Master Patient Index (MPI) und Master Data Management: Funktionsweise und Beispiele

Je mehr Informationen Leistungserbringer über einen Patienten haben, desto besser ist die Versorgung, die sie erbringen können.

Standardprotokolle wie FHIR, die durch nationale Vorschriften unterstützt werden, erleichtern die Erfassung von Patientendaten aus Laboren, Krankenhäusern, Diagnosezentren usw. Es kann jedoch eine Herausforderung darstellen, festzustellen, ob verschiedene Datensätze zur selben Person gehören oder doppelte Daten enthalten. Dies ist das Kernproblem, das Master Data Management (MDM) im Gesundheitswesen lösen soll – und der Master Patient Index (MPI) ist dessen patientenorientiertes Teilsystem, ergänzt durch einen geeigneten Datensatzverknüpfungsalgorithmus.

In diesem Artikel werden folgende Themen behandelt:

• Was der Master Patient Index (MPI) und die Datensatzverknüpfung sind und wie sie in das Master Data Management im Gesundheitswesen eingebettet sind;
• Wie ein MPI implementiert wird und welche Methoden verwendet werden können;
• Wie der richtige Datensatzverknüpfungsalgorithmus ausgewählt wird.

Was ist ein Master Patient Index (MPI)?

Der Master Patient Index (MPI) ist eine Software, die in Gesundheitseinrichtungen eingesetzt wird, um jeden Patienten eindeutig zu identifizieren und seine verschiedenen Datensätze zusammenzuführen. Dadurch wird sichergestellt, dass alle Leistungserbringer Zugang zu genauen Informationen über Patienten haben.

Datensatzverknüpfung (Record Linkage) ist der Prozess des Abgleichs doppelter Datensätze. Der Abgleichalgorithmus (die Methode) ist das Herzstück des Master Patient Index. Er berechnet die Ähnlichkeit zweier Datensätze und entscheidet, ob sie identisch sind.

Hinweis: Wenn Sie nach einem umfassenden Werkzeug zur Verwaltung von Patientendatensätzen suchen, ist der Begriff „Master Patient Index" ein nützliches Suchwort. Wenn Sie mehr daran interessiert sind, wie er funktioniert, lesen Sie einfach weiter und suchen Sie später nach „Record Linkage".

Einbettung des MPI in das Master Data Management im Gesundheitswesen

Master Data Management (MDM) im Gesundheitswesen ist die Disziplin, eine einheitliche, zuverlässige Sicht auf die Entitäten aufzubauen, auf die das übrige System angewiesen ist – Patienten, Leistungserbringer, Organisationen, Standorte, Kostenträger. Jede dieser Entitäten hat ihre eigenen Besonderheiten, aber das technische Muster ist dasselbe: Daten aus vielen Quellsystemen aufnehmen, Datensätze abgleichen, die sich auf dieselbe reale Entität beziehen, und Konflikte in einem Golden Record auflösen, dem nachgelagerte Nutzer vertrauen können.

Der Master Patient Index ist der patientenspezifische Teil dieses Bildes. Er ist bei weitem der am meisten diskutierte Bereich des MDM im Gesundheitswesen, weil die Patientenidentität der Bereich ist, in dem Fehler am teuersten sind: Ein doppelter Patientendatensatz fragmentiert eine klinische Geschichte; ein fälschlicherweise zusammengeführter Datensatz erzeugt ein Sicherheitsereignis. Wenn Teams über „MPI" sprechen, meinen sie daher fast immer eine Master Data Management-Fähigkeit, die auf Patient beschränkt ist – dieselben Abgleich-, Blockierungs-, Zusammenführungs- und Prüfmechanismen, die für jede andere Master-Entität verwendet würden, nur dort eingesetzt, wo die Einsätze am höchsten sind.

Im weiteren Verlauf dieses Artikels betrachten wir, wie diese Mechanismen tatsächlich funktionieren.

