„Ärzte warnen: Wir verschwenden Millionen Daten – dabei könnten sie Leben retten!“ - mit Irit N., vivantes

00:00:00: Heute mal eine andere Folge, sprich mir der lieben Irrit.

00:00:03: Sie ist Professorin und Doktorin zum Thema Infektionsprävention.

00:00:07: Und das ist ein Thema was mich mal total interessiert.

00:00:10: wie spielen da überhaupt Daten?

00:00:12: Eine Rolle ist das Thema KI und ehrlich gesagt habe ich einiges aus der Folge mitgenommen.

00:00:23: Neue Folgen jeden Freitag.

00:00:25: in dieser digitalen Welt gibt es einen speziellen Faktor Doch nur die wenigsten wissen sie für

00:00:34: sich zu nutzen.

00:00:36: Wer seine

00:00:36: Kunden verstehen will,

00:00:37: um ihnen das

00:00:38: bieten

00:00:38: zu können was sie brauchen kommt um

00:00:40: ein professionelles Datenmanagement

00:00:42: nicht

00:00:42: herum.

00:00:43: Jonas Rascheli interviewt

00:00:44: andere

00:00:45: Experten aus den Data Bereichen

00:00:46: und

00:00:47: zeigt Schritt per Schritt wie genau das funktioniert.

00:00:55: Schön dass du da bist Id um dich selber kurz vorzustellen oder Du kannst glaube ich weiter ausholen als ich aber Ich habe dich jetzt hier unter Expertinnen Infektionsprävention.

00:01:07: Du bist Professor Doktor, leitende Funktion in einer Klinik.

00:01:11: Das heißt wir werden uns heute nicht über das Händewaschen unterhalten sondern über viel mehr spannende Themen rund ums Thema Daten.

00:01:20: Absolut!

00:01:20: Denn die Infektion Prävention muss auf viel mehr Daten gestellt werden damit wir besser werden.

00:01:24: Ja.

00:01:28: Prävention sagt man immer sehr is no glory in prevention, das glaube ich ist so nicht richtig.

00:01:34: Wir müssen einfach Daten schaffen um die Prävenzion sichtbar zu machen und dann ist da auch mehr Glory drin.

00:01:39: Ja weil sozusagen und schön dass wir schon so tief einsteigen weil die Aussage eigentlich die ist wenn wir messen könnten was passieren würde wenn wir es nicht tun würde die prävention noch mal mehr unterstützen

00:01:52: genau Beziehungsweise, wenn wir messen was wir eigentlich tun.

00:01:55: Weil momentan ist es so dass eben sehr wenig gemessen wird Was eigentlich so Präventionsmaßnahmen bringen.

00:02:01: und wenn ich nicht messe was eine Maßnahme bringt dann hilft sie mir auch nicht.

00:02:05: Ich bin ganz ganz eng an dem dran what you can't measure

00:02:10: Im

00:02:10: Proof oder was immer.

00:02:12: Ich bin jetzt gerade so ein bisschen, es gibt ja viele sozusagen Enden für dieses Wort you can't measure.

00:02:18: aber man muss es dann auch sichtbar machen weil du musst das den Leuten zeigen und dass ist etwas was ich machen möchte.

00:02:24: wir sind in Klinik verbunden.

00:02:25: ich bin leite Sie Infektionsprävention mit einer tollen Frau zusammen, übrigens ein absoluter Gamechanger.

00:02:31: Für mich eine gemeinsame Spitze zu machen, wo man sich die Arbeit teilt und gemeinsam besser wird.

00:02:39: Wir wollen unsere Infektionpräventionsdaten sichtbarer machen damit wir wissen, wo wir gezielter eingreifen müssen dürfen sollen.

00:02:48: Aber ihr macht das ja verstehe ich nicht nur für den Klinikverbund sondern Wir haben uns ja gerade auch ein bisschen über deine Forträge unterhalten.

00:02:56: Das heißt ihr macht das ja schon, das Ziel ist ja national dieses Thema weiter voran zu treiben und sogar international?

00:03:04: Immer.

00:03:04: Also ich bin eine Publikatoren, ich mach das sehr gerne weil ich glaube dass wenn man es nur für die Tonne macht dann springt oder nur für eigene Tasche findet einen nicht weiter sondern dass man eben gezielt Maßnahmen macht und überprüft ob sie gut funktionieren oder nicht.

00:03:16: Und das muss man publizieren.

00:03:17: Ich finde Es gibt in der Medizin ja ne Verpflichtung Wenn du Daten generierst die dann auch zu publiziern Weil Du machst etwas Ja Und dann musst du das eigentlich.

00:03:28: Also muss das den Leuten zugänglich machen, dass es gut funktioniert hat.

00:03:31: Sonst handelst du im Medizin eigentlich unethisch finde ich.

00:03:34: Ja ist aber spannend weil in dem Kontext seid ihr jetzt mit Ärzte Professor und Doktoren sozusagen ja eigentlich darauf trainiert viel auf Basis von Daten zu beweisen.

00:03:49: Das sagst du jetzt so.

00:03:50: Ich bin schon so alt, also deutlich älter als du, dass ich aus der Zeit komme wo das eben noch nicht so war.

00:03:56: Ich weiß nicht ob dir der Begriff evidenzbasierte Medizin etwas sagt?

00:03:59: Als ich angefangen habe mit Medizin ist es meine Lieblingsgeschichte.

00:04:03: Ja, ich höre sie gerne.

00:04:04: Es war so, da ich junge Assistentin im Saal war und je nachdem welcher Oberarzt oder Oberärztin reinkam, war das was man machte eben richtig oder falsch.

00:04:16: Und dann war es so Ende der Neunziger, Anfang der Zweitausender, dass die sogenannte evidenzbasierte Medizin eingeführt worden ist und das Standards festgelegt worden sind.

00:04:25: Bei der Operation ist diese Art von Narkose Medikament und so das Richtige.

00:04:31: Da hat man dann die Studien zusammengenommen, da hat sich das gemeinsam überlegt.

00:04:34: Und ich schreib auch schon sehr lange an Leitlinien dabei mit – und da ist es ja genau das Gleiche!

00:04:39: Man nimmt sich die Daten, die man zur Verfügung hat und macht datengetriebene Empfehlungen.

00:04:43: Das ist das was Leitlnien in der Medizin sein sollten wenn sie gut gemacht sind.

00:04:48: Ja jetzt lass uns mal die letzten fünf oder zehn Jahre anschauen.

00:04:55: Wie siehst du denn da die Entwicklung?

00:04:56: Ich versuch warum.

00:04:58: Mein Podcast ist ja so ein bisschen Richtung Data aus dem Business-Context vor allem.

00:05:03: Deswegen ist es total spannend, auch mit Bier nochmal zu sprechen ums eher aus der wissenschaftlichen Perspektive zu sehen oder aus der medizinischen Perspektiven.

00:05:11: und ich finde schon dass man im Business-Kontext merkt das in den letzten zehn, fünfzehn, zwanzig Jahren des ganzen Thema BI also erstmal Aufbereitung der Finanzen, Finanzdaten kam jetzt durch den digitalen Boom komplett sich diese ganzen Online Daten die man hat.

00:05:29: Da rennt man ja den Thema hinterher, weil man Geld sieht.

00:05:32: So.

00:05:34: Bei euch ist ja nicht zwangsweise das Geldthema eine Rolle oder nicht der vorwiegende Paar.

00:05:39: Überzeug mich gerne von dem anderen?

00:05:40: Oder was ist da der Grund?

00:05:42: Also es gibt... ja unterschiedliche Gründe.

00:05:44: Wir arbeiten, also für mich ist die Corona-Pandemie ein ziemlicher Gamechanger gewesen weil ich in dem Zeitpunkt eben einem anderen Unternehmen als jetzt kann man sagen bei den Helios Kliniken Infektionlogin Infektionsprävention gemacht habe und wir zusammen durch die Corona Pandemie mussten.

