Datenclearing im Gesundheitswesen: So erhöhen Krankenhäuser die Datenqualität in ihren Systemen

• Adrian Bedö, Product Manager Content Solutions

Daten bereinigt, Daten angereichert – und trotzdem immer wieder Rückfragen zu Bestellungen. Was erst einmal absurd klingt, ist im Gesundheitswesen keine Seltenheit. Um die Datenqualität hochzuhalten, sollten Lieferanten- und Krankenhausdaten regelmäßig abgeglichen werden. Optimalerweise greifen Gesundheitsorganisationen dabei zu einem Verfahren, das manuelle Aufgaben minimiert und die Prozesse damit noch effizienter gestaltet: Datenclearing.

Datensynchronisation als Königsdisziplin der Stammdatenpflege im Krankenhaus

Wer regelmäßig auf unserem Blog vorbeischaut, dürfte mittlerweile erkannt haben, dass mir das Thema Datenqualität am Herzen liegt. Der Grund: Saubere Stammdaten bilden die Grundlage für fehlerfreie Bestellungen und senken damit nicht nur die Kosten im Gesundheitswesen, sondern wirken sich auch positiv auf die Patientenversorgung aus.

Nachdem mein Kollege Ignacio Garcia schon die Themen Datenbereinigung und Datenanreicherung abgehandelt und ihre Bedeutung für die Datenqualität im Gesundheitswesen hervorgehoben hat, möchte ich mich heute der Königsdisziplin widmen: der Datensynchronisation. Denn selbst wenn Krankenhäuser ihre Daten bereinigt und mit zusätzlichen Attributen angereichert haben, kann es vorkommen, dass diese Daten nicht mit den Lieferantendaten übereinstimmen – mit weitreichenden Folgen für die gesamte Supply Chain.

GDSN und COVIN-Regeln für die Validierung von Lieferantendaten

Natürlich gibt es in der Branche Bemühungen, dieses Problem anzugehen. Weil die Lieferanten für korrekte Stammdaten und ihre Bereitstellung verantwortlich sind, wird auf dieser Seite der Lieferkette auch angesetzt. Neutrale und unabhängige Organisationen haben es sich zur Aufgabe gemacht, inhaltlich validierte Artikelinformationen für alle Geschäftspartner zur Verfügung zu stellen und deshalb Regelwerke mit Prüfparametern zur Validierung der Stammdaten auf Seite der Lieferanten entwickelt.

Dazu gehören die Validierungs-Regelwerke des Global Data Synchronization Networks (GDSN) sowie neuerdings die Content Validation Network (COVIN) Regeln. Die Lieferanten, die ihre Daten gemäß anerkannter Daten- und Attributstandards aufbereiten, sichern sich gleich zwei Vorteile: Einerseits machen sie sich zur bevorzugten Wahl für bestehende und potenzielle Geschäftspartner, andererseits kommen sie auch Ihren Meldepflichten gegenüber den nationalen und internationalen Behörden nach.

Stammdatenpflege in Krankenhäusern als zentrale Herausforderung

Dass die Fehlerquote bei Bestellungen im Gesundheitswesen trotzdem noch vergleichsweise hoch ist, liegt daran, dass die Anforderungen an die Datenqualität besonders hoch sind und sich die Artikel- und Preisinformationen von medizinischen Produkten häufig ändern. Ob Preis, Menge, Verpackungseinheit oder GTIN – ändert sich ein Parameter in den Stammdaten bzw. bei den Artikelinformationen, entstehen trotz EDI-Verbindung oftmals Rückfragen zu Bestellungen.

Die Herausforderung für Gesundheitsorganisationen besteht also nicht nur in der Beschaffung von hochwertigen Daten, sondern auch in der Verwaltung. Sie müssen ihre Daten aktuell, fehlerfrei und umfassend halten; und zwar nicht einmalig, sondern regelmäßig. Natürlich wird das zu einer immensen Herausforderung, wenn Krankenhäuser ihre medizinischen Produkte und Verbrauchsgüter über Dutzende oder gar Hunderte Lieferanten beziehen. Die Stammdatenpflege aus Import, Zuordnung von Produkten und Aktualisierung ist für viele Krankenhäuser deshalb eine sehr aufwendige Aufgabe, die von manuellen Prozessen geprägt und damit auch noch sehr fehleranfällig ist.

Datenclearing für die stetige Korrektur und Anreicherung von Stammdaten

Die gute Nachricht: Mit dem sogenannten Datenclearing gibt es ein Verfahren, das diese manuellen Prozesse ablöst. Gesundheitsorganisationen exportieren die gewünschten Daten oder sogar ganze Kataloge dabei in eine Datenbank, die im Idealfall alle oder zumindest den Großteil der Lieferanten aus dem Gesundheitswesen abdeckt. Im zweiten Schritt findet ein Data Mapping statt, das heißt eine automatisierte Zuordnung der Artikel aus den Krankenhaus-Systemen mit den Artikeln aus der Datenbank. Die Anwender können die Daten der Lieferanten und ggf. zusätzliche Artikelinformation übernehmen, indem sie das Datenclearing starten, und die aktualisierten Informationen zurück in ihre Systeme verteilen.

