ProHTA-DBProjekt: Horizontale Innovationen zur Produkt- und
ProzessoptimierungTeilprojekt: H-01: Prospective Health Technology Assessment Modul: Information and Knowledge Database ProHTA verfolgt den Ansatz, bereits in der Frühphase des
Innovationsprozesses von Produkten und Lösungen die
Auswirkung auf die medizinischen und organisatorischen
Prozesse zu verstehen und diese mit den neuen Möglichkeiten
der Technologie zu optimieren.
Dazu wird ProHTA das für das prospektive Assessment
notwendige Wissen über Akteure, Prozesse, Effekte und
Vergütungen bündeln und formalisieren sowie Werkzeuge zur
Simulation als Basis weitergehender Analysen schaffen. Durch
Integration zwischen Technologie und Prozessen in
modellierten Szenarien können die resultierenden Effekte auf
die einzelnen Akteure im Gesundheitssystem aus der Kosten
und Nutzenperspektive dargestellt und bewertet werden.
Daraus können Schlussfolgerungen u.a. für die
Weiterentwicklung der Innovationen und für den regulativen
Anpassungsbedarf der Rahmenbedingungen im Gesundheitssystem
getroffen werden.
Ziel von ProHTA ist die Einrichtung einer wissenschaftlichen
Dienstleistungsplattform für die Clusterakteure zur
Bewertung innovativer Gesundheitstechnologien bereits im
Vorfeld ihrer Markteinführung.
ProHTA beschreibt
die Wirkung neuer Technologien und Produkte auf die Qualität der Versorgung und die Versorgungskosten;
Effizienzpotentiale innerhalb der Versorgungsketten, die mit Hilfe neuer Technologien und Produkten gehoben werden können.
Adaptive evolutionäre Informationssysteme sind fundamental
für den Erfolg von ProHTA, weil die Anforderungen an die
Datenhaltung sich über die Laufzeit des Projekts ändern
werden. Daten, die im Moment noch unbekannt sind, können
sich als wichtig herausstellen. Annahmen, die in der
Frühphase des Projekts getroffen wurden, müssen unter
Umständen revidiert werden, wenn wir mehr über prospektives
Health Technology Assessment wissen. Aus diesem Grund wird
ein adaptiver Ansatz benötigt, um die gesammelten Daten zu
speichern. Es müssen nicht nur statistische Informationen
in einer Datenbank gespeichert werden, sondern auch
Metadaten, Wissen über medizinische Prozesse und
Simulationsmodelle sollen strukturiert abgespeichert werden.
Zusammen mit einer modularen Systemarchitektur dient dieser
flexible Ansatz dazu ProHTA anpassbar an andere Anwendungen
zu gestalten. Data Mining könnte bei der Suche nach
Effizienzpotentialen Anwendung finden.
Neben der evolutionsfähigen Datenhaltung ist für ProHTA der Umgang mit unsicheren Daten von großer Bedeutung. Die Zuverlässigkeit der Ergebnisse von Simulationen hängt in hohem Maß von der Güte der Eingabeparameter ab. Um die Unsicherheit von Simulationsergebnissen quantifizieren zu können ist es somit erforderlich die Unsicherheiten der Eingabeparameter entsprechend propagieren zu können. In ProHTA werden darüber hinaus interaktive Verfahren entwickelt, die auch die Rückwärtspropagierung von Unsicherheiten ermöglichen. Ziel ist es dabei, die Datenakquise gezielt zur Minimierung der Unsicherheit der Ergebnisparameter steuern zu können.
| Projektleitung: Prof. Dr. Richard Lenz
Beteiligte: Dr.-Ing. Philipp Baumgärtel
Laufzeit: 1.12.2010 - 31.12.2015
Kontakt: Baumgärtel, Philipp E-Mail: philipp.baumgaertel@fau.de
| Publikationen |
---|
Baumgärtel, Philipp ; Lenz, Richard: Towards Data and Data Quality Management for Large Scale Healthcare Simulations. In: Conchon, Emmanuel ; Correia, Carlos ; Fred, Ana ; Gamboa, Hugo (Hrsg.) : Proceedings of the International Conference on Health Informatics (International Conference on Health Informatics Villamoura, Portugal 01.-04.02.2012). 2012, S. 275-280. [doi>10.5220/0003871602750280] | Baumgärtel, Philipp ; Endler, Gregor ; Held, Johannes ; Lenz, Richard: Pay-as-you-go data integration for large scale healthcare simulations. In: Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS) (Veranst.) : GMDS 2012 (57. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS) Braunschweig 16.-20.09.2012). Düsseldorf : German Medical Science GMS Publishing House, 2012. [doi>10.3205/12gmds047] | Baumgärtel, Philipp ; Endler, Gregor ; Lenz, Richard: A Benchmark for Multidimensional Statistical Data. In: Catania, Barbara ; Guerrini, Giovanna ; Pokorný, Jaroslav (Hrsg.) : Advances in Databases and Information Systems (ADBIS 2013 Conference Genoa, Italy 01-04.09.2013). Berlin : Springer, 2013, S. 358-371. - ISBN 978-3-642-40682-9 [doi>10.1007/978-3-642-40683-6_27] | Baumgärtel, Philipp ; Tenschert, Johannes Christian ; Lenz, Richard: A Query Language for Workflow Instance Data. In: Catania, Barbara ; Cerquitelli, Tania ; Chiusano, Silvia ; Guerrini, Giovanna ; Kämpf, Mirko ; Kemper, Alfons ; Novikov, Boris ; Palpanas, Themis ; Pokorný, Jaroslav ; Vakali, Athena (Hrsg.) : New Trends in Databases and Information Systems (ADBIS 2013 Conference Genoa, Italy 01-04.09.2013). Schweiz : Springer, 2014, S. 79-86. - ISBN 978-3-319-01862-1 [doi>10.1007/978-3-319-01863-8_9] | Baumgärtel, Philipp ; Endler, Gregor ; Lenz, Richard: Toward Pay-As-You-Go Data Integration for Healthcare Simulations. In: Bienkiewicz, Marta ; Verdier, Christine ; Plantier, Guy ; Schultz, Tanja ; Fred, Ana ; Gamboa, Hugo (Hrsg.) : Proceedings of the International Conference on Health Informatics (International Conference on Health Informatics 2014 Loire Valley, France 03. - 06.03. 2014). Portugal : SciTePress, 2014, S. 172-177. - ISBN 978-989-758-010-9 [doi>10.5220/0004734201720177] | Baumgärtel, Philipp ; Endler, Gregor ; Wahl, Andreas Maximilian ; Lenz, Richard: Inverse Uncertainty Propagation for Demand Driven Data Acquisition. In: Tolk, A. ; Diallo, S. Y. ; Ryzhov, I. O. ; Yilmaz, L. ; Buckley, S. ; Miller, J. A. (Hrsg.) : Proceedings of the 2014 Winter Simulation Conference (Winter Simulation Conference 2014 Savannah, GA 31421, USA 07-10.12.2014). Piscataway, NJ, USA : IEEE Press, 2014, S. 710-721. [doi>10.1109/WSC.2014.7019934] |
|
|