Funktionsweise eines Master Patient Index

Die Implementierung des Master Patient Index folgt einer spezifischen Pipeline, die aus mehreren wichtigen Schritten besteht:

• Datenbereinigung & Normalisierung – Daten bereinigen und ihr Format standardisieren;
• Blockierung – Datensätze vorgruppieren, um die Anzahl der Datensatzvergleiche für eine bessere Leistung zu reduzieren;
• Bewertung & Abgleich – das „Herzstück" des Prozesses: die Ähnlichkeit von Datensätzen ermitteln und automatischen oder manuellen Abgleich durchführen;
• Verknüpfung oder Zusammenführung doppelter Datensätze.

Nun wollen wir jeden Schritt genauer untersuchen.

Master Patient Index: Datenbereinigung & Normalisierung

Zunächst bereinigen wir die Daten.

Stellen Sie sicher, dass Identifikatoren (wie Adresse, Geschlecht, Sozialversicherungsnummer usw.) für genauere Ergebnisse konsistent formatiert sind. Dies kann durch Entfernen von Satzzeichen, Umwandlung in Großbuchstaben und Standardisierung von Werten erfolgen.

Normalisieren Sie Terminologien: Während Geschlecht in einem Datensatz als „Male/Female" und in einem anderen als „Man/Woman" dargestellt werden kann, sollte es einheitlich kodiert sein.

Wenn ein Wert ungültig ist und nur zur Erfüllung eines Pflichtfeldes eingegeben wurde (z. B. „Baby boy" im Vornamenfeld oder „00000000" als Sozialversicherungsnummer), empfiehlt es sich, den Wert auf „NULL" zurückzusetzen, da der Algorithmus auf solche Einträge empfindlich reagieren kann.

Der ideale Fall tritt ein, wenn Ihre Datenquelle saubere Daten im selben Format (mit denselben Attributnamen) liefert, was jedoch nicht immer der Fall ist und Sie Ihre Daten in der Regel in ein einheitliches Format konvertieren müssen.

Wir empfehlen die Verwendung von HL7 FHIR für standardisierte Datenformate, da wir eine erhebliche Verbreitung von FHIR beobachten und es den Anschein hat, dass FHIR in naher Zukunft zur Lingua franca für den Austausch von Gesundheitsdaten werden wird. Unsere Master Patient Index & Master Data Management-Lösung MDMbox ist auf FHIR aufgebaut.

Master Patient Index: Blockierung

Sobald die Daten bereinigt und normalisiert wurden, können wir mit dem Prozess der Datensatzblockierung beginnen. Wenn ein Master Patient Index eine Million Datensätze enthält, würde ein direkter Vergleich aller Datensätze eine Billion Vergleiche erfordern – diese Zahl lässt sich jedoch erheblich reduzieren.

Dies erfolgt üblicherweise durch das Durchlaufen des Datensatzes durch eine Reihe von Filtern, wobei jedes Mal ein anderes Attribut oder eine andere Methode zur Identifizierung möglicher Übereinstimmungen verwendet wird. Es gibt jedoch einen Kompromiss zwischen Leistung und Genauigkeit, und es ist wichtig, den richtigen Schlüssel für die Blockierung zu wählen.

Die Blockierung erfolgt typischerweise durch das Aufteilen der Datensätze in kleinere Gruppen – sogenannte „Blöcke" – auf der Grundlage bestimmter Kriterien (Filter), beispielsweise durch schwache Ähnlichkeit (wie Vorname, Geschlecht, Geburtsjahr, Postleitzahl usw.).

Wie im folgenden Beispielschema zu sehen ist, kann eine Blockierungsoperation Kandidatenblöcke mithilfe des Attributs Nachname und des ersten Buchstabens des Vornamens erstellen, oder sie kann Blöcke anhand anderer Attribute wie Telefonnummer oder Postleitzahl bilden:

Der Abgleich erfolgt dann innerhalb des Blocks oder zwischen zwei Blöcken innerhalb desselben Attributs:

Es ist zu beachten, dass verschiedene Durchläufe dieser Operation unterschiedliche echte Übereinstimmungen aufdecken können, sodass die Kombination der Ergebnisse potenziell einen Großteil der echten Übereinstimmungen aufdecken kann.

