--- { "title": "Master Patient Index (MPI) und Master Data Management: Funktionsweise + Beispiele", "description": "Master Patient Index (MPI) und Healthcare Master Data Management erklärt: wie Record Linkage funktioniert, gängige Architekturen und ein ausgearbeitetes Beispiel mit FHIR und Aidbox.", "date": "2024-03-09", "author": "Nikolai Ryzhikov, Ivan Shukshin", "reading-time": "11 min read", "tags": [ "Infrastructure", "Integrations", "Database", "Terminology" ], "seo-tags": [ "record linking", "mpi", "master patient index", "master data management" ] } --- Je mehr Informationen Leistungserbringer über einen Patienten haben, desto besser ist die Versorgung, die sie bieten können. Standardprotokolle wie FHIR, die durch nationale Vorschriften unterstützt werden, erleichtern die Erfassung von Patientendaten aus Labors, Krankenhäusern, Diagnosezentren usw. Die Identifizierung, ob verschiedene Datensätze zur selben Person gehören oder doppelte Daten enthalten, kann jedoch eine Herausforderung darstellen. Dies ist das Kernproblem, das **Healthcare Master Data Management (MDM)** lösen soll — und der **Master Patient Index (MPI)** ist dessen patientenorientiertes Teilsystem, gekoppelt mit einem geeigneten Record-Linkage-Algorithmus. In diesem Artikel behandeln wir: - Was der Master Patient Index (MPI) und Record Linkage sind und wie sie in das Healthcare Master Data Management eingebettet sind; - Wie ein MPI implementiert wird und welche Methoden dabei eingesetzt werden können; - Wie man den richtigen Record-Linkage-Algorithmus auswählt. ## Was ist ein Master Patient Index (MPI)? Der **Master Patient Index (MPI)** ist eine Software, die in Gesundheitsorganisationen eingesetzt wird, um jeden Patienten eindeutig zu identifizieren und mehrere Datensätze zu einer Person zusammenzuführen. Dies trägt dazu bei, dass alle Leistungserbringer Zugang zu genauen Patientendaten haben. **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 ein umfassendes Werkzeug zur Verwaltung von Patientendatensätzen suchen, ist der Begriff „**Master Patient Index**" ein nützliches Stichwort für Ihre Recherche. Wenn Sie eher daran interessiert sind zu verstehen, wie es funktioniert, lesen Sie einfach weiter und googeln Sie später „**Record Linkage**". {% embed url="https://youtu.be/GPQaR70SQhA" %} ## Wie der MPI in das Healthcare Master Data Management eingebettet ist **Master Data Management (MDM)** im Gesundheitswesen ist die Disziplin, eine einzige, vertrauenswürdige Sicht auf die Entitäten aufzubauen, auf die das restliche 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 einlesen, Datensätze, die sich auf dieselbe reale Entität beziehen, abgleichen und Konflikte zu einem Golden Record auflösen, dem nachgelagerte Verbraucher vertrauen können. Der **Master Patient Index** ist der patientenspezifische Teil dieses Bildes. Er ist bei weitem der am häufigsten diskutierte Bereich des Healthcare MDM, weil Fehler bei der Patientenidentität am teuersten sind: Ein doppelter Patientendatensatz fragmentiert die Krankengeschichte; 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` ausgerichtet ist — dieselbe Abgleich-, Blocking-, Merge- und Audit-Maschinerie, die man für jede andere Master-Entität verwenden würde, nur dort eingesetzt, wo der Einsatz am höchsten ist. Im weiteren Verlauf dieses Artikels schauen wir uns an, wie diese Maschinerie tatsächlich funktioniert. ## Wie ein Master Patient Index funktioniert Die Implementierung des Master Patient Index folgt einer spezifischen Pipeline, die aus mehreren wichtigen Schritten besteht: Implementing Master Patient Index - Datenbereinigung & Normalisierung — Daten bereinigen und ihr Format standardisieren; - Blocking — Datensätze vorab gruppieren, um die Anzahl der Datensatzvergleiche für eine bessere Performance zu reduzieren; - Scoring & Matching — das „Herzstück" des Prozesses: die Ähnlichkeit von Datensätzen ermitteln und automatischen oder manuellen Abgleich durchführen; - Verknüpfen oder Zusammenführen doppelter Datensätze. {% embed url="https://youtu.be/e0iGeZP5wxA" %} Nun wollen wir jeden Schritt genauer betrachten. ## Master Patient Index: Datenbereinigung & Normalisierung Zunächst bereinigen wir die Daten. Stellen Sie sicher, dass Identifikatoren (wie