Zusammenfassung
Wearable-Technologien stellen kontinuierlich Gesundheitsdaten bereit und können Ärzte bei Diagnose, Überwachung und Therapie unterstützen. Während ihre Praktikabilität in den Bereichen Fitness und Unterhaltung bereits bewiesen ist, erfordert ihre Anwendung im Gesundheitswesen für Biomarker-Tracking jedoch Standardisierung, Workflow-Kompatibilität und nahtlose Datenintegration. Digitale Gesundheitsanwendungen (DiGAs) sind medizinisch zertifiziert und nutzenbringend, erfordern jedoch Interoperabilität, Sicherheit, Patientenorientierung sowie Zusammenarbeit mit den elektronischen Patientenakten (ePA), Versicherungsplattformen und Telemedizin. Die laufenden Standardisierungsbemühungen, insbesondere im Hinblick auf HL7 FHIR, zeigen vielversprechende Ansätze für die Integration von Wearables und eHealth. Die Definition von geeigneten Profilen, strukturierte Datenkodierung und die Entwicklung der nötigen Infrastruktur sind Schlüsselfaktoren für eine gelungene Umsetzung.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
114th Congress of the United States of America (US Congress). (2016). 21st Century Cures Act (H.R.34). Public Law 114–255, Stand: 13 Dezember 2016. https://www.congress.gov/bill/114th-congress/house-bill/34
Benson, T., & Grieve, G. (2016). Principles of health interoperability. Springer International Publishing. https://doi.org/10.1007/978-3-319-30370-3
Bundesinstitut für Arzneimitte und Medizinprodukte (BfArM). (2022). Das Fast-Track-Verfahren für digitale Gesundheitsanwendungen (DiGA) nach § 139e SGB V, Version 3.1 vom 18.03.2022. https://www.bfarm.de/SharedDocs/Downloads/DE/Medizinprodukte/diga_leitfaden.html. Zugegriffen am 13.04.2023.
Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM). (2023). DiGA-Verzeichnis, Stand 1. Januar 2023. https://diga.bfarm.de/de/verzeichnis. Zugegriffen am 13.04.2023.
Bundesministerium für Gesundheit (BMG). (2018). So werden Medizinprodukte sicherer, Stand: 23. November 2018. https://www.bundesgesundheitsministerium.de/themen/gesundheitswesen/medizinprodukte/faq-medizinprodukte.html. Zugegriffen am 20.04.2023.
Bundesministerium für Gesundheit (BMG). (2020). Verordnung über das Verfahren und die Anforderungen zur Prüfung der Erstattungsfähigkeit digitaler Gesundheitsanwendungen in der gesetzlichen Krankenversicherung. Bundesgesetzblatt Jg. 2020 Teil I Nr. 18 vom 20. April 2020, Seite 768.
Bundesministerium für Gesundheit (BMG). (2021). Die elektronische Patientenakte, Stand: 5. November 2021. https://www.bundesgesundheitsministerium.de/elektronische-patientenakte.html. Zugegriffen am 23.05.2023.
Bundesministerium für Gesundheit (BMG). (2022). Marktzugangsvoraussetzungen, Stand: 2. August 2022. https://www.bundesgesundheitsministerium.de/themen/gesundheitswesen/medizinprodukte/marktzugangsvoraussetzungen.html. Zugegriffen am 20.04.2023.
Bundesministerium für Gesundheit (BMG). (2023). Gemeinsam Digital. Digitalisierungsstrategie für das Gesundheitswesen und die Pflege, Stand: 17. März 2023. https://www.bundesgesundheitsministerium.de/themen/digitalisierung/digitalisierungsstrategie.html. Zugegriffen am 23.05.2023.
Cimino, J. J. (1998). Desiderata for controlled medical vocabularies in the twenty-first century. Methods of Information in Medicine, 37(4), 394–403.
Crijns, H. (2006). Monitoring patients with atrial fibrillation. European Cardiology Review, 2(1), 96. https://doi.org/10.15420/ecr.2006.1.96
EU. (2017). Verordnung über Medizinprodukte. Official Journal of the European Union, Vol. 60, L 117, vom 5. April 2017.
EU Directorate-General for Health und Food Safety (EU SANTE). (2022). Proposal for a Regulation on the European Health Data Space. COM 2022 197/2 vom 3. Mai 2022. https://health.ec.europa.eu/publications/proposal-regulation-european-health-data-space_en. Zugegriffen am 20.04.2023.