00:06:01: und Helios hat schon immer eine sehr gute Datenbasis für ganz viel gehabt Basis von Daten gearbeitet und eben unter anderem auch auf Abrechnungsdaten.

00:06:12: Und wir waren in Deutschland sehr, sehr schnell dass wir unsere Corona-Daten veröffentlichen konnten und damit zum Beispiel feststellen, wer war die besonders gefährdeten Patienten?

00:06:22: Wir haben geguckt welcher was liegt dem zugrunde?

00:06:24: das Patienten auf Intensivstation gehen und solche Dinge.

00:06:28: du kannst Patientensteuerung zb sehr gut mit Daten machen.

00:06:32: Es ist natürlich jetzt die vielen Daten, die wir zur Verfügung haben durch unterschiedliche Systeme sind durchaus auch interessant um damit mit der Pharmaindustrie zusammenzuarbeiten und sogenannte Reward Evidence zu machen.

00:06:48: Vorher überlegst du, so und so viele Patienten brauche ich.

00:06:51: Die einen kriegen das Medikament die anderen kriegen es nicht.

00:06:54: Das ist ja die eine Sorte von Studien.

00:06:55: aber dann kommt die reale Welt wo du gucken musst ob das wirklich auch für alle so funktioniert?

00:07:00: Du kannst ja diese randomisiert kontrollierten Studien nicht mit unendlich vielen Patienten machen Und dann musst du gucken ob das oder.

00:07:07: Dann ist es eben dass was du heute machen kannst ist dass du in der realen welt guckst Ob das wirklich funktioniert.

00:07:12: und was man da sehr schön machen kann Ist dass man zum beispiel auch Atarenzstudien macht oder eben Implementierungsstudien.

00:07:20: Du hast etwas geplant am Tisch, aber funktioniert das in der realen Welle?

00:07:24: und das ist extrem interessant auch für die Pharmaindustrie oder für die Industrie an sich verschiedene Sorten dass du eben da nochmal guckst, funktioniert es in der echten Welt?

00:07:34: Und das kannst du natürlich viel besser mit den Real-World-Date als mit der randomisiert kontrollierten Studie wo du ja ein sehr definiertes Patienten klientierst.

00:07:42: Aber

00:07:42: brauchst du die bevor du die nächste Studie machst?

00:07:45: Die Daten!

00:07:46: Ne, brauchst du die randomisierte Studie um sozusagen dann in der nächsten Studie zu gehen?

00:07:51: oder würde dir die allgemeine Studie schon mehr reichen?

00:07:57: Also für die Leitlinien brauchst Du immer auch die randomisiert kontrollierten und das liegt ja auch daran.

00:08:02: Bei diesen randomisiert-kontrollierten Studien legst Du ja nicht fest welche Parameter Du messen möchtest sondern dass die Patienten kommen wie sie kommen.

00:08:11: Und der Unterschied ist, wenn du Rear-Word-Evidence machst kannst du auch zwei Patientengruppen vergleichen.

00:08:15: Aber du sagst ja, du randomisierst oder legst fest welcher Parameter.

00:08:19: also du willst gleich wie Männer, Du willst gleich viel Frauen, Du wirst gleich viel Vorankrankungen von dieser Sorte.

00:08:24: das heißt du sagest worauf du adjustierst.

00:08:27: Das ist bei einer randomisiert kontrollierten Studie.

00:08:29: das heißt wir brauchen beides um gute Evidenz zu haben.

00:08:31: Du kannst nicht dass eine ohne das andere Und die Real-World-Evidence-Studien sind immer nur Hypothesen generieren, sie sind nie beweisend.

00:08:39: Das heißt das eine ohne das andere...

00:08:41: Die andere Studie würde wer beweisen?

00:08:43: ...die andere Studier wäre sozusagen beweisend aber eben immer nur für das Patientenklientel

00:08:48: Was du aber ja nicht kennst weil du sie randomisiert machst

00:08:51: Ja, beziehungsweise weil du auch ein und Ausschlusskriterien festlegst.

00:08:54: Also lass uns überlegen wir machen eine Studie zu Lungenentzündung und sagen die Patienten müssen aber dir das und das Röhnchenbild haben oder dürfen die und die Vorerkrankungen nicht haben?

00:09:04: Was ist aber wenn du jetzt einen Patient zum Beispiel, ich denke gerade an die eine Studi die vor einer Weile auseinander genommen habe da ging es um zwei verschiedene Beatmungsschläuche.

00:09:14: Da wurde aber festgelegt, dass Krebspatienten nicht mit in die Studie eingeschlossen wurden.

00:09:18: Weil sie eben den Leuten zu krank waren oder was auch immer.

00:09:21: Warum?

00:09:22: Das haben Sie nicht erklärt warum jegliche Form von solidem Tumor oder Blutkrebs oder so nicht eingeschaut.

00:09:28: Was ist wenn du jetzt aber... Onkologe, also Arzt für Kribserkrankungen bist.

00:09:32: Dann weißt du ja gar nicht ob das für deine Patienten klappt oder nicht und das könntest du dann gucken diese Beatmungsschläuche würden jetzt in der realen Welt auch für alle anderen Patienten.

00:09:41: und dann kannst du gucken funktioniert das auch für meine Krebspatienten Und deswegen ist die gemeinsame... Also die Studie hat am Ende belegt dieser neue Beatmungschlauch ist besser als die, die wir sonst nehmen aber eben nur für die eine Patientengruppe und da waren die Krebspatientinnen nicht drin.

00:09:55: und wenn es denn dafür möchtest Solche Sachen werden ja dann immer auch für die anderen Patienten genommen.

00:10:01: Dann kannst du retrospectiv gucken, ob das eben auch gut funktioniert hat.

00:10:06: Was hast Du mit Studie auseinander neben gemeint?

00:10:08: Ich halte Vorträge darüber, wie man mit Daten in der Medizin umgeht.

00:10:13: Weil ich glaube dass wir Mediziner das im Studium zu wenig lernen Wenn ich das bei meinen Studien erlebe.

00:10:19: die können jetzt nicht unbedingt immer Studien so gut verstehen Interpretieren genau verstehen ob das eine gute Studie ist oder nicht und deswegen halte ich Vorlesungen Studien verstehen lernen wie man Studien Also sozusagen strukturiert auseinandernimmt, um nachher zu verstehen ob das eine gute sinnvolle Studie ist.

00:10:38: Ob die gut gemacht ist?

00:10:39: Ob die Statistikgute... ...ob die ein- und Ausschlusskriterien gut sind?

00:10:43: Ob man selber mit diesen Daten was anfangen kann?

00:10:45: Und das ist meine Vorlesung und dafür habe ich so ne Studie sozusagen filetiert und da ganz viel als Beispiel auseinander genommen.

00:10:55: Was war denn die größte Erkenntnis oder die die die größt Davon Lüge sagen, die du aufgedeckt hast bei einer Studie ohne die Studie zu nennen?

00:11:09: Während Corona ist ja ganz viel komisches sehr schnell publiziert worden.

00:11:13: Da sind ja diese sogenannten Peer Reviews.

00:11:15: Normalerweise wenn du eine Studie einreichst beim Journal dann gucken da unabhängige Leute drüber und gucken ob du das gut gemacht hast oder nicht.

00:11:22: Bewerten sozusagen die Studien.

00:11:23: Genau bewerten ob du die Statistik richtig gemacht hast Oder wie auch immer Und dabei haben sie einen sogenannten Composite Endpoint genommen wird jeder, der sich in Medizin auskennt, wissen welche Studie ich meine.

00:11:35: Und die haben einen sogenannten Compressant Endpoint genommen aus Hospitalisierung und Tod was natürlich irgendwie total absurd ist.

00:11:40: das in einem Endpunkt zusammen.

00:11:42: und dann haben sie unten in ihre Konklusionen also in ihre Erkenntnisse reingeschrieben auf die erste Seite Siebenundachzig Prozent weniger Hospitalisierung und Tod.

00:11:51: Und dann hat man bei siebenundachtzig Prozent Weniger Tod, das ist ja super.