Adresse, Geschlecht, Sozialversicherungsnummer usw.) einheitlich formatiert sind, um am Ende genauere Ergebnisse zu erzielen. Dies kann durch das Entfernen von Satzzeichen, die Konvertierung in Großbuchstaben und die Standardisierung von Werten erreicht werden. Terminologien normalisieren: 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), wird empfohlen, den Wert auf „NULL" zurückzusetzen, da der Algorithmus auf solche Einträge reagieren kann. ![Master Patient Index: Data Cleansing & Normalization](image-2.avif) Der Idealfall tritt ein, wenn Ihre Datenquelle saubere Daten im selben Format (gleiche Attributnamen) liefert, was jedoch nicht immer der Fall ist und Sie Ihre Daten in der Regel in dasselbe Format konvertieren müssen. Wir empfehlen die Verwendung von **HL7 FHIR** für standardisierte Datenformate, da wir eine erhebliche Verbreitung von FHIR beobachten und FHIR in naher Zukunft zur Lingua franca für den Austausch von Gesundheitsdaten werden dürfte. Unsere Master Patient Index & Master Data Management-Lösung [MDMbox](https://www.health-samurai.io/mdmbox) ist auf Basis von FHIR implementiert. ## Master Patient Index: Blocking Sobald die Daten bereinigt und normalisiert wurden, können wir mit dem Blocking von Datensätzen 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 geschieht in der Regel durch das Durchlaufen des Datensatzes durch eine Reihe von Filtern, wobei jedes Mal ein anderes Attribut oder eine andere Methode verwendet wird, um mögliche Übereinstimmungen zu identifizieren. Es gibt jedoch einen Kompromiss zwischen **Performance** und **Genauigkeit**, und es ist wichtig, den richtigen Schlüssel für das Blocking zu wählen. Blocking wird typischerweise durchgeführt, indem die Datensätze in kleinere Gruppen — oder „Blöcke" — auf Basis bestimmter **Kriterien** (Filter) aufgeteilt werden, beispielsweise unter Verwendung schwacher Ähnlichkeit (wie Vorname, Geschlecht, Geburtsjahr, Postleitzahl usw.). Wie im folgenden Beispielschema zu sehen ist, kann eine Blocking-Operation Kandidatenblöcke mithilfe des Attributs **Nachname** und des ersten Buchstabens des **Vornamens** erzeugen, oder es können Blöcke unter Verwendung anderer Attribute wie **Telefonnummer** oder **Postleitzahl** erstellt werden: ![How Master Patient Index works](image-3.avif) Der Abgleich erfolgt dann innerhalb des Blocks oder zwischen zwei Blöcken desselben Attributs: ![Master Patient Index: Blocking](image-4.avif) Es ist erwähnenswert, dass verschiedene Durchläufe dieser Operation unterschiedliche echte Übereinstimmungen aufdecken können, sodass die Kombination der Ergebnisse potenziell die Mehrheit der echten Übereinstimmungen aufdecken kann. Das Ziel ist es, die Anzahl der Kandidaten zu minimieren. Daher sollten die Richtlinien folgendes beachten: - **Breit** genug, um alle relevanten Datensätze innerhalb desselben Blocks zu erfassen; - **Spezifisch** genug, um einen effizienten Vergleich der Kandidaten innerhalb eines angemessenen Zeitrahmens zu ermöglichen. ### Master Patient Index: Scoring & Matching Das „Herzstück" des Master Patient Index ist der Scoring- & Matching-Prozess. In diesem Schritt ist es entscheidend zu bestimmen, ob sich zwei Datensätze wahrscheinlich auf dieselbe Person beziehen. Algorithmen können Datensätze in zwei Gruppen einteilen — **Match** oder **No Match** — oder in eine dritte Gruppe, **Possible Match**, 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 exakte Abgleichlogik 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: | Methode | Vorteile | Nachteile | | --- | --- | --- | | Deterministische (regelbasierte) Methode Verwendet einen Satz von Regeln (z. B. Übereinstimmung von Sozialversicherungsnummer, Geburtsdatum und Nachname), auch als exakte Abgleichlogik bezeichnet. Deterministische Regeln können mit einem hohen Maß an Spezifität gestaltet werden. | Einfach zu implementieren Einfach zu schreiben und die einfachen Regeln zu verstehen | Begrenzte Genauigkeit oder erfordert komplizierte Erweiterungen zur Verbesserung Schwierig, einen Regelsatz für genaues Matching zu pflegen Sehr sensibel gegenüber Datenqualität Schwierig, effizient für große Datensätze zu implementieren Es gibt keine Möglichkeit, die Qualität des Algorithmus zu quantifizieren | | Probabilistische (score-basierte