Bild nicht mehr verfügbar.

Sicherheit von europaweit auswertbaren Daten steht im Zentrum eines europäischen Projekts mit dem doppeldeutigen Akronym Serums.

Illustr.: Getty Images

Die elektronische Patientenakte (Elga), die in den vergangenen Jahren in Österreich eingeführt wurde, hat gezeigt, wie schwierig es ist, die Kommunikation im Gesundheitsbereich systematisch in die digitale Welt zu verlagern. Befürchtungen hinsichtlich eines "gläsernen Patienten" wurden laut. Ärzte befürchten Kontrollverlust. Man kritisierte eine mangelnde Effektivität des Systems. Klar ist, dass ein digitales Kommunikationssystem in diesem Bereich, das die Bedürfnisse aller Interessengruppen befriedigt, schwer zu gestalten ist und eine behutsame Vorgehensweise angeraten ist.

Entwickler in Hochschulen und Forschungsgesellschaften tüfteln längst an Systemen, deren Funktionalität weit über die aktuelle Praxis hinausgeht. Im Projekt Serums (Securing Medical Data in Smart Patient-Centric Healthcare Systems) arbeiten etwa, unterstützt vom EU-Forschungsprogramm Horizon 2020, Partner aus Großbritannien bis Israel zusammen, um eine umfassende und praktikable Lösung zu gestalten, die die aktuellen technischen Möglichkeiten voll ausnützt. Der Patient und seine Privatsphäre sollen im Mittelpunkt stehen, so das Credo.

Sichere Wege durchs Netz

Auch das oberösterreichische Software Competence Center Hagenberg (SCCH) ist am Projekt beteiligt. "Serums verfolgt einen viel weiter gehenden Ansatz als Elga, der auch über Ländergrenzen hinausgeht", erklärt Michael Roßbory, der hier mit dem Projekt befasst ist. Beispielsweise sollen Daten nicht nur via Arztpraxen oder Kliniken Eingang in das System finden. Auch mobile Endgeräte vom Fitnesstracker bis zum Langzeit-EKG sollen Daten direkt und "auf sicheren Wegen" einspielen können. Authentifizierungs- und Verschlüsselungsmechanismen sollen die Bedürfnisse der Patienten widerspiegeln.

Der Privacy-Gedanke und der Grundsatz, dass Patienten die volle Kontrolle über ihre Daten haben sollen, zieht sich durch alle Bereiche. Geplant ist eine eigene Blockchain, die genau nachvollziehbar macht, wo Daten gespeichert sind und wer auf sie zugegriffen hat. Die Technologie, die auch Internetwährungen wie Bitcoin zugrunde liegt, lässt Daten unwiderruflich und sicher vor Manipulation speichern. Das bedeute auch, betont Roßbory, dass die Blockchain nicht die Gesundheitsdaten selbst beinhalten darf, weil die Datenschutzgrundverordnung der EU vorsieht, dass personenbezogene Daten wieder löschbar sein müssen. Also werden hier nur Zugriffe, Berechtigungen und Checksummen, die die Datenintegrität bestätigen, abgelegt.

Ein zentraler Aspekt des Systems ist, dass die Medizindaten analysierbar werden – anonymisiert und ohne Privacy und Datenschutz zu verletzen. Hier kommen etwa Strategien des sogenannten Data-Cloaking zum Einsatz, die dafür sorgen, dass die Informationen nicht zu den Patienten zurückverfolgbar sind.

Eine "semantisch konservierende Verschlüsselung" bewahrt trotz Kryptografie bestimmte Zusammenhänge in den Daten. "Auf die verschlüsselten Daten, die selbst nicht gelesen werden können, können auf diese Art dennoch Analysemethoden angewandt werden", erklärt Roßbory. "Die Methode ist von der Rechenleistung her enorm aufwendig. Derzeit sind damit nur eher einfache Machine-Learning-Algorithmen anwendbar."

Datenlandkarte

Die Privacy-Regeln verhindern, dass die in ganz Europa verteilten Medizindaten "in einen Topf" geworfen werden. Sie müssen an ihrem Standort bleiben. Um dennoch von den großen Datenmengen profitieren zu können, entwickeln Roßbory und Kollegen Machine-Learning-Ansätze, die auf diesen lokalen, oft sehr unterschiedlichen Datenquellen arbeiten können. Eigene lernfähige Algorithmen sind dafür zuständig, diese Quellen zu charakterisieren und eine Art Datenlandkarte zu erstellen.

Im Rahmen des Projekts soll ein konkreter Anwendungsfall für eine anonymisierte Auswertung gezeigt werden. "Wir wollen die Wirksamkeit von Krebsmedikamenten prognostizieren", erklärt Roßbory. Artificial-Intelligence-Algorithmen sollen dabei in den Krankheitsverläufen von Krebspatienten Muster erkennen und daraus Schlüsse ziehen. Am Ende des dreijährigen Projekts soll ein Prototyp stehen, der die verschiedenen Technologien zu einem "Smart Medical Center System" zusammenfügt. (Alois Pumhösel, 7.9.2019)