Metadata-based Assessment of SNOMED CT and LOINC Adoption Across 800 000 Swiss Patients
Diese Studie präsentiert die erste landesweite empirische Baseline der SNOMED CT- und LOINC-Adoption bei 800.000 Schweizer Patienten und zeigt auf, dass diese Standards zwar weit verbreitet genutzt werden, eine signifikante institutionelle Heterogenität sowie eine begrenzte institutionenübergreifende Überlappung in der Codeverwendung derzeit jedoch eine vollständige semantische Harmonisierung behindern.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich die Welt des Gesundheitswesens als eine riesige, geschäftige Bibliothek vor, in der die Geschichte jedes Patienten aufgeschrieben wird. Jahrzehntelang wurden diese Geschichten in tausenden verschiedenen Sprachen und Dialekten festgehalten. Ein Arzt schreibt vielleicht „Herzinfarkt“, während ein anderer „Myokardinfarkt“ schreibt, und ein dritter kritzelt eine lokale Abkürzung hin, die nur er selbst versteht. Dies ist das Problem der Interoperabilität: Wenn man alle Geschichten zusammen lesen möchte, um Muster zu finden oder Krankheiten zu heilen, muss zuerst alle dieselbe Sprache sprechen. Um dies zu lösen, hat die medizinische Welt zwei riesige Wörterbücher erstellt. Das erste, genannt SNOMED CT, ist wie eine massive Enzyklopädie für alles, was ein Arzt sehen, fühlen oder tun könnte – von einem Knochenbruch bis hin zu einer spezifischen Art von Allergie. Das zweite, LOINC, ist ein spezialisiertes Wörterbuch nur für Labortests, das sicherstellt, dass ein Bluttest auf „Zucker“ in einem Krankenhaus als exakt dasselbe erkannt wird wie in einem anderen. Die große Frage für Forscher ist: Nutzen die Krankenhäuser diese Wörterbücher tatsächlich, oder schreiben sie immer noch in ihren eigenen Geheimcodes?
Diese Arbeit wirft einen riesigen, landesweiten Blick auf das Schweizer Gesundheitssystem, um diese Frage zu beantworten. Anstatt Millionen einzelner Patientenakten zu lesen – was ein Albtraum für den Datenschutz wäre –, betrachteten die Forscher die „Metadaten“, was so ist, als würde man den Bibliothekskarteneintrag prüfen, ohne die Bücher zu öffnen. Sie analysierten die digitalen Fußabdrücke von 817.856 Patienten aus sechs großen Schweizer Universitätskliniken. Ihr Ziel war es zu sehen, ob diese Krankenhäuser wirklich die Wörterbücher SNOMED CT und LOINC verwendeten, um ihre Daten zu kennzeichnen, oder ob sie dies nur vorgaben, während sie heimlich an ihren alten, lokalen Wegen festhielten.
Hier ist, was sie herausfanden: Die Krankenhäuser nutzen die Wörterbücher definitiv. Tatsächlich sind SNOMED CT und LOINC die Stars der Show und machen 87 % aller kodierten Dateninstanzen aus (speziell 60 % für SNOMED CT und 32 % für LOINC). Das sind viele Daten – etwa 717 Millionen einzelne Informationseinheiten! Die Geschichte wird jedoch etwas unordentlich, wenn man genauer hinsieht. Obwohl alle dieselben Wörterbücher verwenden, verwenden sie nicht unbedingt dieselben Wörter daraus.
Stellen Sie sich vor, eine Gruppe von Freunden versucht, gemeinsam eine riesige Lego-Burg zu bauen. Sie haben alle dieselbe Kiste mit Steinen (die Wörterbücher), aber Krankenhaus A baut einen Turm nur mit roten Steinen, während Krankenhaus B blaue Steine für densen Turm verwendet. Die Forscher fanden heraus, dass zwar insgesamt 6.557 verschiedene SNOMED CT-Codes und 3.693 LOINC-Codes existierten, die meisten davon jedoch nur in einem oder zwei Krankenhäusern vorkamen. In der Kategorie „Substanz“ (wie Medikamente oder Chemikalien) gab es beispielsweise tausende verschiedene Codes, aber fast keine, die von allen sechs Krankenhäusern geteilt wurden. Es ist, als hätte jedes Krankenhaus seinen eigenen spezifischen Farbton für dasselbe Lego-Teil erfunden.
Der einzige Zeitpunkt, an dem sich alle auf den exakt gleichen Code einigten, war bei den ganz grundlegenden, routinemäßigen Dingen. Die zehn am häufigsten verwendeten SNOMED CT-Codes waren Dinge wie „weiblich“, „männlich“, „intravenöse Verabreichung“ und „akzeptiert“ (was bedeutet, dass der Patient der Studie zugestimmt hat). Ähnlich verhielt es sich mit den zehn am häufigsten verwendeten LOINC-Codes, die alle Standard-Bluttests wie „Thrombozyten“ oder „Kalium“ waren. Es scheint, dass für die langweiligen, alltäglichen Dinge alle dieselbe Sprache sprechen. Aber sobald es spezifisch wird – etwa bei der Beschreibung einer komplexen Verletzung oder eines seltenen Organismus – fangen alle wieder an, ihren eigenen Dialekt zu sprechen.
Die Forscher untersuchten auch, wie „tief“ die Krankenhäuser in die Wörterbücher eintauchten. Stellen Sie sich ein Wörterbuch vor, in dem man nach „Tier“, dann „Säugetier“, dann „Hund“ und schließlich „Golden Retriever“ suchen kann. Einige Krankenhäuser hielten bei „Hund“ inne, während andere bis zum „Golden Retriever“ gingen. Die Studie ergab, dass diese „Tiefe“ stark variierte. Einige Krankenhäuser waren sehr spezifisch, während andere eher allgemein blieben. Dies ist nicht unbedingt ein Fehler; manchmal hat ein Krankenhaus einen sehr detaillierten Code für einen bestimmten Körperteil, während ein anderes denselben Teil durch die Kombination eines allgemeinen Codes mit einem „links“- oder „rechts“-Tag beschreibt. Beide Methoden funktionieren, aber sie sehen für einen Computer, der sie vergleichen will, unterschiedlich aus.
Was ist also das Urteil? Die Arbeit legt nahe, dass die Schweiz zwar enorme Fortschritte bei der Einführung dieser internationalen Standards gemacht hat, aber das bloße Vorhandensein der Wörterbücher nicht ausreicht, um die Daten perfekt austauschbar zu machen. Die „semantische Harmonisierung“ – der Zustand, in dem alle genau dasselbe Wort für genau dasselbe Ding verwenden – ist immer noch ein laufender Prozess. Die Autoren argumentieren, dass wir nicht einfach davon ausgehen können, dass die Daten bereit sind, gemischt und kombiniert zu werden; wir müssen weiter daran arbeiten, dass alle dieselben spezifischen Wörter verwenden, nicht nur dieselben Wörterbücher. Es ist eine Erinnerung daran, dass wir selbst dann, wenn wir alle dieselbe Karte haben, immer noch vereinbaren müssen, welchen Weg wir exakt einschlagen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.