Teilprojekt eines Verbundes

Implementierung Dokumentation (KIS System i.s.h.med) und Datenintegration

Förderkennzeichen: 01ZZ1911O
Fördersumme: 451.393 EUR
Förderzeitraum: 2020 - 2022
Projektleitung: Prof. Dr. Oliver Kohlbacher
Adresse: Universitätsklinikum Tübingen
Geissweg 3
72076 Tübingen

Im Projekt "Collaboration on Rare Diseases (CORD_MI)" engagieren sich zwanzig Universitätsklinika und weitere Partner für die Verbesserung von Versorgung und Forschung für Menschen mit seltenen Erkrankungen durch Digitalisierung und Innovation. Dies erfolgt im Rahmen der Medizininformatik-Initiative (MI-I) und in Anlehnung an die Ziele des Nationalen Aktionsbündnisses für Menschen mit Seltenen Erkrankungen (NAMSE). Durch CORD_MI soll belegt werden, dass die Konzepte und Lösungen der MI-I zu messbarem Nutzen für Patienten, Ärzte und Forscher führen. Auf der klinischen Seite will CORD_MI die Sichtbarkeit seltener Erkrankungen erhöhen, Einblicke in die Versorgungsrealität gewähren, die Forschung anregen und die Qualität diagnostischer und therapeutischer Prozesse verbessern. Schwerpunkte im Rahmen der MI-I sind die Verbesserung von Konzepten und Lösungen für die klinische Dokumentation seltener Erkrankungen, für die Interoperabilität sowie von datenschutzkonformen Methoden für einen bundesweiten Zugang zu diesen Daten. Durch die konsortienübergreifende Erprobung innovativer Ansätze zur Verknüpfung und Auswertung von Daten trägt CORD_MI zum Gesamtergebnis der MI-I bei. Die in CORD_MI entwickelten Konzepte, Methoden und Verfahren werden öffentlich zugänglich gemacht, woran sich weitere Forschungsprojekte in unterschiedlichen Bereichen anschließen lassen. Innerhalb des Verbundes verfolgt der Standort Tübingen im klinischen Bereich schwerpunktmäßig das Ziel, eine umfassendere Kodierung von seltenen Erkrankungen im Krankenhausinformationssystem zu erwirken und dadurch unter anderem auch den Austausch zu den Europäischen Netzwerken zu ermöglichen. Auf medizininformatischer Seite besteht das Ziel, das Medizinische Datenintegrationszentrum auszubauen und ein innovatives Verfahren der Datenanalyse, den Personal Health Train, zu erproben.