00:11:54: Das Supermedikament hat mal nachher geguckt.

00:11:56: in der Ergebnis-Tabelle nach einem eigentlichen Artikel ist einfach in beiden Gruppen niemand gestorben.

00:12:01: Es wurde siebenunachtzig prozent weniger hospitalisiert aber es sind beide Gruppen keiner gestorbt und nur dadurch dass die den sogenannten Komposite Endpoint genommen haben konnten sie behaupten sieben und achtzig prozent wenige gestorgen.

00:12:12: das haben wir auf die erste Seite drauf geschrieben und wer da?

00:12:14: ein eben gutes

00:12:15: Marketing?

00:12:16: Genau, sehr gutes Marketing und viele Mediziner haben nicht Zeit immer den ganzen Artikel zu lesen.

00:12:22: Also die gehen dadurch dass du diesen Prozess hast bei der Studienveröffentlichung davon aus das es validiert wurde und deswegen... Genau!

00:12:34: Und das ist halt einfach wirklich.

00:12:35: also fand ich sehr interessant weil Unter Corona waren wir ja alle unter wahnsinnig Stress.

00:12:40: Keiner kannte das Virus, keiner wusste was richtig ist.

00:12:43: Eine Sache ... Das hat dich mir überlegt bei den Fragen die du vorab geschickt hattest.

00:12:47: eine Sache die wir damals nicht gut entschieden haben.

00:12:50: Das hat aber ganz Deutschland war dieses mit ein Komma fünf Meter Abstand.

00:12:54: Das war Quatsch!

00:12:55: Ich meine es ist ein Luft getragenes Virus.

00:12:58: Das weiß nicht dass die eins Komma Fünf Meter dann... Dass es da dann nicht weiter darf.

00:13:03: Das heißt wir haben dadurch Man hätte die Patienten einzeln legen, was man heute macht.

00:13:09: Man legt Corona-Patienten einzeln weil das breitet sich im ganzen Zimmer aus.

00:13:15: Das Virus war neu.

00:13:16: ich will überhaupt... Ich finde es ganz schwierig dass man Schuldzuweisungen versuchen zu machen

00:13:20: auch

00:13:21: jetzt für Politiker die damals Dinge entschieden haben die sie aus der Unsicherheit der Daten und dem neuen entschieden haben.

00:13:27: Darum geht's mir gar nicht.

00:13:28: Mir gehts sozusagen darum Genauso wie im Business und ich kann es nur mit dem Business vergleichen, weil ich kein Mediziner Studium habe.

00:13:35: Es ist du musst manchmal auf Basis von wenig Daten Entscheidungen treffen.

00:13:38: Du musst auf Basiss von wenig daten Annahmen sozusagen nehmen um ein Ergebnis herbeizuführen Und man muss Transparenz mit dem Thema sein.

00:13:46: nicht.

00:13:47: Ich glaube, auch bei der Studie ohne jetzt auf dieser einen Studie rumzureiten.

00:13:51: Gebe es ja auch die Möglichkeit sozusagen zu sagen pass auf folgendes Ergebnis ist da folgende Disclaimer hängen hinten dran und sagen sozusagen was dabei kommt.

00:13:58: wenn man das aber nicht gelernt hat oder darauf nicht achtet dann ist es sozusagen kritischer Punkt.

00:14:03: eine Sache die auch bei Corona war.

00:14:05: wir als sie Impfungen neu waren da kann ich mich daran erinnern dass die ersten Menschen geimpft waren und dass sie dann eben dachten Wir können jetzt die Masken weglassen weil wir sind jetzt für immer immun gegen Corona.

00:14:16: Da haben Menschen die Entscheidung getroffen relativ zügig, dass sie da dachten, Sie könnten sich frei bewegen.

00:14:21: Heute wissen wir ganz genau das gar nicht Impfdurchbrüche gibt sondern, dass man sich trotzdem infizieren kann.

00:14:26: Das wussten wir damals noch nicht und da sind Entscheidungen getroffen worden, dass Geimpfte bestimmte Dinge dürfen, die Ungeimpfte nicht dürfen.

00:14:35: Das sind auch Entscheidungen gewesen, die man damals eben mit sehr wenig Daten ... Und das ist vollkommen in Ordnung, dass es damals so entschieden hat.

00:14:43: Man muss dann doch sagen Also ich habe eine sehr, sehr gute Fehlerkultur von meinen Mentoren gelernt.

00:14:49: Ich darf da würde ich auch gerne einfach mal einen Namen sagen Andreas Meier-Helmann bei einer meiner Mentoren der mir eine unglaublich gute Fehler Kultur glaube ich beigebracht hat.

00:14:58: Nehme gesagt hat okay wir gucken jetzt mal zurück was ist neben der Haltung passiert?

00:15:02: Was müssen wir in Zukunft anders machen?

00:15:04: Und eben ohne jegliche Schuldzuweisungen.

00:15:06: Einfach, das war der Fakt damals und wir wollen gemeinsam daraus lernen wie wir es in Zukunft anderes machen.

00:15:12: Das ist toll!

00:15:13: Also das war eine ganz tolle Fehlerkultur.

00:15:15: gerade in der Medizin ist ja Fehlerkultursammlung mal jetzt so gar nicht so weit vorne wäre.

00:15:21: Kann

00:15:22: doch auch Menschen dem Kurs...

00:15:26: Ja, kann Menschenleben kosten.

00:15:27: Aber auch dann gerade muss man eine sehr gute Führerkultur machen.

00:15:30: und wenn man das nicht macht, dann bleibt es auch an den Menschen die gar nicht genau wissen war's jetzt ein Fehler oder nicht bleibt an denen hängen.

00:15:37: da gibt so einen Ausdrucksäckend victim Effekt den man nur aufarbeiten kann wenn man diese Situation nachher nacharbeitet und dass wäre eben grade in der Medizin extrem wichtig eben auch aufgrund der Fakten die damals vorlagen nochmal drüber überlegen Wie war denn die Entscheidung?

00:15:52: Hab ich sie damals aufgrund welcher Fakten getroffen, was lag denn vor.

00:15:56: Was würde ich heute anders machen?

00:15:57: das ist vollkommen in Ordnung.

00:15:58: Wo ich noch mal hinkommen wollte was du vorhin gesagt hast dieses es passen nicht alle Studien was sich mir versucht habe ja so ein bisschen fort zu recherchieren bei dir dass für dich ein Thema recht sensibel ist oder auch gerne darüber erzählt ist nämlich geschlechter sensible Medizin.

00:16:15: War das so ein Prozess über die Zeit oder war es so eine Erkenntnis über Nacht?

00:16:22: Nach dem Worte, wenn man jetzt sagt, Männchen, Weibchen, fünfzig-fünfzig.

00:16:25: Dass sie vielleicht manchmal für fünfzig Prozent der Daten nicht stimmen.

00:16:30: Das war ein ganz lustiger Prozess.

00:16:32: Ich betreue schon seit vielen Jahren gerne junge Menschen, ich habe zu meinen Charitänzeiten auch schon viele Doktoranden gehabt und ich hatte eine Doktorandin.

00:16:41: für die hatte ich kein Thema.

00:16:42: Und dann hab' ich gesagt unsere Datenbank wir haben große Datenbank gehabt guck doch mal ob Männern und Frauen mit Sepsis also mit dieser schweren Blutvergiftung im Prinzip die aber aus der Kontrolle gerät im Körper ob das die dass gleiche Outcome haben nachher.

00:16:57: Und dann haben wir festgestellt, überhaupt nicht Frauen sterben mehr an Sepsis.

00:17:01: Es sind viel weniger Frauen auf der Intensivstation aber sie sterben mir an Sapsus.

00:17:04: und da von dem Moment an war ich eigentlich so ein bisschen angefixst auf dieses Geschlechter-Sensible weil da bis dahin ganz wenig hingeguckt.

00:17:13: inzwischen ist das ganz viel heute gerade ich komme jetzt aus von der großen Tagung, wo es die Kino dazu geben durfte.