Friedrich, B., et al. (2019). Transportation mode classification from smartphone sensors via a long-short-term-memory network. In Adjunct proceedings of the 2019 ACM International Joint Conference on Pervasive and Ubiquitous Computing and proceedings of the 2019 ACM International Symposium on Wearable Computers. ACM. https://doi.org/10.1145/3341162.3344855
Fudickar, S., Lindemann, A., & Schnor, B. (2014). Threshold-based fall detection on smart phones. In Proceedings of the international conference on health informatics. SCITEPRESS – Science. https://doi.org/10.5220/0004795803030309
gematik. (2023a). ePA – Persönliche Daten, persönliche Entscheidungen. https://www.gematik.de/anwendungen/e-patientenakte. Zugegriffen am 23.05.2023.
gematik. (2023b). Alle Anwendungen der Telematikinfrastruktur. Die Zukunft des Gesundheitswesens ist digital. https://www.gematik.de/anwendungen. Zugegriffen am 23.05.2023.
Grimes, J., et al. (2022). Pathling: Analytics on FHIR. Journal of Biomedical Semantics, 13(1), 23. https://doi.org/10.1186/s13326-022-00277-1
Hellmers, S., et al. (2018). Stair climb power measurements via inertial measurement units – Towards an unsupervised assessment of strength in domestic environments. In Proceedings of the 11th International Joint Conference on biomedical engineering systems and technologies. SCITEPRESS – Science and Technology Publications. https://doi.org/10.5220/0006543900390047
Hellmers, S., et al. (2020). Activity scores of older adults based on inertial measurement unit data in everyday life. In Proceedings of the 13th International Joint Conference on Biomedical Engineering Systems and Technologies. SCITEPRESS – Science and Technology Publications. https://doi.org/10.5220/0009095505790585
Heydarian, H., et al. (2020). Deep learning for intake gesture detection from wrist-worn inertial sensors: The effects of data preprocessing, sensor modalities, an sensor positions. IEEE Access, 8, 164936–164949. https://doi.org/10.1109/ACCESS.2020.3022042
HL7 International. (2023). Terminology Module, HL7 FHIR R5, Stand: 26. März 2023. http://www.hl7.org/fhir/terminology-module.html. Zugegriffen am 20.04.2023.
HL7 International, Health Care Devices Work Group. (2022). (HL7 HWD WG). HL7 FHIR Personal Health Device Implementation Guide. Version 1.1.0 – STU1. Stand: 1. Mai 2022. https://hl7.org/fhir/uv/phd/STU1. Zugegriffen am 20.04.2023.
Ingenerf, J., & Drenkhahn, C. (2023). Referenzterminologie SNOMED CT. In Interlingua zur Gewährleistung semantischer Interoperabilität in der Medizin (1. Aufl.). Springer Vieweg.
Iqbal, S. M., et al. (2021). Advances in healthcare wearable devices. npj Flexible Electronics, 5, 9. https://doi.org/10.1038/s41528-021-00107-x
ISO/IEEE. Standard 11073-10101:2020. (2020). Health informatics – Device interoperability – Part 10101: Point-of-care medical device communication – Nomenclature, vom August 2020. International Organization for Standardization and Institute of Electrical and Electronics Engineers.
Johner Institut. (2023). Interoperabilität – Auch gesetzlich verpflichtend. https://www.johner-institut.de/blog/tag/interoperabilitat. Zugegriffen am 30.05.2023.
Kalgotra, P., Raja, U., & Sharda, R. (2022). Growth in the development of health and fitness mobile apps amid COVID-19 pandemic. Digital Health, 8. https://doi.org/10.1177/20552076221129070
Kassenärztliche Bundesvereinigung (KBV). (2022). Stellungnahme der KBV zum Verordnungsentwurf der EU-Kommission über den europäischen Raum für Gesundheitsdaten COM 197 vom 3. Mai 2022. https://www.kbv.de/media/sp/2023-01-05_KBV-Stellungnahme_EHDS.pdf. Zugegriffen am 23.05.2023.
Kassenärztliche Bundesvereinigung (KBV). (2023). Dezernat Digitalisierung und IT. DIGA Toolkit 1.0.0. https://mio.kbv.de/display/DIGA1X0X0. Zugegriffen am 23.05.2023.
