MII IG Lungenfunktion DE v2026
Beschreibung von Szenarien für die Anwendung der Module
//TODO
Beschreibung von Szenarien für die Anwendung der Module
Konkrete Beispiele:
** Klinische Versorgung und Verlaufskontrolle:**
Beispiel: Eine Patientin mit Asthma oder COPD wird an verschiedenen Kliniken oder Kliniken und ambulanten Versorgungseinrichtungen behandelt.
Der Verlauf der Lungenfunktion sollte über Klinik- und Sektorengrenzen hinweg verfolgt werden, beispielsweise durch die Vergleichbarkeit von diagnostischen Werten wie FEV1, FVC oder Peak Flow. So können eine einheitliche Dokumentation und schlussendlich bessere Behandlungsentscheidungen durch den Einblick in frühere Messwerte erreicht werden.
** Forschung und Kohortenstudien: **
Beispiel: Eine multizentrische Studie untersucht den Zusammenhang zwischen COVID-19-Verläufen und bleibenden Lungenfunktionseinschränkungen. Standorte können harmonisierte Lungenfunktionsdaten über FHIR-Schnittstellen liefern.
Das Modul Lungenfunktion kann mit anderen Modulen (z.B. Demografie, Diagnosen, Medikation) verknüpft werden, um komplexe Auwertungen zu ermöglichen.
** Qualitätsmanagement und Benchmarking: **
Beispiel: Kliniken wollen ihre Behandlungsqualität bei COPD-Patienten vergleichen - aggregierte Lungenfunktionsdaten dienen dann als Qualitätsindikator (z.B. Verbesserung des FEV1 nach Therapie). So können Best Practices oder Handlungsbedarf bei Abweichungen identifiziert und definiert werden.
** KI und prädiktive Modellierung: **
Beispiel: Ein Data-Science-Team trainiert ein Modell zur Früdiagnose von idiopathischer Lungenfibrose, wozu Lungenfunktionsdaten als Input für Machine-Learning-Algorithmen genutzt werden. Es soll ein prädiktiver Score zur Identifikation von Hochrisikopatienten entwickelt werden.
** Public Health und Versorgungsforschung: **
Beispiel: Standardisierte Daten können genutzt werden, um Präventionsstrategien ableiten zu können. So können etwa berufsbedingte Lungenerkrankungen frühzeitig erkannt und entsprechende Gegenmaßnahmen an Arbeitsplätzen ergriffen werden.