Semantische Interoperabilität für eine KI-basierte Anwendungsplattform für smarte Krankenhäuser unter Verwendung von HL7 FHIR

Die Digitalisierung des Gesundheitswesens hat das Potenzial, die Gesundheitsdienstleistungen drastisch zu verbessern, die Zeit bis zur Diagnose zu verkürzen und die Kosten zu senken. Digitale Anwendungen im Gesundheitswesen müssen jedoch interoperabel sein, um ihr Potenzial zu maximieren. Darüber hinaus werden mit der raschen Expansion der Künstlichen Intelligenz (KI) und insbesondere des Maschinellen Lernens (ML) große Mengen an verschiedenen Datentypen genutzt. Um die Interoperabilität in solchen Anwendungen zu erreichen, ist die Einführung gemeinsamer semantischer Datenmodelle unerlässlich. In diesem Papier beschreiben wir die Einführung eines solchen gemeinsamen semantischen Datenmodells unter Verwendung des bekannten Standards Health Level Seven Fast Health Interoperability Resources (HL7 FHIR) in einer Plattform, die bei der Erstellung und Speicherung einer Vielzahl von KI-basierten Anwendungen für verschiedene Erkrankungen unterstützt. Die Effizienz des Servers wird demonstriert, indem er in einer Anwendung zur Vorhersage von koronaren Arterienstenosen sowie zur Verwaltung der Leistungskennzahlen der Plattform eingesetzt wird.