Das Ziel ist es, die Anzahl der Kandidaten zu minimieren. Daher sollten die Richtlinien folgendes gewährleisten:

• Weit genug gefasst, um alle relevanten Datensätze innerhalb desselben Blocks zu erfassen;
• Spezifisch genug, um einen effizienten Vergleich von Kandidaten in einem angemessenen Zeitrahmen zu ermöglichen.

Master Patient Index: Bewertung & Abgleich

Das „Herzstück" des Master Patient Index ist der Bewertungs- und Abgleichprozess. In diesem Schritt ist es entscheidend festzustellen, ob zwei Datensätze wahrscheinlich auf dieselbe Person verweisen. Algorithmen können Datensätze in zwei Gruppen einteilen – Übereinstimmung oder Keine Übereinstimmung – oder in eine dritte Gruppe, Mögliche Übereinstimmung, bei der die Entscheidung an Menschen delegiert werden kann.

Der Abgleich kann mit verschiedenen Methoden durchgeführt werden:

• Deterministische (regelbasierte) Methode – verwendet einen Satz von Regeln (z. B. Übereinstimmung von Sozialversicherungsnummer, Geburtsdatum und Nachname) und wird auch als Exact-Match-Logik bezeichnet. Deterministische Regeln können mit einem hohen Maß an Spezifität gestaltet werden;
• Probabilistische (score-basierte oder Fellegi-Sunter) Methode – diese Methode verknüpft Datensätze, wenn die Summe aller gewichteten Übereinstimmungen die Abweichungen überwiegt.

Sie können diese Tabelle verwenden, um die Methoden schnell und einfach zu vergleichen:

MDMbox verwendet die probabilistische Methode (auf dem Fellegi-Sunter-Algorithmus basierendes Modell), die eine Art Bayes'scher Klassifikator ist, und vergleicht die Werte bestimmter Attribute wie Vorname, Geburtsdatum oder Sozialversicherungsnummer. Wenn die Attribute übereinstimmen, erhöht dies die Übereinstimmungswahrscheinlichkeit; wenn die Attribute nicht übereinstimmen, sinkt die Übereinstimmungswahrscheinlichkeit.

Wir verwenden also ein System, das uns hilft zu entscheiden, wie wahrscheinlich es ist, dass zwei Datensätze identisch sind. Wir beginnen mit einer Schätzung, wie wahrscheinlich es ist, dass zwei zufällig ausgewählte Datensätze übereinstimmen. Dann vergleichen wir die Datensätze, um zu sehen, ob sie Gemeinsamkeiten haben, wie z. B. dasselbe Geburtsdatum, dieselbe Sozialversicherungsnummer oder dieselbe Telefonnummer.

Hier ist eine kurze und einfache Erklärung der Funktionsweise des Algorithmus: Er vergleicht Datensätze und bewertet die Belege genau, sodass wir die Wahrscheinlichkeit einer Übereinstimmung bestimmen können:

• Spalten mit einer größeren Anzahl eindeutiger Werte, wie Geburtsdatum, Sozialversicherungsnummer oder Telefonnummer, begünstigen eher eine starke Übereinstimmung, da es unwahrscheinlich ist, dass diese Werte in zwei zufällig ausgewählten Datensätzen zufällig übereinstimmen.
• Wenn eine Spalte nicht übereinstimmt, ist dies in der Regel ein Indiz gegen eine Übereinstimmung. Wir müssen jedoch einräumen, dass dieses Indiz in Fällen, in denen externe Faktoren wie eine Namensänderung durch Heirat, ein Umzug, der dazu führt, dass der Patient eine andere Postleitzahl hat, oder ein einfacher Tippfehler bei der Dateneingabe zu einer Abweichung in der Spalte führen kann, nicht vollständig zuverlässig ist.

Wenn dieser gesamte Beweispunktestand einen konfigurierbaren Schwellenwert, den sogenannten Grenzwert, erreicht oder überschreitet, gelten die Datensätze als übereinstimmend und können abgeglichen werden. Liegt der Punktestand unter dem Schwellenwert, gelten die Datensätze als verschiedene Personen und werden im Master Patient Index nicht abgeglichen.

