Red DataHealth

Vitaldaten-Screening für ein Monitoring in der Gesundheitsversorgung am Beispiel der Stadt Wissen.

Das Projektvorhaben Red DataHealth in Wissen ist als Studienkonzept in das Datenmodell „Digitale Modellregion Gesundheit Dreiländereck“ eingebettet, das der Digitalisierung der gesundheitlichen Versorgung in ländlichen Räumen verpflichtet ist und unmittelbar zu einer intersektoralen und interprofessionellen Entlastung von Akteuren im Gesundheitswesen dienen soll.

Das Ziel der Studie ist es herausfinden, welche individuellen Gesundheitsdaten durch die Patienten / Probanden selbst mittels einer biochemischen Analyse gewonnen werden können. Diese Datenerzeugung soll in einem nicht-invasiven Verfahren erfolgen. Dazu würde ein Tropfen Blut analysiert und im Rahmen eines Transformationsprozesses in physikalische Daten umgewandelt werden, so dass sie digital transferierbar sind. Der Umwandlungsprozess eines biochemischen Stoffes ist bereits durchführbar.

Die Anwendung soll in drei Schritten umgesetzt werden:

  1. Schritt eins bildet der Sensorknoten. Zum Einsatz kommen ein biochemischer Sensor, ein Micro-Controller und eine Funkschnittstelle.
  2. Im zweiten Schritt benötigt es eine Cloud, wohin die Daten transferiert werden.
  3. Im dritten Schritt kommt ein Smartphone zum Einsatz mit einer mobilen Arzt-App, um ein spezifiziertes Datenblatt zu empfangen.

Damit steht das technikbasierte Studienprojekt in Wissen in einer logischen Verfahrensreihe mit zwei weiteren Projekten, die im Rahmen der Digitalen Modellregion Gesundheit Dreiländereck vorbereitet werden: Zum einen werden in Burbach, NRW, Vitaldaten von Patienten / Probanden mit Hilfe von Biosensoren erfasst, womit Burbach ein Datenvergleichsmodell mit Red DataHealth Wissen ist. Die Forschungsfrage des Datenempfangs und der -auswertung werden in der Digitalen Praxis Haiger, Hessen, erprobt. Im Ergebnis sollen Patienten, die auf ein regelmäßiges Gesundheitsfeedback angewiesen sind, ihren Status im Rahmen eines beliebigen, durch den Arzt vorgegebenen Intervalls, messen.

Weiterführenden Fragen, inwieweit eine Vitaldatenerhebung via Sensorik einerseits und Blut andererseits zu hinreichend exakten Daten führen kann, werden ebenfalls untersucht. Eine Voraussetzung für den Vergleich ist die mobile Blutbilderstellung, die technisch bereits möglich ist.

Ein weiterer Vorteil der Sensorik kann zukünftig darin liegen, dass mittels Körperflüssigkeiten wie Schweiß, Speichel oder Urin zunehmend mehr Gesundheitsdaten durch den Patienten / Probanden selbst erhoben werden können. Verschiedene Studien zur Nahinfarot (NIR)-Spektroskopie bestätigen, dass diese Technik für die Vorhersage von Blutbestandteilen wie Glucose, Triglyceride und Cholesterin u.a. geeignet ist. Durch die hohe Eindringtiefe der NIR-Strahlung in die Haut ist es möglich, Daten aus dem durchbluteten Gewebe zu generieren. Die nicht-invasive Hautspektroskopie ermöglicht bereits differenzierbare Messungen, die es erlauben, zwischen Nichtdiabetikern und Diabetikern zu unterscheiden.

Menü