Digitalisierung

1. Digitalisierung der medizinischen Ausbildung: Werkzeuge und Internet-Ressourcen

Hier finden sie eine kleine Auswahl an nützlichen Werkzeugen für ihre Lehre. Für Ergänzungen und Änderungswünsche wenden sie sich bitte an den Webmaster.

2. Digitale Herausforderungen der Medizin

Welchen Einfluss hat die Digitalisierung auf unsere Zukunft?

We are currently preparing students for jobs that don’t yet exist, using technologies that haven’t been invented, in order to solve problems we don’t even know are problems yet – Richard Riley; Gunderson et al., 2004.

Die Tragweite ist aktuell kaum abschätzbar. Hier eine vorläufige Liste digitaler Herausforderungen.

  • Adaptive_Learning_Technology
  • Analytics_Technology
  • Artificial_Intelligence
  • Augmented_Virtual_Mixed_Reality
  • Big_Data
  • Digital_Literacy
  • Digital_Equity
  • Digital Patient Chart / Data
  • Medical Patient Software
  • Face Recognition Systems (e.g. https://ever.ai/ )
  • Learning_Spaces_Redesigned
  • Makerspaces
  • Measuring_Learning
  • OER_Proliferation
  • Robotics
  • Team_and_Patient_Communication
  • Telemedicine_Collaboration
  • Smart_Devices_App’s
  • Wearable Technology

Ausgewählte Beispiel-Szenarien

Aktuelle persönliche Vorbemerkungen zum Datenschutz: Heute denke ich, dass es unsere Pflicht ist, die folgenden Szenarien in Pilotprojekten mit pseudonymisierten Daten wissenschaftlich zu untersuchen. Das Potential Leben zu retten und zu verlängern oder die Lebensqualität zu verbessern wiegt in meinen Augen aktuell höher als ein möglicher Daten-Missbrauch. Es verhält sich ganz ähnlich wie im Straßen-Verkehr. Wenn ich durch (teil-)autonomes Fahren in Deutschland 4.500 Menschenleben / Jahr retten könnte. Darf ich diese Technik verweigern, nur weil auf der anderen Seite der Waage ca. 10 juristisch unklare Fälle auftauchen? Letztlich muss jeder für sich eine eigene ethisch-moralische Meinung bilden.

Wearable Technology mit Telemetrie und „Mediamenten-Drucker“

Stellen sie sich folgendes Szenario vor: ihr T-Shirt misst laufend EKG,Puls und Blutddruck, wichtige Laborwerte wie z.B. Blutzucker, Blutfette und O2-Sättigung ect. Diese Daten werden an ihren Hausarzt und einen Medikamenten-Drucker übermittelt. Der Hausarzt kann individuell reagieren. Genau wie ihr Medikamentendrucker. Sie bekommen entsprechend der technischen Meßdaten genau auf ihr Alter, Geschlecht und Körpergewicht adjustierte Medikamente „ausgedruckt“. Der Drucker füllt miteinander verträgliche Substanzen in generische Kapseln die sie einnehmen können. Keine unpassenden one-size-fits-all Medikamente mehr. Statt dessen eine maximale Anpassung und Individualisierung ihrer Medikamente Blutzucker, Blutdruck, Blutfette, Epilepsie, … you name it. Das Risiko von Über- oder Unterdosierungen wir maximal reduziert. Alle diese Technologien existieren übrigens bereits für sich – nur eben noch nicht in der beschriebenen Kombination.

Face Recognition in der Notfallmedizin = Steigerung der Patientensicherheit

Der Rettungsdienst scannt das Gesicht einer bewusstlose Person auf der Straße und erkennt sofort, dass Patient Diabetiker / Epileptiker / Hypertoniker mit Z.n. Herzinfarkt oder Z.n. Schlaganfall, … ist; darüber hinaus welche sonstigen Vorerkrankungen vorliegen oder welche Medikamente Patient einnimmt. Welche Informationen würden wir uns zum Patienten in dieser Situation noch wünschen? Wenn sie die bewusstlose Person wären – was würden sie sich wünschen? Welche Informationen aus ihrer digitalen (selbstverständlich cloud-basierten) Patientenakte sollte der Rettungsdienst zur Verfügung haben.

Face Recognition im ambulanten und Kliniks-Alltag = Steigerung der Patientensicherheit

Es wäre voraussichtlich eine enorme Verbesserung der Qualitätssicherung wenn Patienten mittels Gesichtserkennung über einen Tablet (-PC) oder noch besser mittels Google-Glass (TM) Brille identifiziert werden könnten. So könnte das Behandlungsteam jeden Patienten in der Ambulanz, im Patientenzimmer bei Visite, auf dem Stations-Flur oder im OP mit Namen ansprechen und hätte sofort die wirklich passende, dem Gesicht unzweifelsfrei zugeordnete elektronische Patient*innenakte verfügbar. Hier postuliere ich eine verbesserte Team-Patient*innen Beziehung und eine fast unmögliche Verwechlsung von Patient*innenen oder einzelnen Patient*innen Daten (Anamnese, Untersuchung, Technik, …). Vielleicht könnte die Datensicherheit hierbei noch durch eine Kombination mit einem Fingerabdruck oder mit einem eigens für den Patientenkontakt generierten QR-Code gesteigert werden.

Face Recognition in Lehr-Veranstaltungen zur Förderung von Studierenden / Lernenden

Stellen sie sich vor, sie könnten in allen Lehrveranstaltung ihre Schützlinge mit Namen ansprechen? Darüber hinaus hätten sie eine relativ genaue Einschätzung zum Vorwissen und den Lern-Bedarf vor Augen. In dieser Situation ist natürlich dem Mißbrauch Tür und Tor geöffnet. Ich würde aber gerne die Postiven Möglichkeiten pilotieren. Bitte melden sie sich, wenn sie sich hiebrei beteiligen möchten.