Eine gängige Praxis besteht darin, die Verteilung der Punktestände zu untersuchen und eine Ähnlichkeitsmethode zu wählen, die zu einer gewünschten Rate an falsch-positiven oder falsch-negativen Ergebnissen führt. Dies kann dazu beitragen, die Notwendigkeit der Genauigkeit mit der Notwendigkeit, den Arbeitsaufwand menschlicher Prüfer zu minimieren, in Einklang zu bringen. Eine praktische Anleitung zu dieser Kalibrierung finden Sie in unserem Leitfaden zur Konfiguration und Abstimmung eines Patientenabgleichmodells.

Starten Sie mit dem Aidbox FHIR Server für Datenspeicherung, Integrationen, Gesundheitsanalysen und mehr, oder beauftragen Sie unser Team zur Unterstützung Ihrer Softwareentwicklung.

Auswahl des Abgleichalgorithmus

Als Standardwahl erscheint Fellegi-Sunter als die geeignetste Option. Er erfordert einen Experten für Einrichtung und Konfiguration, kann aber ein gutes Ergebnis liefern.

Wenn Sie weniger vertrauenswürdige Datenquellen mit engen Beziehungen haben, reichen einfache deterministische Regeln aus, jedoch gibt es keine Möglichkeit, deren Genauigkeit zu bewerten.

Verknüpfen oder Zusammenführen?

Nachdem die Datensätze abgeglichen wurden, ist es wichtig zu entscheiden, ob die Datensätze verknüpft oder zusammengeführt werden sollen.

• Verknüpfen der Datensätze bedeutet, dass alle doppelten Datensätze so belassen werden, wie sie sind, aber miteinander verknüpft werden. Wenn Sie unterschiedliche Quellen für verschiedene Duplikate haben, gibt es keine Probleme beim Aktualisieren der Datensätze.

Dies ist in Fällen nützlich, in denen Daten kontinuierlich aus verschiedenen Quellen aggregiert werden, da der Master Patient Index dadurch die Beziehungen zwischen Datensätzen verfolgen kann, ohne kontinuierlich Zusammenführungskonflikte lösen zu müssen.

• Zusammenführen der Datensätze bedeutet das Kombinieren der Datensätze zu einem einzigen, hybriden Datensatz.

Dies beinhaltet das Zusammenfassen der Daten aus mehreren Datensätzen in einem einzigen Datensatz, der alle relevanten Informationen über einen Patienten enthält. Im Vergleich zur Verknüpfung ermöglicht die Zusammenführung eine einfachere und schnellere Datenabfrage sowie eine effizientere Speichernutzung.

Die Verwaltung von Zusammenführungskonflikten und falsch-positiven Verknüpfungen kann in diesem Systemtyp jedoch komplexer sein.

Verbessern Sie die Interoperabilität mit HL7 FHIR-Gesundheitslösungen: CapMinds FHIR Service

Der MPI-Kompromiss: Genauigkeit vs. Kosten

Wenn Daten kontinuierlich aus verschiedenen Quellen aggregiert werden, erscheint eine Verknüpfungsstrategie vorzuziehen, da keine kontinuierliche Auflösung von Zusammenführungskonflikten erforderlich ist, während falsch-positive Verknüpfungen einfach durch Aufheben der Verknüpfung rückgängig gemacht werden können.

Andererseits hat dieses System nicht nur mit einem einzelnen Patientendatensatz zu tun, und die meisten Interaktionen betreffen Datensatzmengen.

In realen Systemen ist es üblich, einen hybriden Ansatz zu verwenden, der sowohl Verknüpfung als auch Zusammenführung kombiniert. Dies liegt daran, dass das Problem des Kompromisses zwischen Aufrechterhaltung der Datenintegrität und Ermöglichung flexibler Abfragen einerseits und Schaffung eines vollständigen und genauen Bildes der Daten andererseits unlösbar ist.