oder Fellegi-Sunter) Methode Diese Methode verknüpft Datensätze, wenn die Summe aller gewichteten Übereinstimmungen die Abweichungen überwiegt. | Verwendet alle verfügbaren Datenpunkte für eine Entscheidung (Match oder No Match). Verarbeitet fehlende oder ungültige Daten Kann aus vorhandenen und neuen Datenstatistiken lernen Qualität des Algorithmus (Genauigkeit & Sensitivität) kann in Zahlen ausgedrückt werden Skaliert gut mit Blocking für große Datensätze Erfolgreich für Bevölkerungsanalysen in vielen Projekten eingesetzt | Erfordert Konfiguration und Feinabstimmung durch Experten | **MDMbox** verwendet die **probabilistische Methode** (auf dem **Fellegi-Sunter**-Algorithmus basierendes Modell), die eine Art Bayes-Klassifikator ist, und vergleicht die Werte spezifischer Attribute wie Vorname, Geburtsdatum oder Sozialversicherungsnummer. Wenn die Attribute übereinstimmen, erhöht sich die Match-Wahrscheinlichkeit; stimmen die Attribute nicht überein, sinkt die Match-Wahrscheinlichkeit. ![master patient index example](image-5.avif) Wir verwenden also ein System, das uns hilft zu entscheiden, wie wahrscheinlich es ist, dass zwei Datensätze identisch sind. Wir beginnen damit, abzuschätzen, wie wahrscheinlich es ist, dass zwei zufällig ausgewählte Datensätze übereinstimmen. Dann vergleichen wir die Datensätze, um zu sehen, ob sie Gemeinsamkeiten haben, wie dasselbe Geburtsdatum, dieselbe Sozialversicherungsnummer oder Telefonnummer. Hier ist eine einfache und anschauliche Erklärung, wie der Algorithmus funktioniert: Er vergleicht Datensätze und bewertet die Belege genau, sodass wir die Wahrscheinlichkeit einer Übereinstimmung bestimmen können: ![master patient index example 2](image-6.avif) ![master patient index example 3](image-7.avif) - Spalten mit einer größeren Anzahl eindeutiger Werte, wie Geburtsdatum, Sozialversicherungsnummer oder Telefonnummer, stellen mit höherer Wahrscheinlichkeit eine starke **Übereinstimmung** fest, da es unwahrscheinlich ist, dass diese Werte in zwei zufällig ausgewählten Datensätzen zufällig übereinstimmen. - Wenn eine Spalte **nicht übereinstimmt**, spricht dies in der Regel gegen eine Übereinstimmung. Wir müssen jedoch einräumen, dass diese Evidenz 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 Nichtübereinstimmung in der Spalte führen kann, möglicherweise nicht vollständig zuverlässig ist. Wenn dieser gesamte **Evidenz-Score** einen konfigurierbaren Schwellenwert, den sogenannten Cutoff-Wert, erreicht oder überschreitet, gelten die Datensätze als Übereinstimmung und können abgeglichen werden. Liegt der Score unter dem Schwellenwert, werden die Datensätze als separate Personen betrachtet und im Master Patient Index nicht abgeglichen. Eine gängige Praxis ist es, die Verteilung der **Scores** 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 Feinabstimmung eines Patientenabgleichmodells](/articles/configuring-tuning-patient-matching-model). > Starten Sie mit dem [Aidbox FHIR Server](https://www.health-samurai.io/fhir-server) für Datenspeicherung, Integrationen, Healthcare-Analysen und mehr, oder [beauftragen Sie unser Team](https://www.health-samurai.io/services), um Ihre Softwareentwicklungsanforderungen zu unterstützen. ### Auswahl des Abgleichalgorithmus Als Standardwahl scheint **Fellegi-Sunter** die am besten geeignete Option zu sein. Er erfordert einen Experten für die Einrichtung und Konfiguration, kann jedoch gute Ergebnisse liefern. Wenn Sie weniger vertrauenswürdige Datenquellen mit engen Beziehungen haben, werden einfache deterministische Regeln ausreichen, es gibt jedoch keine Möglichkeit, deren Genauigkeit zu bewerten. ### Verknüpfen oder Zusammenführen? Nachdem die Datensätze abgeglichen wurden, ist es wichtig zu entscheiden, ob Sie die Datensätze **verknüpfen** oder **zusammenführen** möchten. - **Verknüpfen der Datensätze** bedeutet, dass wir alle doppelten Datensätze unverändert behalten, sie aber miteinander verknüpfen. Wenn Sie unterschiedliche Quellen für verschiedene Duplikate haben, gibt es kein Problem beim Aktualisieren der Datensätze. Dies ist nützlich in Fällen, in denen Daten kontinuierlich aus verschiedenen Quellen aggregiert werden, da es dem Master Patient Index ermöglicht, die Beziehungen zwischen Datensätzen zu