00:17:20: Geschlechter-sensible Medizin in der Infektiologie, das ist ein großes Infektologentreffen gewesen und es gibt immer mehr tolle Daten dazu dass Infektionskrankheiten bei Männern und Frauen ganz anders funktionieren und dass auch Medikamente beim Männern oder Frauen ganz anderes funktionieren.

00:17:36: Und da finde ich so interessant wenn man sich das jetzt überlegt.

00:17:40: wir wissen ganz genau dass Frauen viel weniger Alkohol vertragen als Männer.

00:17:43: Aber wir denken, wir können die gleiche Medikation vertragen wie Männer.

00:17:47: Obwohl wir wissen unsere Leber funktioniert anders.

00:17:50: Wir haben eine andere Fettverteilung, eine andere Wasserverteilungen und eine andere Entgiftungsfunktion.

00:17:55: Unsere Niere funktionieren anders.

00:17:57: Medikamente wirken auch bei uns Frauen.

00:17:59: Das macht es ein bisschen anstrengend Forschung an Frauen zu machen, zyklusbedingt unterschiedlich und auch in unterschiedlichen Lebensphasen anders.

00:18:06: Und das ist total spannend, inzwischen das festzustellen.

00:18:12: Auf dem X-Kromosum, also wir haben das Y da, euch fehlt ja dieses Stückchen da unten.

00:18:17: Da ist ganz viel immunologisches, infektiologisches Gehen drauf, Infektabwehr und deswegen können wir bestimmte Arreger besser abwehren als ihr, Viren zum Beispiel.

00:18:28: Also den Männer schnupfen gibt es?

00:18:30: Damit hatten wir die Männer dann immer angewickt!

00:18:32: Männerkörper können mit Viren viel schlechter umgehen das weiß man inzwischen aber da hängt ja viel mehr dran als nur der Männer schlupfen also eure Körper... Männerkrippe

00:18:42: ist schlimmer.

00:18:43: Ja, ja, ja.

00:18:45: Aber männliche Körper können Viren schlechter abtöten als weibliche Körper.

00:18:48: Bei uns geht's am Anfang ein paar Stunden schlechter als euch weil unser Körper so intensiv mit dem Virus kämpft Und dann sind wir aber viel schneller wieder gesund.

00:18:56: Wohin gegen sich das bei Männern länger hinzieht.

00:18:59: und ihr habt in der Nase mehr Rezeptoren für die Viren,

00:19:02: d.h.,

00:19:02: ihr habt auch noch eine höhere Viruslast.

00:19:04: All solche Dinge weiß man inzwischen und erforscht man und das ist toll!

00:19:08: Ich habe jetzt auch einen Vortrag gehört dass auch Tuberkulose zum Beispiel bei Männernen anders ist weil wir Frauen eine sogenannte T-Zellabwehr besser haben.

00:19:16: Das ist genau auf diesem X-Kromoson.

00:19:17: davon haben wir mehr.

00:19:19: Also wir haben mehr T-Zelluläre abwehr, deswegen können wir mit Tuberkullose besser umgehen als eure Körper.

00:19:25: Wir zahlen damit dass wir mehr Autoimmunerkrankungen kriegen.

00:19:28: Ja jetzt nur mal so drei Schritte zurück.

00:19:33: Jetzt sprechen wir so ganz abstrakt über digitale Gesundheitsakte und so weiter.

00:19:41: Ist es ein Thema, wo man diskutieren muss in Deutschland irgendwie noch mal dieses Datenschutz-Thema aufzurollen um mehr Medizindaten zur Verfügung zu stellen und Erkenntnisse zu treffen?

00:19:52: Das

00:19:52: passiert gerade.

00:19:56: Weil wir einfach wissen, dass wer mit den Daten viel mehr erkennt.

00:19:59: Es wird ja diesen großen European-Dataspace geben wo man dann eben auch anstehen kann.

00:20:05: Es gibt schon Datenbänke wo man Anträge stellen kann auf Daten und da kann man solche Fragestellungen beantworten.

00:20:11: Wir haben das bei uns im Unternehmen, das finde ich ganz toll, dass wir einen Datenzentrum haben wo man anträge stellen können.

00:20:18: Da habe ich jetzt gerade heute morgen die Nachricht bekommen.

00:20:21: Wir würden es gerne mal bei Babys untersuchen.

00:20:23: also Neugeborenen haben wir auch eine unterschiedliche Abwehr auf Infekte.

00:20:26: Also ist das schon bevor unsere Hormone einsetzen?

00:20:30: Weil bei den Babys sind ja die Hormonen jetzt noch nicht so, aber das X-Kromosum haben wir natürlich schon von Geburt an und deswegen haben wir jetzt beim Datenzentrum den Antrag gestellt dass wir den Daten von den Kindern mal auswerten dürfen genau auf die Unterschiede zwischen Männern und Frauen.

00:20:47: Das darfst du natürlich nur anonymisiert.

00:20:49: Gibt Datenschutzvorgaben dafür?

00:20:51: Das ist auch vollkommen in Ordnung.

00:20:52: Ja,

00:20:53: hört

00:20:53: man ja schon durch den Antrag stellen

00:20:54: und wie... Genau, Antrag stellen du musst vor mit dem Daten... Du musst vorher bei dem Datenschützer habe ich lange... Wir haben einen ganz tollen Datenschritt.

00:21:00: Ich mag den furchtbar gerne.

00:21:01: wir diskutieren immer dass man sagt man darf auch nicht zu viel daten.

00:21:04: Du kannst jetzt nicht einfach sagen gibt mir mal die ganze Menge sondern du musst ganz genau begründen ich brauche Daten dazu da zu weil ich das und das dabei rauskriegen will.

00:21:13: Das heißt du musst dir vor ganz genau überlegen was möchte ich eigentlich herausfinden?

00:21:17: Und ich so gib mir mal alles und ich guck mal

00:21:19: Und dann nimm ich so eine Datemark und schüttel mal und guck, was rauskommt.

00:21:22: Du musst das dir vorher

00:21:23: überlegen.".

00:21:24: Das sind genau solche Fragen die man sich stellen muss.

00:21:27: Was mich gerade auch sehr umtreibt, wo ich auf diesem Kongress mit vielen Menschen gesprochen habe, Impfungen funktionieren bei Männern und Frauen anders?

00:21:34: Wir kriegen mehr ... Nebenwirkung stimmt nicht sondern mehr so Impfreaktionen weil wir die gleiche Menge Impfstoff kriegen.

00:21:41: Das kann sein dass es daran liegt aber vielleicht müssen wir auch anders geimpft werden.

00:21:45: zum Beispiel bekommt ihr ja Anders Erkrankungen.

00:21:47: Also wir wissen, dass ihr Bakterielleinfektionen, virale Infektionen anders bekommt als

00:21:52: wir.

00:21:52: Was heißt anders bekommen?

00:21:54: Du kannst es schlechter abwehren!

00:21:55: Also das ist die Männergrippe.

00:21:57: Wenn deine...

00:21:58: Gut nochmal die Begründung ja?

00:21:59: Genau.

00:21:59: also wenn die Männer-Grippe wirklich existent ist dann müsste man ja ein Mann wahrscheinlich anders impfen als eine Frau

00:22:05: weil Und auch anders behandeln, vor allem in der Männerkrippezeit.

00:22:08: Ja

00:22:09: gut das ist ja viel einfühlsamer genau weil es einfach so schlimm ist.

00:22:14: Aber v.a.

00:22:14: auch anders impfen.

00:22:15: wahrscheinlich müsste die Impfempfehlung bei einem Mann früher losgehen.

00:22:18: also vielleicht euch schon Ab fünfzig mit dem hochwirksamen Grippeimpfstoff impfen und uns erst ab siebzig oder so.

00:22:26: Solche Dinge könnte man sich vorstellen, dass jetzt wirklich Zukunftsmusik weil wir das noch gar nicht so ausgewertet haben.