Die Hybridisierung macht das gesamte System komplizierter, führt aber letztendlich zum gewünschten Ergebnis. Beispielsweise könnte ein System zunächst übereinstimmende Datensätze verknüpfen, um eine Beziehung zwischen ihnen herzustellen, und dann die verknüpften Datensätze zu einem einzigen, konsolidierten Datensatz zusammenführen.

Alternativ könnte ein System zunächst übereinstimmende Datensätze zusammenführen und dann die resultierenden konsolidierten Datensätze verknüpfen.

Der Kompromiss bei der Wahl zwischen Verknüpfen und Zusammenführen hängt von den spezifischen Zielen und Anforderungen des Systems ab. Wenn der Schwerpunkt auf der Aufrechterhaltung der Datenintegrität und der Ermöglichung flexibler Abfragen liegt, ist Verknüpfen möglicherweise vorzuziehen. Wenn der Schwerpunkt auf der Schaffung eines vollständigen und genauen Bildes der Daten liegt, ist Zusammenführen möglicherweise vorzuziehen.

Um die Implementierung eines Master Patient Index und den Datensatzabgleich zu erproben, testen Sie die kostenlose Entwicklungsversion von MDMbox. Sie bietet eine vollständige Umgebung zum Testen dieser Funktionalitäten und stellt alle notwendigen Werkzeuge ohne Einschränkungen zur Verfügung.

Fazit

Bei der Implementierung eines Master Patient Index als Teil Ihrer Master Data Management-Strategie im Gesundheitswesen sind mehrere wichtige Punkte zu beachten:

• Stellen Sie sicher, dass die verwendeten Daten von guter Qualität und Integrität sind, andernfalls sollten sie bereinigt und normalisiert werden;
• Wählen Sie den am besten geeigneten Algorithmus basierend auf allen spezifischen Projektanforderungen und der Qualität Ihrer Daten;
• Legen Sie den Kompromiss zwischen Zusammenführen oder Verknüpfen von Datensätzen fest, oder erstellen Sie ein hybrides System;
• Behandeln Sie MPI als eine Entität innerhalb eines übergeordneten Master Data Management-Programms – dieselben Abgleich-, Zusammenführungs- und Prüfmechanismen erstrecken sich auf Leistungserbringer, Organisationen und Standorte.

Unser MDMbox verwendet die probabilistische Methode auf Basis des Fellegi-Sunter-Algorithmus, da diese sich als äußerst effektiv erwiesen hat, um genaue und effiziente Ergebnisse zu erzielen. Dieser Algorithmus wurde ausgiebig untersucht, für die Verwendung mit relationalen Datenbanken (SQL) optimiert und hat bei großen Datensätzen außergewöhnlich gut abgeschnitten.

In MDMbox laufen Patientenabgleich- und Zusammenführungsoperationen in Millisekunden, auch bei großem Maßstab. Die Massendeduplizierung ist ebenso effizient – zum Beispiel dauert die Identifizierung aller doppelten Kandidaten in einem Datensatz mit 5 Millionen Patienten ca. 20 Minuten. Ein reales Beispiel finden Sie in unserem Bericht darüber, wie wir Tausende von doppelten Datensätzen im NPI-Register mit demselben Ansatz gefunden haben.

Darüber hinaus bietet MDMbox eine integrierte Data Steward-Benutzeroberfläche, die es Teams ermöglicht, Zusammenführungskonflikte zu überprüfen und zu lösen, potenzielle Duplikate zu verwalten und vollständige Prüfprotokolle für Zusammenführungs- und Trennungsoperationen zur vollständigen Transparenz und Kontrolle zu verfolgen. Mehr erfahren

Autoren: Nikolai Ryzhikov, CTO bei Health Samurai Ivan Shukshin, Lead Software Engineer bei Health Samurai

Siehe auch: Doppelte Patientendatensätze in der Gesundheitsanalytik, MPI-Anbieter und Patienten-$merge-Semantik, Synthetische Daten im Gesundheitswesen und FHIR als Datenspeicherformat.