zu redundanten Datensätzen in den verwendeten Resources.
Einführung
Man erhofft sich durch die zunehmende Digitalisierung im Gesundheitswesen und der damit zusammenhängenden Vernetzung von Krankenanstalten und anderen Gesundheitsbetrieben eine schnellere und kosteneffizientere Versorgung von Patienten durch raschen, transparenten Informationsaustausch[1]. Die Voraussetzung hierfür ist eine eindeutige, digitale Kommunikation zwischen den einzelnen Stakeholdern. Um eine eindeutige Kommunikation garantieren zu können, bedarf es festgelegter Standards im Bereich der elektronischen Datenverarbeitung, des Datentransfers und der Datenmigration [2]. Aktuell ist der Standard Health-Level 7 Version 2 „HL7v2“ weltweit am meisten verbreitet [3], aber es kommen auch zahlreiche andere Standards zum Einsatz. Die Elektronische Gesundheitsakte ELGA in sterreich setzt beispielsweise auf HL7v3 Clinical Document Architecture CDA[4].
Die Versionen 3 und 4 von Health Level 7 (HL7) hat ein starker Fokus auf Interoperabilität [3][5][6]. Unter Interoperabilität versteht man die Fähigkeit von Komponenten ohne menschliches Eingreifen miteinander zu kommunizieren. Der Fokus der Interoperabilität während Datenmigrationsprozessen führt allerdings potentiell auch zu redundanten Datensätzen in Resources. Redundante Datensätze können in der Praxis potentiell finanzielle Folgen haben, speziell im Gesundheitswesen [7][8][9].
Hintergrund
In dieser Arbeit werden die Redundanzen der „Patient“ und „Person“ Resources betrachtet. Diese Redundanzen sind zum einen aus der Praxis entstanden einen Master-Patient-Index zu führen der unabhängig von Gesundheitsdaten der PatientInnen besteht und zum anderen Teil aus der zunehmenden Praxis der automatisierten Datenverarbeitung[10][11]. Das primäre Ziel dieser Arbeit ist die Beantwortung der Fragestellung:
FF1: Können redundante Datensätze in FHIR Resources in der Praxis vollständig vermieden werden?
Methoden
Zur Beantwortung der Forschungsfrage werden ausgewählte Resources betrachtet, welche redundante Datensätze enthalten, sofern diese vollständig befüllt sind. Weiters werden die Möglichkeiten, welche sich nach dem aktuellen Stand der Technik bieten beschrieben und betrachtet.
Es wird eine Literaturrecherche durchgeführt, die Ergebnisse dieser Recherche werden analysiert und in Bezug zur Forschungsfrage ausgewertet.
Ergebnisse
Die Wahrscheinlichkeit der Generation von mehreren redundanten Datensätzen für dieselbe native Person während einer Datenmigration ist generell sehr hoch. Das liegt an mehreren Faktoren, unter anderem an der Kommunikation mehrerer unabhängiger Gesundheitseinrichtungen, dem Zusammenspiel mehrerer (teilweise veralteter) Systeme und der hohen Änderbarkeit von Datensätzen in den Person- und Patient-Records von FHIR. Solche Redundanzen können besonders im Gesundheitswesen schwerwiegende Konsequenzen haben und sollten bestmöglich vermieden werden. Dieses Risiko kann durch verschiedene Hilfsmittel innerhalb des Standards (Profile, Erweiterungen, Verlinkungen) und bei einem Importprozess (Middleware) vermindert werden. Mit der geeigneten technischen Implementation kann dieses Risiko zwar vollständig
vermieden werden, dies führt allerdings in der Praxis zu einem Aufwand, der je nach Anwendungsfall unverhältnismäßig oder unwirtschaftlich sein kann.
Beantwortung der FF1: Die vollständige Vermeidung von redundanten Datensätzen in FHIR Resources ist zwar technisch gesehen möglich, aber in der Praxis mit sehr viel manuelle Kontrolle und Wartungsaufwand verbunden.
Quelle: Stepanovsky, M.: Vermeidung von redundanten Datensätzen in HL7v4. Analyse der Person und Patient Resources in FHIR. Bacheloarbeit am Studiengang CE. FH Campus Wien. 2021
Referenzen
[1] Adeel, A., Nadeem, E., Ebtisam, M., Suleman, A. Azam, I. Ifnormation Technology: A Means of Quality in Healthcare. IEEE Conference CSIT. 2010. https://ieeexplore.ieee.org/xpl/conhome/5550976/proceeding
[2] Ciampa, M., Revels, M.: Introduction to Healthcare Information Technology, First Edition. Cengage Learning. Boston. US. 2013 ISBN-13: 978-1-133-78777-8
[3] Benson T., Grieve G.: Principles of Health Interoperability. Health Information Technology Standards. Springer Cham. Basel. 2020
[4] Rinner, C., Duftschmid, G.: Bridging the Gap between HL7 CDA and HL7 FHIR: A JSON Based Mapping. IOS Press. 2016 doi:10.3233/978-1-61499-645-3-100
[5] HL7 Deutschland: Warum FHIR. Online im Internet: https://hl7.de/themen/hl7-fhir-mobile-kommunikation-und-mehr/warum-fhir/ (Stand 21.02.2021)
[6] HL7 International: About HL7. Online im Internet: http://www.hl7.org/about/index.cfm?ref=nav (Stand 21.02.2021)
[7] McClellan MA. Duplicate medical records: a survey of Twin Cities healthcare organizations. AMIA Annu Symp Proc. 2009 Nov 14;2009:421-5. PMID: 20351892; PMCID: PMC2815491.
[8] Just, B.H. et al.: Why Patient Matching Is a Challenge: Research on Master Patient Index (MPI) Data Discrepancies in Key Identifying Fields.Perspectives in health information management vol. 13,Spring 1e. PMC Online. 2016.
[9] Joffe, E. et al.: Duplicate patient records–implication for missed laboratory results.AMIA Annual Symposium proceedings. 2012
[10] HL7 International: FHIR Documentation – Resource Patient. Online im Internet: http://www.hl7.org/fhir/patient.html (Stand 21.02.2021)
[11] HL7 International: FHIR Documentation – Resource Person. Online im Internet: https://www.hl7.org/fhir/person.html (Stand 01.05.2021)