00:22:31: aber das ist durchaus etwas was man sich vorstellen kann gerade auch bei Pneumokokken-Infektionen.

00:22:36: Das ist eine bakterielle Infektion die häufigste.

00:22:39: Also Pneumekoken ist das was Lungenentzündung macht.

00:22:43: ob man dann da impft man die Kinder und die alten Leute aber vielleicht müsste man auch junger Männer impfen gegen Pneumokocken.

00:22:50: Das werden wir jetzt in nächster Zeit sicher mehr untersuchen?

00:22:56: Ist es jetzt gerade wie so ein Hockey-Stick, also ist diese... Wir müssen Daten verarbeiten und die Daten analysieren.

00:23:02: Die Infrastruktur, die technische Verfügung oder Grundstruktur ist da.

00:23:06: Ist das jetzt gerade dass das massiv zunimmt?

00:23:09: Oder wie muss ich mir das vorstellen?

00:23:12: Ist noch ein schleichender Prozess.

00:23:14: Also du hast ja gerade viele Erkenntnisse.

00:23:17: Hast Du die Erkenntnis schon vor zehn Jahren gehabt oder sind die letzten zwei, drei Jahre so schlagartig nach und nach gekommen?

00:23:23: Wie muss ich mir sowas vorstellen?

00:23:26: Also ganz schlagartig nicht, aber diese Möglichkeiten die wir über die Digitalisierung haben.

00:23:31: Meine erste Datenbank hat so funktioniert dass meine Doktoranden da gesessen haben und sozusagen aus ganz vielen unterschiedlichen Orten.

00:23:38: Aus Papierakten, aus Monitoren... Die Daten in einem Computer eingehakt haben.

00:23:43: also sie haben da dargesetzt für jeden Patienten und haben die Daten übertragen aus unterschiedlichem System.

00:23:48: heute kann man das digital zusammenführen.

00:23:50: Wir hoffen ja auch sehr, dass wir diese Sektorengrenzen irgendwann mal überwinden weil wir ja wenig erkennt sind im Krankenhaus und wir haben Erkenntnisse außerhalb des Krankenhauses.

00:24:00: die sektoren zusammen zu führen ambulant und stationär fällt uns noch nicht leicht

00:24:05: in Deutschland.

00:24:06: Das muss ja eine Entscheidung von uns allen sein oder?

00:24:08: Also zum Beispiel Das ist

00:24:10: die Frage, ne?

00:24:11: Ich würde

00:24:12: meine ganzen Daten an... Also wenn sie anonymisiert sind.

00:24:15: Man weiß sozusagen, es ist männlich alter und so weiter.

00:24:19: Können Sie mit meinen Daten machen was Sie wollen?

00:24:21: weil doch eigentlich ist das die moderne Organspende.

00:24:27: Das ist jetzt eine harte Nummer aber ich stelle doch gerne meine Daten zur Verfügung und hoffentlich alle damit dann jemand anders davon profitieren kann damit dann etwas verhindert werden kann oder?

00:24:46: Und ich finde die Analogie mit der Organspende finde ich super.

00:24:50: Ja, also es ist im Prinzip eine Spende.

00:24:52: Trotzdem müssen wir auch mal drüber nachdenken gehören dir deine Daten oder wem gehören die Daten?

00:24:56: Weil du hast ja früher als es ne Patentenakte gab, ne Papierakte hattest du deine Daten auch nicht.

00:25:01: Du konntest deine Akte nicht einfach mit nach Hause nehmen Die hat deinem Arzt gehört und es gibt jemand der sagt Daten gehören, also auch die Gesundheitsdaten gehören uns alle.

00:25:11: Weil sie etwas... Also bin dann noch nicht fertig mit dem Gedanken muss ich jetzt ganz ehrlich zugeben.

00:25:15: aber ich fand diesen Denkanstoß von der Petra fand ich extrem interessant dass man gesagt hat daten sind eigentlich ein Allgemeingut weil Sie unsere Welt verbessern.

00:25:28: Warum denken wir sie gehören uns?

00:25:29: Also es ist jetzt nichts, was wir heute hier fertig diskutieren können.

00:25:32: Ich glaube das ist eine Frage die man nicht ausdiskutieren kann.

00:25:35: aber trotzdem muss man mal drüber nachdenken welche Daten gehören einem und welchen nicht?

00:25:40: Du

00:25:41: wirst ja also wieder auch die Analogie zum allgemeinen Business du wirst Ja wenn ich darf ja ein paar Studys in Richtung Customer Insights betreuen, habe da ja auch ein Buch drüber geschrieben.

00:25:53: Jetzt ist es wahrscheinlich nicht so im Detail wie du sondern eher so bisschen allgemein methodisch und da geht das sehr genauso hin.

00:26:00: wenn Du jetzt schon sagst man muss Männer- und Frauen unterteilen Wenn Du jetzt den Gedanken hast Man muss vielleicht Babies unterteilt Welche Unterschiede sehen wir noch gar nicht weil wir die Daten nicht haben

00:26:15: Unendlich.

00:26:16: Und das ist halt dieser Punkt, wenn wir die Möglichkeit haben und wir haben ja durch die ganzen Errungenschaften jetzt AI irgendwann kommt es Thema Quantum Computing eigentlich die Möglichkeit wenn wir alle Marke haben des Menschen sehr granular reinzugehen.

00:26:31: Absolut!

00:26:33: Was müssen wir da jetzt sehr philosophisch aber vielleicht gesetzesgebungsmäßig infrastrukturmäßig vorbereiten damit wir perspektivisch darauf zutreiben?

00:26:41: Weil ich glaube jeder Mensch der hier sitzen würde Und da geht es irgendwie um Mama, Papa oder das Kind wäre doch bereit diesen Schritt zu gehen.

00:26:49: Oder ums eigene Leben

00:26:50: Daten zu spenden meinst du?

00:26:52: Nein nicht jeder Nein, nein.

00:26:55: Also da gibt's wirklich... Es

00:26:56: gibt diese... Ja

00:26:58: es gibt so Hardcore.

00:27:00: Ich bin ja so wie du auch bei LinkedIn unterwegs und immer wenn ich dann auch sowas über Datenspenden, da gibts immer kleine Grummler die dann irgendwann muss ich meinen Post auch unten zumachen weil es dann so kleine Grummler gibt.

00:27:11: Du darfst doch nicht mit meinen Daten und so wo ich dann denke.

00:27:13: aber wenn ich jetzt zum Beispiel sieben Millionen Daten habe also wir hatten beim alten Unternehmen sieben Millionen Daten zur zu multiresistenten Arregern bei Patienten.

00:27:24: Wie soll ich dich da rausfinden?

00:27:25: Wie sollen das funktionieren, dass sich da weiß... Das ist der Datum von... Aber aus sieben Millionen Daten!

00:27:30: Das geht nicht.

00:27:31: Vor allem wenn du einen Namen nicht mit dabei

00:27:33: hast.

00:27:33: Sieben Millionen anonymisierte Daten.

00:27:35: Da waren in der ganzen Datenbank überhaupt keine Namen drin.

00:27:37: D.h.,

00:27:38: man hätte das nicht drückverfolgen können.

00:27:40: Wo soll das Problem sein, dass du dich dahinter... aber es gibt Menschen die möchten das trotzdem nicht und die haben Auch leider große Angst vor der EPA.

00:27:47: Ich finde ja diese EPA

00:27:49: ein... Die EPA muss mich nur abholen!

00:27:51: Das was, bist du kassenversichert?

00:27:54: Dann sind wir beide nicht die EPA-Nutzer.

00:27:56: aber es gibt ja diese elektronische Patientenakte wo im Prinzip alle deine Daten eingehen sollen.

00:28:02: Was für mich ich bin ja ehemalige Notarztin auch fahr jetzt seit langem nicht mehr.

00:28:05: aber wenn Du in so eine Wohnung reinkommst Und da sitzt der ältere Herr auf dem Sofa und hat irgendwie Brustschmerz.

00:28:11: Du fragst deine Frau, was nimmt er denn für Tabletten?

