Zusammenfassung
Mit der zunehmenden Digitalisierung des Gesundheitswesens und dem dadurch steigenden Einsatz von Verfahren wie maschinellem Lernen und künstlicher Intelligenz gehen komplexe Herausforderungen in sämtlichen Bereichen des Informationsmanagements und damit verbundener Applikationen einher, die von der initialen Datenakquise bis zur interaktiven Visualisierung reichen: Wie lassen sich heterogene und verteilt vorliegende Datensätze automatisiert in einen konsolidierenden Datenbestand überführen und für Lernverfahren nutzbar zu machen? Wie müssen Entscheidungsunterstützungssysteme gestaltet sein, um einen echten Mehrwert für Nutzer in Diagnose und Therapie zu generieren? Welche Algorithmen ermöglichen eine hohe Transparenz für medizinisches Fachpersonal, damit Prädiktionen nicht aus einer „Black Box“ kommen und die Nachvollziehbarkeit gewährleistet ist? Der Informationsmanagementzyklus (IMZ) adressiert obige Herausforderungen bzw. Fragestellungen und stellt dabei stets den (medizinischen) Informationsnutzer (z. B. Patient, Arzt, Therapeut) und ein zu generierendes Informationsprodukt in das Zentrum der Betrachtung. Er ist in vier zyklisch miteinander verbundene und überlappende Phasen unterteilt: Bedarfserhebung, Integration, Aufbereitung und Bereitstellung. In diesem Kapitel diskutieren wir sowohl das Informationsmanagement als auch den IMZ anhand eines praktischen Beispiels aus der medizinischen Diagnostik und stellen dabei sowohl Lösungsansätze und Herausforderungen als auch Fallstricke in der tatsächlichen Implementierung vor.