Derartige Verfahren für das Data Mapping und das anschließende Datenclearing sorgen dafür, dass Stammdaten und große Mengen komplexer Artikelinformationen in wenigen Schritten auf den aktuellen Stand gebracht werden. Gesundheitsorganisationen vermeiden lästige Importe und Exporte von einzelnen Katalogen sowie zeitaufwendige Zuordnungen und setzen für die Stammdatenpflege und die Verteilung der Daten in ihre Systeme auf automatisierte Prozesse, die gleich mehrere Vorteile bringen: Krankenhäuser befreien nicht nur ihre Mitarbeiter von manuellen, zeitintensiven Aufgaben für das Datenmanagement, sondern verringern auch Rückfragen zu Bestellungen und vermeiden überflüssige Retouren, die durch fehlerhafte Daten in ihren Systemen entstehen.

Synchronisation von Informationsaustausch-Formaten für kontaktlose Supply-Chain-Prozesse

Obwohl beide Seiten der Lieferkette großes Interesse daran haben, dass die Stammdaten aktuell und aufeinander abgestimmt sind, ist die Datensynchronisation im Gesundheitswesen weiterhin eine große Herausforderung. Der Grund dafür ist neben der überschaubaren Datenqualität auch die Nutzung von individuellen Informationsaustausch-Formaten. Zwar gilt für elektronische Katalogformate der GS1 XML CIN Standard als gemeinsamer Nenner. Weil ihre Systeme nicht mit dem gängigen Format kompatibel sind, halten sich aber längst nicht alle Geschäftspartner an den vereinbarten GS1-Standard.

Glücklicherweise gibt es auch hier Lösungen, die verhindern, dass der EDI-Prozess ins Stocken gerät. Sofern Geschäftspartner mit unterschiedlichen Informationsaustausch-Formaten arbeiten, kann die Outbound-Datei vom Krankenhaus so umgewandelt werden, dass sie passgenau beim Lieferanten ankommt. Und selbst wenn zwar die Formate synchron sind, nicht aber die Stammdaten, bedeutet das nicht, dass die Bestellung nicht kontaktlos verbucht werden kann. Denn ein Datenclearing, also die Korrektur oder Anreicherung von Daten, ist auch auf Lieferantenseite möglich.

Schlüssel zum Erfolg sind intelligente Geschäftsregeln, die ursprünglich fehlerhafte oder unvollständige Daten in Bestellungen korrigieren bzw. Artikelinformationen hinzufügen. In diesem Fall muss niemand mehr manuell eingreifen, weder Krankenhaus noch Lieferant. Die bestellte Ware kommt zur richtigen Zeit am richtigen Ort an. Die Rechnung ist korrekt, wird an die richtige Adresse verschickt, vom Krankenhaus pünktlich bezahlt und im Finanzsystem des Lieferanten automatisiert verbucht.

Der GHX Masterkatalog – die Single Source of Truth für hochwertige Artikeldaten

Das Datenclearing ist Teil unserer cloudbasierten Exchange-Plattform, über die wir Krankenhäuser und Lieferanten sowie Hersteller von medizinischen Produkten miteinander vernetzen. Die Grundlage bildet der GHX Masterkatalog, der mehr als 9 Millionen Artikel von mehr als 800 Lieferanten in ganz Europa enthält. Indem Lieferanten und Hersteller ihre Artikel über unser neues Katalogformat V5.0 bereitstellen, halten sie sich an die von uns etablierten COVIN Regelwerke, die qualitativ hochwertige und vollständige Produktstammdaten gewährleisten.

Gesundheitsorganisationen haben über unsere Lösungen für die Stammdatenpflege einerseits Zugriff auf hochwertige Daten, andererseits können sie diese Daten dank intelligenter Data Mapping und Datenclearing-Verfahren mit ihren eigenen Daten abgleichen, ggf. korrigieren bzw. aktualisieren und in wenigen Schritten nahtlos in ihre Systeme verteilen.

Setzen Krankenhäuser und Lieferanten auf unsere Lösungen, automatisieren beide Seiten also nicht nur ihre Prozesse, sondern heben ganz nebenbei ihre Datenqualität auf ein neues Level. Davon profitieren am Ende alle Abteilungen, und auch der Patient. Die umfassenden und stets aktuell gehaltenen Daten können nämlich auch anderweitig genutzt werden. Bestes Beispiel ist die digitale Patientenakte, die für Gesundheitsorganisationen und Patienten mit großen Vorteilen verbunden sein kann – allerdings nur, wenn sie sich auf verlässliche und stets aktuelle Daten stützt.

Adrian Bedö

Product Manager Content Solutions