00:28:14: Ja drei von den Rosernen und zwei von den Weißen.

00:28:17: Hättest

00:28:18: du die E-Pau und könntest die Karte einfach auflegen, wüsstest du Wasser kriegt!

00:28:21: Das ist für die Menschen eigentlich so ein großes Geschenk.

00:28:24: Und du hättest all die Daten eben schon vorredig Auch mit KI in Zukunft.

00:28:30: Das dann schon mal zack durchlaufen lassen und das würde dir sagen, die Wahrscheinlichkeit ist so, dass das jetzt ein Herzinfarkt ist oder eben was anderes, Plamonie?

00:28:38: Oder welche Medizin hat

00:28:38: jetzt eine gewisse Wahrscheinlichheit?

00:28:39: Ja.

00:28:40: So, ihr seid jetzt nochmal sehr gehässig!

00:28:43: Wenn ich in Krankenhäuser gehe, dann wirkt es für mich nicht, dass da die neueste Technologie ist.

00:28:50: Was ist deine Wahrnehmung?

00:28:52: Genau so.

00:28:53: Ich gehe sehr viel durch Krankenhäuser, ich mach sogenanntes Peer Review.

00:28:59: das ist ein ganz tolles Verfahren wo man sozusagen Leute auf Augenhöhe einlädt dass die mal bei einem gucken ob die Prozesse die man macht ob das alles gut funktioniert oder ob man vielleicht was anders machen könnte.

00:29:10: da gibt es Trigger dafür.

00:29:12: aus den Abrechnungsdaten übrigens also da werden Abrehnungsdate verglichen Die Wahrscheinlichkeit, dass Ereignisse eintreten.

00:29:19: Zum Beispiel eine hohe Sterblichkeitsrate bei etwas oder sonst irgendwas wird verglichen.

00:29:24: und wenn dann etwas anschlägt sozusagen, dann wird dem Krankenhaus vorgeschlagen das ist ein sogenanntes Peer-Review.

00:29:32: Und dann kommen Menschen die gut ausgebildet sind für Medizin in dein Krankenhaus und gucken sich Akten an und gucken ob du vielleicht im Prozess irgendetwas hast was nicht so gut funktioniert?

00:29:43: Jetzt habe ich mich vergaloppiert.

00:29:44: wo kam wir her?

00:29:45: Wir kommen über das Thema ...

00:29:47: Digitalisierung in den Krankenhäusern.

00:29:49: Das ist teilweise wirklich, was du da erlebt?

00:29:52: Das sind teilweise noch Papierakten.

00:29:54: Ich finde heutzutage, Papierakten zu haben und da komme ich aufs nächste Ruhig.

00:29:59: Warum?

00:30:00: Also der Mehrwert nicht da, die Erkenntnis nicht da gibt es ... Ola!

00:30:06: Okay.

00:30:07: Wahnsinnig teuer.

00:30:09: Digitalisierung im Krankenhaus.

00:30:10: alles im Krankenhaus ist ja ein Zackentheurer Und alles muss irgendwie noch geschützter sein.

00:30:15: Also gerade dieses, dass die Daten eben nicht rauskommen können... also mein Rechner den ich hier gerade wo ich noch so ein bisschen... das ist wie Fort Knox und das ist auch vollkommen richtig so bei mann Käme da an.. du kommst da nur mit allem möglichen, das ist ja auch lustig!

00:30:28: Ich kann da auch nicht einfach einen USB-Stick reinstecken.

00:30:30: Das geht gar nicht bei unseren Rechnern weil du da theoretisch an Patientendaten rankommen wurdest und es ist auch wirklich gut so.

00:30:36: aber das ist natürlich viel aufwendiger als sonst.

00:30:39: trotzdem ne?

00:30:42: Gadgets irgendwie und ich weiß nicht, wo meine Daten hingehen.

00:30:45: Ich hab auch so einen Ring da, wo ich morgens mal als erstes gucke, na wie habe ich's geschlafen?

00:30:51: Ich frag mich nicht mehr selber, wie ich geschlaften hab sondern ich frage meinen Ring, wie es geschlaft haben.

00:30:57: Unsere super Erkenntlichstehe auf solche Gadgets total!

00:31:01: Ich mach mir richtig viel Freude.

00:31:03: Und genau also das ist ganz viel Angst der Leute davor und deswegen muss Wahnsinnig aufwendig gemacht werden.

00:31:11: und auch die Systeme sind nicht so toll, wie man denkt.

00:31:14: Aber

00:31:14: es ist nicht genau das Thema mit dem... Ich trage die Wuppdutrags in Aura, ist es nicht die neue Art Daten zu erfassen und einen zur Verfügung zu stellen?

00:31:25: Wir zahlen ja sogar monatlich Geld dafür oder jährlich dass die unsere Daten kriegen!

00:31:31: Genau.

00:31:31: Und es gibt inzwischen ganz tolle Systeme, die auch ... Also die Daten, wenn du das erlaubst zusammenführen... Das ist für mich auch toll!

00:31:39: Wenn du dieses System für dich hast, das kostet ein bisschen was extra aber jetzt nicht so dass jemand wie ich oder wie du das nicht machen würde und die führen deine Daten zusammen.

00:31:48: D.h.,

00:31:48: du kommst dann zum Arzt und der hat ein vollständiges Bild von deiner Geschichte.

00:31:52: also muss man natürlich wollen, der weiß wie oft du Alkohol gibst.

00:31:56: Trunken hast du zum Beispiel bei, also mein Ring sieht das wenn ich ein Glas Alkohol getrunken habe.

00:32:01: Ich schlafe eindeutig anders dann.

00:32:03: Bei Aurora weiß ich nicht, musst du nicht in so einem Tagesbericht ausfüllen ob du Alkko getrunkt hast oder kennt es automatisch?

00:32:08: Der sieht es an meinem Schlaf.

00:32:10: Wie

00:32:10: steckt

00:32:11: das?

00:32:12: Du wachst häufiger auf, du atmest unregelmäßiger, deine Herzfrequenzvariabilität ist anders... Also du hast eine eingeschränktere Herzfrequent-Variabilität.

00:32:20: Das ist eindeutig zu erkennen.

00:32:21: und wenn du dann ehrlich bist, sagst du naja da war jetzt hier aber ich Alkohol getrunken hab und so.

00:32:25: Und wenn du nicht ehrlich bist dann ist natürlich Quatsch!

00:32:28: Dann kann der auch nichts daraus machen.

00:32:29: Aber wenn du ehrlich zu dir und eben auch den Leuten bist die das sehen, kannst du was damit anfangen.

00:32:37: Wenn wir so ein bisschen an das Thema anknüpfen, mit dem wir gestartet sind und da will ich ja hin gerade bei einem Thema Investition hast du gesagt ist es Geld nicht da.

00:32:45: Wie würde man aber denn beim Thema Infektionen, dem CFO, dem Finanza, dem Chef im Krankenhaus vorrechnen die Investition in die moderne Technik lohnt sich?

00:32:58: Oh naja also du bist ja gesetzlich.

00:33:01: Es ist gesetzlich vorgeschrieben, dass du was machst um die Infektionsprävention zu verbessern.

00:33:05: Und das muss man auch ganz klar sagen.

00:33:07: ich habe mir das mal ausrechnen lassen wenn du bestimmte im Krankenhaus erworbene Infektionen nur sogenannte nosokomiale Infektion hast dann wird das sehr teuer fürs Krankenhaus.

00:33:17: Und wenn du das verhindern kannst, also so eine krankenhausevorworbene Lungenentzündung kostet sehr viel Geld!

00:33:22: Also die kostet auch das Krankenhaus sehr viel Gelb.

00:33:24: Der muss auf die Intensivstation der belegten Intensifbed wo dann ein Frischoperierter nicht rein kann weil es Intensiped belegt ist... ...der belegt die Betten viel länger, du kannst keine neuen Patienten aufnehmen, die du dann irgendwie wo du dann wieder Geld bekommst.

