Laut Schätzungen des Weltwirtschaftsforum[1] produzieren Krankenhäuser jährlich 50 Petabyte an isolierten Daten – das entspricht ungefähr 10 Milliarden Musikdateien. Diese enorme Informationsmenge umfasst klinische Notizen, Labortests, medizinischer Bilder, Sensordaten, Genomik sowie betriebliche und finanzielle Daten.

Mit dem kontinuierlichen Fortschritt des Transformationsprozesses im Gesundheitswesens wächst die Menge an digitalen Gesundheitsdaten rasant: Organisationen streben danach, mit dem höheren Volumen, der größeren Vielfalt und der erhöhten Geschwindigkeit Schritt zu halten. Allerdings bleiben rund 97 Prozent dieser Daten aktuell ungenutzt[2]. Während Patientenakten oder Rezepte strukturiert in Datenbanken abliegen, wird zusätzlich eine große Zahl an unstrukturierten Daten mitverwaltet. Gerade diese Datenform bietet jedoch enormes Potenzial – wenn Unternehmen sie richtig zu nutzen wissen.

Die Vielfalt unstrukturierter Daten nutzen

Unstrukturierte Daten fallen täglich in an, stammen aus unzähligen Quellen und bilden die Realität der Organisation ab. Bei jeder Interaktion zwischen medizinischen Fachangestellten, Ärzt:innen oder Patient:innen entstehen neue Inhalte. Diese Daten sind von unschätzbarem Wert: Sie erhalten detaillierte und komplexe Informationen, die strukturierte Daten nicht bieten können. Sie liegen in einer Vielzahl von Formaten vor und sind in ihrem ursprünglichen Format nicht definiert. Schätzungsweise 80 Prozent der Gesundheitsdaten sind unstrukturiert, vor allem deshalb, da medizinische Bilddaten den größten Anteil aller klinischer Daten ausmachen.

Strukturierte Daten hingegen sind bereits in eine bestimmte Form gebracht und für Anwender:innen einfach nutzbar. Allerdings schränken der vordefinierte Zweck und Format ihre Verwendungsmöglichkeiten stark ein. Unstrukturierte Daten hingegen werden in ihrem nativen Format gespeichert. Dadurch können sie einfach und schnell angehäuft werden und bieten einen größeren Pool an Anwendungsmöglichkeiten, da der Zweck der Daten anpassbar ist. Allerdings erforderten sie bisher intensive Analysen und Interpretationen von Datenspezialisten, um ihren tatsächlichen Mehrwert zu realisieren.

Nutzer:innen ohne Spezial-Know-How können unstrukturierte Daten kaum interpretieren. Aber auch IT- und Datenentscheidungsträger stehen weltweit vor der Herausforderung, sinnvoll auf unstrukturierte Daten zuzugreifen, relevante und qualitativ hochwertige Inhalte zu identifizieren und diese sicher sowie regelkonform zu speichern. Diese Daten sinnvoll zu nutzen, ist der Schlüssel, um klinische und operative Durchbrüche zu erzielen und die Effizienz sowie Patientenerfahrung im Gesundheitswesen zu verbessern.

Das Potenzial unstrukturierter Daten durch generative KI nutzen

Im Kontext generativer Künstlicher Intelligenz (KI) und Maschine Learning (ML) sehen Organisationen zunehmend das Potenzial hinter unstrukturierten Daten. Sie erkennen, dass sie sich ohne eine solide Datenstrategie nur an der Oberfläche des Möglichen bewegen. KI und ML ermöglichen es, große Datenmengen automatisch zu verarbeiten sowie zu strukturieren. Während die Diskussion über Big Data und unstrukturierte Daten in der Informations- und Technologiebranche bereits seit über einem Jahrzehnt läuft, erleichtern Fortschritte in der generativen KI es auch Branchen, wie dem Gesundheitssektor, den Wert dieser Daten zu erschließen.

Fortschrittliche intelligente Dokumentenverarbeitung (Intelligent Document Processing; kurz IDP) ermöglicht es, Daten zugänglich und nutzbar zu machen und sicher sowie konform zu speichern. Natural Language Processing (NLP) klassifiziert Dokumente in vordefinierte Kategorien, indem der Inhalt und die Textzusammenhänge erfasst werden. So können die in den Dateien enthalten Informationen exakt extrahiert und zwischen den Dateien Verknüpfungen hergestellt werden.