Kramer, M. A. (2022). FHIR “Profiliferation”: A data science approach. https://doi.org/10.1101/2022.03.09.22272163
Lawrence, A. K., Selter, L., & Frey, U. (2020). SPHN – The Swiss personalized health network initiative. Studies in Health Technology and Informatics, 270, 1156–1160. https://doi.org/10.3233/SHTI200344
Lehne, M., et al. (2019). Why digital medicine depends on interoperability. NPJ Digital Medicine, 2, 79. https://doi.org/10.1038/s41746-019-0158-1
Lu, L., et al. (2020). Wearable health devices in health care: Narrative systematic review. JMIR MHealth UHealth, 8(11), e18907. https://doi.org/10.2196/18907
Medizininformatik-Initiative (MII). (2021). Der Kerndatensatz der Medizininformatik-Initiative. Stand: 26. Juni 2021. https://www.medizininformatik-initiative.de/de/der-kerndatensatz-der-medizininformatik-initiative. Zugegriffen am 30.05.2023.
Mukhopadhyay, S. C., Suryadevara, N. K., & Nag, A. (2022). Wearable sensors for healthcare: Fabrication to application. Sensors, 22, 14. https://doi.org/10.3390/s22145137
Pepplinkhuizen, S., et al. (2022). Accuracy and clinical relevance of the single-lead Apple Watch electrocardiogram to identify atrial fibrillation. Cardiovascular Digital Health Journal, 3(6), S17–S22. https://doi.org/10.1016/j.cvdhj.2022.10.004
Personal Connected Health Alliance (PCHA). (2021). Fundamentals of medical grade data exchange. Stand: Dezember 2021. https://www.pchalliance.org/resources. Zugegriffen am 20.04.2023.
Prokosch, H.-U., et al. (2023). Towardes a national portal for medical research data (FDPG): Vision, status, and lessons learned. In Caring is sharing – Exploiting the value in data for health and innovation. https://doi.org/10.3233/SHTI230124
Schmid, D. C., et al. (2020). SPHN – The BioMedIT network: A secure IT platform for research with sensitive human data. Studies in Health Technology and Informatics, 270, 1170–1174. https://doi.org/10.3233/SHTI200348
Seneviratne, M. G., et al. (2023). Grains of sand to clinical pearls: Realizing the potential of wearable data. The American Journal of Medicine, 136(2), 136–142. https://doi.org/10.1016/j.amjmed.2022.10.006
Sharma, D., Nawab, A. Z., & Alam, M. (2021). Integrating M-Health with IoMT to Counter COVID-19. Studies in Computational Intelligence, 373–396. https://doi.org/10.1007/978-981-15-8534-0_20
Smuck, M., et al. (2021). The emerging clinical role of wearables: Factors for successful implementation in healthcare. npj Digital Medicine, 4(1), 45. https://doi.org/10.1038/s41746-021-00418-3
Sun, X., et al. (2022). Wearable near-field communication sensors for healthcare: Materials, fabrication and application. Micromachines (Basel), 13, 5. https://doi.org/10.3390/mi13050784
Vijayan, V., et al. (2021). Review of wearable devices and data collection considerations for connected health. Sensors (Basel), 21, 16. https://doi.org/10.3390/s21165589
Weber, S., & Heitmann, K. U. (2021). Interoperabilität im Gesundheitswesen: auch für digitale Gesundheitsanwendungen (DiGA) verordnet. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz, 64(10), 1262–1268. https://doi.org/10.1007/s00103-021-03414-w
Zenker, S., et al. (2022). Data protection-compliant broad consent for secondary use of health care data and human biosamples for (bio)medical research: Towards a new German national standard. Journal of Biomedical Informatics, 131, 104096. https://doi.org/10.1016/j.jbi.2022.104096.21
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2024 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Ciortuz, G., Wiedekopf, J., Fudickar, S. (2024). Integration von Wearables und Nutzung von digitalen Biomarkern zur Diagnostik und Therapie im Gesundheitswesen. In: Henke, V., Hülsken, G., Schneider, H., Varghese, J. (eds) Health Data Management. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-43236-2_31
Download citation
DOI: https://doi.org/10.1007/978-3-658-43236-2_31
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-43235-5
Online ISBN: 978-3-658-43236-2
eBook Packages: Business and Economics (German Language)