Big Data Analytics | Healthcare

Zu den Hauptzielen einer Datenintegration im Gesundheitswesen gehört ein verbesserter Zugang zu Daten und Wissen, ein optimierter und kontrollierter Datenfluss innerhalb und zwischen den Institutionen und eine verbesserte, konsistente Dokumentation. Die Medizin der Zukunft ist prädiktiv, präventiv, personalisiert und partizipierend.Diese Ziele erfordern integrative Big Data Analytics auf den zur Verfügung stehenden Daten. Die HB Technologies AG entwickelt mit Ihren Partnern tragfähige Lösungen im komplexen und heterogenen Umfeld des Gesundheitswesens.

DIFUTURE

Als Partner des Universitätsklinikums Tübingen arbeiten wir an der Medizin der Zukunft. Durch integrative Big Data Analytics der Patientendaten wird die Medzin prädiktiv, präventiv, personalisiert und partizipierend.

Wir unterstützen bei der Organisation und technischen Umsetzung der Konzepte für lokale DIZ in Tübingen und erarbeiten Konzepte für die tiefere Integration des DIZ in das existierende Umfeld.

Die Munich-Tübingen Alliance for Data Integration and Future Medicine (DIFUTURE) schafft Datenzentren zur integrativen Speicherung der Patietendaten. Ziel des Projekts ist es die Expertise von vier Konsortialpartnern (Technische Universität München, Ludwig-Maximilians-Universität München, Eberhard Karls Universität Tübingen, Universität Augsburg) zusammengeführt, um den Austausch und die Nutzung von Daten aus Krankenversorgung, klinischer und biomedizinischer Forschung institutionsübergreifend zu verbessern und ihren Mehrwert nachzuweisen.

Die notwendigen organisatorischen und technischen Konzepte werden ausgearbeitet. Hierzu werden die bisher entwickelten Konzepte für Datenintegrationszentren (DIZ) und für Use Cases, die den messbaren Erfolg des Datenaustauschs nachweisen, detailliert ausgearbeitet. Die krankheitsbezogenen Themen sind Neurologie, Krebs und Kardiologie.

  • Technisches und organisatorisches Konzept für die lokalen DIZ der Standorte
  • Konzept für die Integration des DIZ in das existierende Umfeld am jeweiligen Standort
  • Interoperabilitätskonzept für das Konsortium und darüber hinaus
  • Risiko- und Bedrohungsanalysen für den Datenaustausch
  • Analyse der lokal vorhandenen Daten, IT-Systeme, Methoden, Prozesse
  • Analyse der Datenqualität der lokalen Datenquellen
  • Systematische Analyse der lokalen Schwächen
  • Ausarbeitung des Bedarfs für die Harmonisierung von Daten und Prozessen; Erarbeitung von Lösungsvorschlägen
  • Pilot- und Testimplementierungen für ausgewählte Module, Schnittstellen, ETL-Tools und Data Warehouse-Lösungen
  • Konkrete Zeit- und Meilensteinplanung
  • Interdisziplinäre Ausarbeitung der Anwendungsfälle mit Methodikerinnen bzw. Methodikern sowie medizinischen Forscherinnen und Forschern

Der Kunde: Universitätsklinikum Tübingen

InnOPlan

Konzeption und Realisierung einer smarten OP-Geräte Plattform

  • Konzeption und Realisierung einer Plattform für die zentrale Sammlung des Datenstroms
  • Konzeption und Realisierung einer Schnittstelle für die Anbindung von Applikationen
  • Detektion von Trigger Signalen aus Real-Time Daten für die OP-Organisation
  • Mobile Applikation für die OP-Organisation mit Nutzergruppen spezifischen Signalen
  • Realtime Analyse endoskopischer Bilddaten

Technologien/Skills

.NET C#, Android iOS, RabbitMQ, JS & HTML5