00:33:37: und wenn du beweisen kannst mit deinen Daten dass du solche Infektionen verhinderst oder reduzierst.

00:33:45: verhindern, kann man ja nur so komiale Infektionen nicht.

00:33:47: Nur ungefähr dreizig Prozent hat man sehr gut untersucht.

00:33:50: Siebzig Prozent kannst du nicht beeinflussen aber bei den dreißig Prozent kannst es gute.

00:33:54: Hände des Infektions ähnliche Maßnahmen Hände waschen, Hände des Infektions.

00:34:00: Da kann ich auch noch mal eine Stunde drüber reden wenn du möchtest.

00:34:03: aber ja also dass du solche Maßnahmen zum Beispiel machst Isolationsmaßnahmen weniger Handschuhe oder was auch immer ne?

00:34:10: Oder zum Beispiel mehr bekitteln oder weniger bekittelten.

00:34:14: oder ist jetzt wirklich zum Beispiel dieses Bear Below Elbow?

00:34:17: Aber all solche Maßnahmen die du machen kannst kannst du schon zeigen.

00:34:22: und dann siehst du das zum Beispiel beim Antibiotikaverbrauch.

00:34:25: Und wo du es ganz deutlich siehst, ist bei der Liegedauer.

00:34:27: und du kriegst ja inzwischen über die DRG nicht mehr ... Du kannst den Patienten nicht unendlich liegen lassen sondern du kriegest nur eine bestimmte Anzahl Tage bezahlt.

00:34:35: Das heißt wenn die da länger liegen weil sie ne Infektion haben, ist dein Problem.

00:34:40: Beim Data-Bereich oder allen anderen Bereichen kommt man ja oft übers Thema Governance.

00:34:47: Wenn ich dich jetzt sozusagen angreifen würde, würde ich sagen.

00:34:52: Wer deiner Kollegen hat eigentlich Lust mit der Hygienepolizei zusammenzuarbeiten?

00:34:57: Wenn man dich sehr in dieses Infektionspräventes Thema reinsteckt.

00:35:01: Wie glaubst du wirst du wahrgenommen was ist?

00:35:03: Ich weiß gar nicht wie groß das ganze Thema Infektion ist so ein Thema dass es schon so ernst genommen wird?

00:35:09: oder ist es ein Thema wo... wo noch mehr im Vergleich zu Daten auch im medizinischen Kontext Aufmerksamkeit benötigt.

00:35:20: Also wenn du mit gefühlten Wahrheiten in der Infektionsprävention kommst, nimm dich keine Ernst glaube ich wirklich?

00:35:26: Wenn du das alles auf Datenbasis machst und dich versucht hast ja auch so ein bisschen mit Gamification zu machen also dass man eben zum Beispiel darstellt ihr habt so einen so viel nur so komiale infekti- also im Krankenhaus erworbene Infektion guck mal das andere Haus hat nur so nicht soviel.

00:35:38: die haben die Maßnahmen gemacht und es hat gut funktioniert.

00:35:43: Du hast es vorhin gesagt, keiner möchte der Verlierer sein.

00:35:45: Man muss nicht immer gewinnen aber keiner möchte den Verlierern sein.

00:35:47: und wenn du dann Krankenhäuser untereinander vergleichst öffentlich macht und den Leuten darstellt.

00:35:55: Also wir wollen so ein Dashboard bauen, wo man dann genau sieht welches Krankenhaus hat wieviel nosokumiale Infektionen?

00:36:02: Wer nimmt wie viel Antibiotika, wer nimmt wie viele Diagnostik ab dass man dann so ein bisschen

00:36:08: Die Mitspieler sozusagen auf seine Seite holten

00:36:11: Genau das ist die ärztlichen Direktoren und die Geschäftsführer eben auch sehen.

00:36:14: okay die Maßnahme bei uns die wir eingeführt haben die hat gut gewürgt oder hat eben nicht gut gewirkt Und dass man das gemeinsam bespricht So ein kleines bisschen Wettbewerb untereinander, das schon gut funktionieren kann.

00:36:28: Ich glaube dass wir es zu wenig machen und das ist eben auch etwas was in der Medizin eigentlich besser funktionieren.

00:36:34: Wenn ich mir jetzt was operieren lassen wollen, würde mich am meisten interessieren wie viel Infektionen gibt es in dem Krankenhaus bei der und der Operation?

00:36:42: Die Daten kriegst du nirgendwo in Deutschland.

00:36:45: Wäre aber schön wenn wir sie kriegen würden.

00:36:46: also stell dir vor, du musst dir jetzt irgendwie keine Ahnung.

00:36:49: Du hast einen Fingeroperierter, hast einen schnellen Finger zum Beispiel oder du hast ein Kapaltunersyndrom Und du möchtest wissen wo wird das Wie oft gemacht?

00:36:57: das kriegste vielleicht noch raus Aber wieviel Infektionen gab es bei den Operationen.

00:37:02: Das wäre mein Kriterium, um mich in dem Krankenhaus operieren zu lassen und das wär dann auch etwas wo man ein Wettbewerb machen könnte.

00:37:10: Wir haben weniger als ihr!

00:37:13: Ja, ja, ich

00:37:14: wollte sehr gut.

00:37:15: Das ist fast wie mein Slogan.

00:37:17: Genau, schöner Slogans.

00:37:19: Danke.

00:37:21: über das Thema Wer und die Daten haben wir schon gesprochen?

00:37:24: Ich finde das ein guter Punkt.

00:37:25: auch so ein Thema sein, mit dem ich irgendwann mal abends beim Gläschen Wein drüber nachdenke.

00:37:31: Weil du das gesagt hast, damals lagen die Daten auch beim Arzt.

00:37:35: Das verstehe ich.

00:37:36: auf der anderen Seite hätte man höchstwahrscheinlich da auch die Daten bekommen ist ein guter Punkt den wir jetzt echt nicht ausdiskutieren werden können.

00:37:45: aber eine schöne philosophische Frage.

00:37:47: Ich

00:37:47: glaube es ist ne ethisch-philosophische Frage.

00:37:49: also ich glaube wir brauchen sowieso viel mehr Ethik weil wir haben noch gar nicht über KI in der Medizin gesprochen.

00:37:54: Da ist ja auch ganz viel Ethik drin.

00:37:57: Du kannst gerade in der Medizin nicht einfach so ein Datenpool nehmen, das hat dich heute diskutiert bei dem Vortrag.

00:38:04: Es werden ganz wie aus großen Datenmengen Früherkennungstools.

00:38:10: Die KI dir sagt die Wahrscheinlichkeit, dass der jetzt eine Erkrankung hat, ist relativ hoch.

00:38:15: Wenn du da nicht guckst, dass die Daten ein gleicher Menge für die gleichen Personalisierten Menschen, also wir haben jetzt schon über Frauen und Männer, über Alter, über Gewicht vielleicht auch.

00:38:26: Und so gesprochen, dann kriegst du da nichts Vernünftiges draußen?

00:38:29: Das haben wir für Frauen und Männer gesehen, weil wir bei dieser Sepsis – das ist die Erkrankung, die ich am meisten erforsche – wissen dass von Frauen ungefähr ein Drittel weniger Daten in den Datenbanken sind.

00:38:40: Wir kriegen weniger Sepses oder Wir erkennen sie bei Frauen schlechter, das kommt auch dazu.

00:38:45: Frauen haben andere Symptome als Männer.

00:38:48: Das heißt also die KI erkennt bei uns weil wir andere Symtome als Männer haben, die aber mehr auf Männer trainiert werden, die selbst ist schlechter.

00:38:55: Zu ein Drittel hat sie eine schlechtere Erkennung bei Frauen als bei Männern.

00:39:01: Ja spannend!

00:39:02: Weil wir haben eigentlich die Folge so ein bisschen gestartet mit dass Du Studenten beibringst, überhaupt Studien richtig zu lesen.

00:39:10: Das ist aber schon ein Weitersprung neuer dazu noch mal zu verstehen wie eigentlich so eine Blackbox KI funktioniert und was das Ergebnis eigentlich daraus entsteht oder?