verfolgen, ohne kontinuierlich Merge-Konflikte lösen zu müssen. - **Zusammenführen der Datensätze** bedeutet das Kombinieren der Datensätze zu einem einzigen, hybriden Datensatz. Dabei werden die Daten aus mehreren Datensätzen zu einem einzigen Datensatz kombiniert, der alle relevanten Informationen über einen Patienten enthält. Im Vergleich zur Verknüpfung ermöglicht das Zusammenführen einen einfacheren und schnelleren Datenabruf sowie eine effizientere Speichernutzung. Es kann jedoch komplexer sein, Merge-Konflikte und falsch positive Verknüpfungen in diesem Systemtyp zu verwalten. > Verbessern Sie die Interoperabilität mit HL7 FHIR-Gesundheitslösungen: [CapMinds FHIR Service](https://www.capminds.com/hl7-fhir/) ### Der MPI-Kompromiss: Genauigkeit vs. Kosten Wenn Daten kontinuierlich aus verschiedenen Quellen aggregiert werden, erscheint eine Verknüpfungsstrategie vorzuziehen, da keine Notwendigkeit besteht, kontinuierlich Merge-Konflikte zu lösen, 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 Mengen von Datensätzen. In realen Systemen ist es üblich, einen hybriden Ansatz zu verwenden, der sowohl Verknüpfen als auch Zusammenführen kombiniert. Dies liegt daran, dass das Problem des Kompromisses zwischen **Wahrung der Datenintegrität & Ermöglichung flexibler Abfragen** einerseits und **Erstellen eines vollständigen & genauen Bildes der Daten** andererseits unlösbar ist. Die Hybridisierung macht das gesamte System komplexer, 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 Fokus auf der Wahrung der Datenintegrität und der Ermöglichung flexibler Abfragen liegt, kann Verknüpfen bevorzugt werden. Wenn der Fokus auf der Erstellung eines vollständigen und genauen Bildes der Daten liegt, kann Zusammenführen bevorzugt werden. Um die Implementierung eines Master Patient Index und des Datensatzabgleichs auszuprobieren, testen Sie die [kostenlose Entwicklungsversion von MDMbox](https://www.health-samurai.io/docs/mdmbox/getting-started). Sie bietet eine vollständige Umgebung zum Testen dieser Funktionalitäten und stellt alle notwendigen Werkzeuge ohne Einschränkungen bereit. ## Fazit Bei der Implementierung eines Master Patient Index als Teil Ihrer Healthcare Master Data Management-Strategie 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 der verfügbaren Daten; - Legen Sie den Kompromiss zwischen dem Zusammenführen oder Verknüpfen von Datensätzen fest oder entwickeln Sie ein hybrides System; - Behandeln Sie den MPI als eine Entität innerhalb eines umfassenderen Master Data Management-Programms — dieselben Abgleich-, Merge- und Audit-Grundelemente gelten auch für Leistungserbringer, Organisationen und Standorte. Unser [**MDMbox**](https://www.health-samurai.io/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 umfassend 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 Bulk-Deduplizierung ist ebenso effizient — beispielsweise dauert die Identifizierung aller Duplikatkandidaten in einem Datensatz von 5 Millionen Patienten ca. 20 Minuten. Ein Praxisbeispiel finden Sie in unserem Bericht darüber, wie wir [Tausende von doppelten Datensätzen im NPI-Register](/articles/thousands-of-duplicate-records-in-npi-registry) mit demselben Ansatz gefunden haben. Darüber hinaus bietet MDMbox eine integrierte Data Steward-Benutzeroberfläche, die es Teams ermöglicht, Merge-Konflikte zu überprüfen und zu lösen, potenzielle Duplikate zu verwalten und vollständige Merge- und Unmerge-Audit-Protokolle für vollständige Transparenz und Kontrolle zu verfolgen. [Mehr erfahren](https://www.health-samurai.io/docs/mdmbox) *Autoren*: [**Nikolai Ryzhikov**](https://www.linkedin.com/in/nikolai-ryzhikov-586a6913/), CTO bei Health Samurai [**Ivan Shukshin**](https://www.linkedin.com/in/ivan-shukshin-8395a7201/), Lead Software Engineer bei Health Samurai [![Master Patient Index module](image-8.avif)](https://www.health-samurai.io/mdmbox) Siehe auch: [Doppelte Patientendatensätze in der Healthcare-Analyse](/articles/duplicate-patient-records-in-healthcare-analytics), [MPI-Anbieter und Patienten-$merge-Semantik](/articles/mpi-vendors-patient-merge), [Synthetische Daten im Gesundheitswesen](/blog/synthetic-data-in-healthcare) und [FHIR als Datenspeicherformat](/blog/should-you-use-fhir-resources-as-your-data-storage-format).