Daten müssen digital zugänglich und verfügbar sein

Für den Erfolg von KI-Initiativen sind die Digitalisierung von Informationen sowie eine einheitliche Asset-Strategie entscheidend. Während ein Teil der Daten bereits digital vorliegt, sind viele Informationen noch in (Alt-)systemen oder analogen Formaten wie Papier gespeichert. Um Daten automatisiert analysieren zu können, müssen diese Informationen bedarfsgerecht digitalisiert und zentral verwaltet werden.

Dies muss allerdings nicht mit einem Mal geschehen: Eine vollumfängliche Digitalisierung ist nicht nur selten zielführend. Mit Lösungen wie „Image on Demand“ können Papierunterlagen schrittweise elektronisch erfasst und die physische mit der digitalen Welt sukzessive miteinander verknüpft werden. Eine durchdachte Digitalstrategie gewährleistet dabei die Dokumenten- und Informationssicherheit und berücksichtigt die sichere Entsorgung von Papierdokumenten.

Um eine einheitliche Asset-Strategie und damit einen nachhaltigen Informationsfluss im Unternehmen erfolgreich umzusetzen, ist außerdem eine robuste IT-Infrastruktur nötig. Diese muss eine nahtlose Integration von Datenquellen und Tools ermöglichen, damit Informationen schnell und präzise verfügbar sind.

Anpassbare Datenmanagement-Tools vereinfachen komplexe Informationsökosysteme

Traditionelle Datenmanagementprozesse sind oft unzureichend, um die Menge dieser Informationen zu bewältigen und effizient zu verarbeiten. Medizinisches Fachpersonal sieht sich hier unter anderem mit der Herausforderung konfrontiert, die passende Technologie zu finden (42 Prozent)[3]. Umfassende Software-as-a-Service-Lösungen können helfen, den digitalen Informationslebenszyklus zu steuern. Sie vereinfachen komplexe Informationsökosysteme in Unternehmen, indem sie physische Informationen digitalisieren, Arbeitsabläufe automatisieren und Informationsmanagement-Fähigkeiten verbessern.

Um KI-fähig zu werden, ist eine skalierbare Plattform erforderlich, um unstrukturierte Inhalte zu integrieren und zu verarbeiten, damit sie in bestehende Systeme aufgenommen werden können. Dabei sind IDPs Teil der Lösung, diese Informationen zu extrahieren, zu klassifizieren und nutzbar zu machen. So werden physische und digitale unstrukturierte Informationen in strukturierte, verwertbare Daten umgewandelt, die in integrierten Geschäftsanwendungen sowie als Grundlage für KI-Initiativen verwendet werden können. Vorgefertigten Konnektoren, Arbeitsabläufe und Metadaten-Tagging erleichtern das Suchen, Kategorisieren und Aktivieren von Daten.

Außerdem gilt es darauf zu achten, ein Low-Code-Lösungsdesign zu wählen. Dieses ermöglicht es, benutzerdefinierte automatisierte Arbeitsabläufe intuitiv durch Drag-and-Drop-Funktionen zu erstellen. Dies erleichtert es Organisationen, sich flexibel an sich ändernde Geschäftsanforderungen anzupassen, verkürzt die Entwicklungszeit, senkt die Kosten und beschleunigt Innovation.

Erfahrene Partner innovieren das Informationsmanagement    

Um das volle Potenzial aller Daten im Gesundheitswesen auszuschöpfen, können erfahrene Partner eine maßgebliche Unterstützung sein. Sie helfen, die jeweilige Situation konkret zu erfassen und Lösungen bedarfsgerecht umzusetzen. Die Wahl des richtigen Tools macht Assets zugänglich und KI-fähig, automatisiert Workflows und sorgt für die Einhaltung von Audit-Vorschriften. Die kürzlich erschienene Iron Mountain InSight Digital Experience Platform (DXP) wäre ein solches Tool. Damit verwandelt der Spezialist für Archivierungs- und Digitalisierungslösungen physische und digitale, strukturierte und unstrukturierte Informationen von ungenutztem Potenzial in wertvolle, umsetzbare Leistung.

Autor

Ralf Reich verantwortet als Commercial Vice President Northern Europe das Geschäft von Iron Mountain im DACH-Raum, Nordics und Polen. Er hat über 30 Jahre Erfahrung in der IT-Branche. Seine Karriere begann er bei IBM und Hewlett-Packard in den Bereichen IT-Services und strategisches Outsourcing. Später wechselte er zu Wipro und Softserve.