00:39:20: Ja, Medizin ist riesig!

00:39:21: Und es wird immer größer und je mehr Daten wir zur Verfügung haben desto besser personalisiert kann sie werden und das ist etwas wo wir eigentlich definitiv mal hinkommen wollen.

00:39:32: aber da müssen wir eben sehr genau die Daten kontrollieren, dass wir da wirklich hinkommen.

00:39:37: Dass jeder das für ihn am besten funktionierende Medizin hat und es ist auch so, dass das Wissen wahnsinnig wächst.

00:39:45: also wenn ich mir überlege mein Großvater hat auch Medizinstudiert meine Großmutter auch und mein Großväter als ich angefangen habe Medizin zu studieren hat mich gefragt was ich dann nebenher noch machen würde oder ob ich mich da nicht langweilig im Studium.

00:39:57: Das war bei denen noch so, da waren auch so wenig Wissen in der Medizin.

00:40:01: Der hat noch Philosophie nebenher studiert.

00:40:02: das kann man sich heute gar nicht mehr vorstellen weil das wissen was man sich im Medizinstudium aneignen muss.

00:40:08: So groß ist aber auch.

00:40:09: da müssen wir nochmal drüber nachdenken weil noch heute medizinstudiende Dinge auswendig lernen müssen die man heute mit Tools gar nicht macht mich damit bei den anderen Professoren nicht wahnsinnig beliebt, dass sie sagen wir müssen das Medizinstudium reformieren und entschlacken um diesen auswendig Lernanteil.

00:40:30: Niemand wird noch auf sein Gehirn zurückgreifen wenn du es alles auf deinem Smartphone hast.

00:40:34: Ja genau man muss nur verstehen welche Fragen man stellt und wie man die Daten die da drin sind richtig auswertet also das was du eigentlich gerade deinen Studenten-Studentin beibringst muss man eben nochmal im andern Maß beibrennen und sozusagen hinterfragen und wissen gut spannende Punkte.

00:40:51: Ich glaube, das ist eine gute Frage um den Schluss einzuleiten und ich glaube wir könnten viel länger sprechen.

00:40:57: Das ist wirklich ein sehr spannendes Thema vielleicht für die Medizinerkollegen wenn sie es hören würden zu oberflächlich.

00:41:03: Ich finde es aber total spannend sozusagen da mal diesen Blickwinkel zu sehen.

00:41:09: Wir reden ja seit Jahren jetzt über das Thema Digitalisierung.

00:41:13: Wir haben gesagt dass wir sind nicht so weit, wir haben vorhin die letzte große Pandemie Corona besprochen.

00:41:21: Ich hoffe, wir haben da viel draus gelernt.

00:41:24: Was passiert und wie ist deine Wahrnehmung, wenn noch mal so eine große Pandemie kommt?

00:41:27: Lernen wir dann von Daten wirklich gute Entscheidungen dürfen?

00:41:32: Wir können definitiv mehr Möglichkeiten haben als wir es am Anfang von Corona hatten oder was ja Corona wahnsinnig befeuert hat – das ist die Digitalisierung!

00:41:42: Und wenn wir es schlau einsetzen könnten wir die nächste Pandemie deutlich besser steuern mit den Daten, die uns schon zur Verfügung stehen.

00:41:49: Und eine der ersten Sachen, die ja bei Corona gestorben sind war der Datenschutz.

00:41:54: Da gab es ja aus einem ... Ja, jetzt Storben ist natürlich ... Genau!

00:41:57: Es ist ein bisschen sehr provokalt gesagt aber... Aber es ist schon so gewesen dass man am Anfang von dieser Pandemie deutlich einfacher mit den Daten arbeiten konnte als es heute das ist Alles ist dabei in Ordnung.

00:42:09: Das war eine Pandemie, das war eine weltweite Bedrohung durch ein Virus was wir nicht kannten und wir durften Daten anders nutzen als wir das heute immer anonymisiert.

00:42:19: Das ist überhaupt keine Frage aber man musste nicht so viele Schritte machen.

00:42:23: es war so wie bei der Impfstoffentwicklung war dieses dieser Prozess der Datenanfrage.

00:42:28: das war standardisierte und man durfte mehr mit den Daten arbeiten.

00:42:32: Und da haben wir sehr, sehr viel gelernt und wir haben die Daten heute auch schon einfach viel besser vorliegen.

00:42:38: Und sicher wenn wir uns auf die Daten... Wenn wir damit arbeiten wollen und werden, wenn die nächste Pandemie kommt, die alle voraussagen dass sie irgendwann kommen wird vielleicht nicht mehr in meinem Berufsleben aber du wirst wahrscheinlich noch erleben dann sollten wir sehr viel besser mit den daten umgehen können weil sie einfach heute viel besser Vorliegen.

00:43:00: Spannend.

00:43:03: Vielleicht hoffentlich trägt die Folge Null Komma Null irgendwas prozent dazu bei, dass wir das hinbekommen.

00:43:10: Es wäre total spannend, dass wieder nach vorne gehen.

00:43:12: Eine persönliche Frage Ich habe eine Tochter.

00:43:16: Du hast mich sehr zum Nachdenken gebracht mit dem Gender Gap Zum Thema Nicht Gehalt Sondern sozusagen unterschiedlich.

00:43:26: Ja das Thema sozusagen Medikamentation und Unerkennung.

00:43:30: Wie wird der Arztbesuch, wenn wir das Scandagab schließen in fünf Jahren für meine Tochter aussehen?

00:43:37: Sieb wird andere ... Also wärtest du jetzt eine Tochter unten so unwürde sie andere Medikamente in anderer Dosierung wahrscheinlich bekommen.

00:43:45: Und vor allem denke ich bei der Impfung würde sich was tun.

00:43:48: Deine Tochter wird wahrscheinlich geimpft sein.

00:43:53: Wahrscheinlich wird man irgendwann anfangen kleine Jungs, kleine Mädchen anders zu impfen Und sie wird wahrscheinlich bei einer Menge Medikamente, wenn sie älter wird.

00:44:03: Wenn sie anfängt zum Beispiel Medikamente gegen Blutdruck zu bekommen.

00:44:08: Bluthochdruckzubekommen würde sie eine andere Dosierung bekommen als der gleiche Mann in Assortvent, sozusagen der baugleichen Mann weil sie die anders entgiftet und weil sie da dann andere Dosierungen braucht zum Beispiel Auch bei Antibiotika, wo ich mich gut auskenne.

00:44:26: Wo wir gerade mehrere Forschungsprojekte angeleiert haben wird man vielleicht auch bei Frauen das anders dosieren als bei Männern.

00:44:37: Also es ist eine Folge auf jeden Fall die mich zum Nachdenken angeregt hat?

00:44:40: Das ist gut!

00:44:43: Zwei Fragen, die ich am Ende stelle wie würdest du unsere Folge oder vielleicht auch dein Data Game allgemein mit einem Film- oder Serientitel bezeichnen?

00:44:53: und die andere Frage die ich jetzt neuer Dingen stelle, ist das Thema vielleicht welche technische Errungenschaft würdest du auf eine einzelne Insel oder einsame Insel wenn du nur dies mitnehmen darfst?

00:45:08: Vielleicht bei dem Filmtitel Over the Rainbow weil ich hoffe dass wir ganz ganz weit dahin kommen.

00:45:15: Dass wir mit den Daten besser arbeiten und ich glaube es ist schon etwas was wirklich sehr Sehr glückbringend für uns alle sein können, sehr viel Gesundheit spendet.

00:45:23: Für uns alle das ist schon wäre schon etwas Großartiges.

00:45:26: und bei dem Gadget das ist total schwer weil ich würde natürlich meinen Ring mitnehmen aber den Ringen ohne mein Smartphone geht nicht ne?

00:45:33: Dann nehme ich nur das Smartphone mit.

00:45:36: Vielen vielen Dank für die Folgen.

00:45:38: Sehr gerne!