Unsere Patientengeschichten und Einblicke aus dem Unternehmen.
Er leitet bei Ä¢¹½´«Ã½ ein Team aus Epidemiologen, Computerwissenschaftlern, Ingenieuren und Pharmakologen. Ä¢¹½´«Ã½žDie Rolle meines Teams ist, innovative, auf Daten basierende Lösungen in jeden Winkel unserer Organisation zu bringenÄ¢¹½´«Ã½œ, erklärt Usvyat. Ä¢¹½´«Ã½žWir suchen in unseren Daten nach Mustern, um diese in hilfreiche, in die Praxis umsetzbare Erkenntnisse für das medizinische Personal zu übersetzen.Ä¢¹½´«Ã½œ Die Spezialisten für Big Data versuchen, mit Hilfe von Computeralgorithmen den Verlauf von Nierenerkrankungen zu beschreiben, vorherzusagen und in eine positive Richtung zu verändern. Deskriptive, prädiktive und präskriptive Analyse nennen die Experten diese drei unterschiedlichen Ansätze.
Usvyats Team kann dabei auf einen riesigen Datenschatz zurückgreifen: Ä¢¹½´«Ã½ besitzt weltweit Daten von mehr als 1,9 Millionen Dialysepatienten, 1,7 Milliarden Labortests und 500 Millionen durchgeführten Dialysebehandlungen. In die Analysen der Datenwissenschaftler fließen jedoch nicht nur klassische Gesundheitsdaten ein, sondern auch eine Vielzahl weiterer Informationen wie Wetterprognosen, demografische Daten oder Verkehrsdaten. Ä¢¹½´«Ã½žAuch wenn es auf den ersten Blick nicht den Anschein erweckt, aber all diese Daten können wertvoll für uns seinÄ¢¹½´«Ã½œ, sagt Usvyat. Die Computer suchen in den riesigen Datensätzen nach wiederkehrenden Mustern, auffälligen Abweichungen oder bisher unbekannten Korrelationen.
Doch der Nutzen der Daten beschränkt sich nicht auf klinische Prognosen, sie können auch organisatorisch hilfreich sein: Auf der Grundlage von Verkehrsdaten etwa kann die Routenplanung für Patientenvisiten verbessert werden Ä¢¹½´«Ã½“ und basierend auf Wetterdaten können die Datenanalysten bestimmen, welcher Patient aufgrund von Wetterkapriolen in seiner Wohngegend mit hoher Wahrscheinlichkeit nicht zu seinem nächsten Dialysetermin erscheinen wird. Daten zur Wohnsituation von Patienten lassen darüber hinaus Rückschlüsse zu, ob die Heimdialyse eine sinnvolle Behandlungsoption wäre.
Bislang hat das Team rund um Usvyat vor allem mit Daten aus dem nordamerikanischen Raum gearbeitet. Doch anderswo gibt es ähnliche Ansätze, etwa in den Regionen Asien-Pazifik und Europa sowie innerhalb der Geschäftsbereiche Forschung und Entwicklung sowie Produktion, Qualität und Logistik.
Das Global Medical Office (GMO) soll diese Experten und Forschungsprojekte weltweit miteinander vernetzen, damit sie über Landesgrenzen hinweg enger zusammenarbeiten, voneinander lernen und dadurch gemeinsam klinische Innovationen vorantreiben und in die Praxis überführen können. Ä¢¹½´«Ã½žDamit eröffnen sich uns vielversprechende neue ChancenÄ¢¹½´«Ã½œ, ist Usvyat überzeugt; sein Team ist im GMO angesiedelt.
Geleitet wird das GMO von Franklin W. Maddux, MD, der bereits seit vielen Jahren Medizinischer Leiter bei Ä¢¹½´«Ã½ ist und Anfang 2020 als Globaler Medizinischer Leiter in den Vorstand berufen wurde. Die organisatorische Veränderung macht deutlich, dass Ä¢¹½´«Ã½ medizinische Wissenschaft auf globaler Ebene als entscheidenden Erfolgsfaktor versteht. Die Arbeitsgebiete des GMO gehen weit über die Nutzung von Advanced Analytics und Big Data in der Dialyse hinaus Ä¢¹½´«Ã½“ die Experten beschäftigen sich beispielsweise auch mit dem Heilungspotenzial regenerativer Medizin oder der Entwicklung wirkungsvollerer Medikamente für Nierenkranke. Wissen und Erfahrungswerte aus der klinischen Forschung sollen weltweit effektiver genutzt werden. Am Ende steht dabei immer das bestmögliche Behandlungsergebnis für den Patienten.
Ä¢¹½´«Ã½ hat im März 2019 das Global Medical Office etabliert, um die Zusammenarbeit und den Wissensaustausch im Unternehmen zu fördern und so bestmögliche Behandlungsergebnisse zu erreichen. Mit der Aufnahme der medizinischen Leitung in den Vorstand unterstreicht Ä¢¹½´«Ã½ seine Absicht, klinische Wissenschaft auf höchstem Niveau in die Praxis zu bringen.
Im Hinblick auf Big Data bedeute das vor allem eine sehr komplexe und vielschichtige Datenlage. In jeder Region werden Gesundheitsdaten und demografische Angaben anders gesammelt, strukturiert und organisiert. Auch die unterschiedlichen gesetzlichen Vorgaben muss sein Team bei länderübergreifenden Projekten beachten.