Big-Data-Analysen als lebensrettende Maßnahme

Vor allem im Gesundheitswesen verspricht Big Data bei bisher ungelösten Problemen zu helfen. Das zeigt beispielsweise der Kampf gegen das Zika-Virus. [...]

Martin Czermin ist Senior Regional Sales Director CEMEA bei Cloudera. (c) Cloudera
Martin Czermin ist Senior Regional Sales Director CEMEA bei Cloudera.
Von den Olympischen Spielen in Rio könnte so mancher Teilnehmer oder Besucher leider mehr als Medaillen und schöne Erinnerungen mit nach Hause gebracht haben. Der Grund: in Brasilien grassiert das gefährliche Zika-Virus. Seit Oktober 2015 erkrankten in Brasilien laut Weltgesundheitsorganisation 7.000 Menschen an neurologischen Erkrankungen als Folge einer Zika-Virus-Infektion, darunter viele Kinder. Bis 2017 könnten weltweit vier Millionen Menschen betroffen sein. Getreu dem diesjährigen Motto der Healthcare Information and Management Systems Society (HIMSS) „Transforming health through IT“ überlegen daher immer mehr Gesundheitsorganisationen, wie sie Big Data zur wirksamen Bekämpfung und Vorbeugung von Krankheiten weltweit nutzen können.
Bereits in der Vergangenheit hat Big Data auf internationaler Ebene bei der Eindämmung von Virusinfektionen wie Ebola, Denguefieber und saisonalen Grippewellen geholfen. Auch nationale Ansätze sind viel versprechend: So hat das Deutsche Krebsforschungszentrum (DKFZ) in Heidelberg erfolgreich Big-Data-Analysefunktionen zur Erforschung von Krebszellen-Genomen eingesetzt. Moderne IT ermöglicht viel schnellere und damit auch häufigere Analysezyklen. Was früher Monate dauerte, ist jetzt oft nur noch eine Frage von Stunden. Cerner, ein Hersteller von IT-Lösungen für das Gesundheitswesen, bestätigt die positiven Effekte, die seit der Einführung einer Big-Data-Lösung von Cloudera erzielt worden sind: Durch die weltweite Sammlung und effiziente Auswertung von Daten konnten demnach bereits Hunderte von Menschenleben gerettet werden.
Mit Big Data Grenzen überwinden
Krankheiten wie das Zika-Virus haben einen globalen und sich rasch ändernden Wirkungskreis, so dass die schnelle und leichte Vernetzung von Datenquellen und Datennutzern enormen Nutzen hat. Nur so können Ärzte und Krankenhäuser, nationale und internationale Gesundheitsbehörden, Forschungsinstitute und Hersteller von Impfstoffen den Verlauf einer Krankheit akkurat vorhersagen und rechtzeitig entsprechende Methoden zur Bekämpfung entwickeln. Neben den üblichen Anforderungen an die Infrastruktur, wie Skalierbarkeit, Leistungsfähigkeit und Hochverfügbarkeit, stehen also die Analysemöglichkeiten für unterschiedliche Datentypen und die Sicherheit der Daten während des gesamten Prozesses an oberster Stelle.
Allerdings fehlen oftmals die Systeme zur gezielten, schnellen und effizienten Auswertung der gesammelten Daten. Hinzu kommen ethische Bedenken gegen die dazu notwendige, sehr detaillierte gesundheitliche Überwachung von Öffentlichkeit und Individuum. Einige Experten warnen vor Panikmache, schlechter Zuweisung von begrenzten Vorräten, Mangel an medizinischen Ressourcen oder der Stigmatisierung von Gemeinschaften und Nationalitäten. Den Regulationsbehörden für Medizinische Ethik fehlen außerdem ausreichende Analysen zu den eingesetzten digitalen Detektionssystemen, um entscheiden zu können, in welchen Fällen das Sammeln von Informationen, einschließlich des uneingeschränkten Zugangs zu Patientendaten, gesellschaftlich vertretbar wäre.
Gesundheit 4.0
Big-Data-Analysesysteme, die die obigen Anforderungen erfüllen, werden von großen Industrieunternehmen wie Samsung, BT oder Siemens seit langem eingesetzt, beispielsweise in Form von Enterprise Data Hubs auf Basis von Hadoop. Als Open-Source-Software und durch seine nahtlose Integration in die vorhandene Infrastruktur bietet ein solches Framework einen kostengünstigen Weg, um das lebensrettende Potenzial von Big Data im Gesundheitswesen voll auszuschöpfen. Der Einsatz von Big-Data-Technologien im Gesundheitswesen kann geschultem Fachpersonal helfen, eine sofortige Überprüfung, Diagnose und Behandlung einer Krankheit durchzuführen, gerade bei Epidemien wie dem Zika-Virus mit Tausenden neuer Patienten pro Tag.
Aber auch langsam entstehende, chronische Leiden wie Herzkrankheiten, Krebs, Übergewicht, Arthritis und Diabetes sind ein Einsatzgebiet für Big-Data-Analysen. Durch die fortlaufende Rückführung von Ergebnissen aus neuen Beobachtungen und Studien aus der ganzen Welt verkürzen sich die Forschungs- und Entwicklungszyklen (F&E) erheblich, so dass Impfstoffe schneller entwickelt und eingesetzt werden können, um weitere Infektionen zu verhindern und Krankheiten wie Zika  schneller auszurotten, als es je möglich war.
* Martin Czermin ist Senior Regional Sales Director CEMEA bei Cloudera.
Werbung

Mehr Artikel

Hinterlasse jetzt einen Kommentar

Kommentar hinterlassen

E-Mail Adresse wird nicht veröffentlicht.


*


This site uses Akismet to reduce spam. Learn how your comment data is processed.