Anonymisierte Verarbeitung von Datensätzen auf Basis von Struktur- und Leistungsdaten (BinDoc Analyse-Datensatz)

1. Das Unternehmen BinDoc GmbH

Die BinDoc GmbH wurde 2013 gegründet, um Leistungserbringern im Gesundheitswesen eine softwarebasierte Datenanalysetechnik bereitzustellen, die bei den Leistungserbringern nicht vorhanden ist, aber benötigt wird. Die Leistungserbringer benötigen diese Softwareanalysen, um im Interesse der Patienten Prozesse und Behandlungen zu optimieren und die Leistungserbringung qualitativ hochwertig und wirtschaftlich und damit existenzsichernd zu ermöglichen bzw. zu verbessern.

BinDoc GmbH,  Karlstraße 3, 72072 Tübingen,  www.bindoc.de

2. Glossar

• BSI: Bundesamt für Sicherheit in der Informationstechnik
• KHEntgG – Krankenhausentgeltgesetz
• ICD - Internationale statistische Klassifikation der Krankheiten und verwandter Gesundheitsprobleme (ICD, englisch: International Statistical Classification of Diseases and Related Health Problems)
• OPS - Operationen- und Prozedurenschlüssel
• DRG - Diagnosis Related Groups
• PSY - Vergütung von Leistungen nach dem PEPP-Entgeltsystem
• PIA - Psychiatrische Institutsambulanzen
• InEK - Institut für das Entgeltsystem im Krankenhaus

3. Aufgabenstellung und Verarbeitungszweck

Für die laufende Verbesserung einer qualitativ hochwertigen klinischen Versorgung von Patienten in deutschen Krankenhäusern ist eine Analyse relevanter klinischer Daten sehr wichtig. Die Analysen dienen hierbei zum einen der Optimierung der Prozesse entlang des Patientenpfades und zum anderen des bestmöglichen Einsatzes der Ressourcenbasis. Im Rahmen der Prozessverbesserungen können insbesondere indikationsorientierte Behandlungszeiten relevant sein, um den Patienten bestmögliche Rekonvaleszenzzeiten zu ermöglichen. Ferner sind verfahrensorientierte Analysen sehr wichtig, um den klinischen Nutzen innovativer Behandlungsverfahren gegenüber bestehender Verfahren evaluieren zu können. Darüber hinaus ist für Krankenhäuser auch die strukturierte Aufbereitung der Vergütungsstruktur von großer Bedeutung, um im Rahmen von betriebswirtschaftlichen Planungen eine medizinisch-technische und personelle Ressourcenbasis zu schaffen, die eine optimale Behandlung von Patienten gewährleisten kann.

Der für die Analysezwecke relevante Datensatz sollte beim Auftraggeber möglichst einfach zu erheben sein und gleichzeitig einem festgelegten Format folgen, um automatisiert verarbeitet werden zu können. Hierfür bietet sich ein Datensatz an, welcher der Struktur des Routinedatensatzes nach § 21 KHEntgG ähnlich ist [1]. Jedes Krankenhaus hat die Möglichkeit einen derartigen Datensatz aus ihrem Krankenhausinformationssystem zu exportieren. Zur weiteren Nutzung sollen die Daten mithilfe eines von BinDoc dem Auftraggeber bereitgestellten Programms nach dem Datenexport noch im eigenen Verantwortungsbereich der Klinik anonymisiert werden. Die anonymisierten Daten werden vom Verantwortlichen im Rahmen einer gesicherten Datenverbindung an die BinDoc für die angeforderten Analysen zur Verfügung gestellt und von der BinDoc gespeichert.

Die Speicherung erfolgt verschlüsselt (Verschlüsselungsverfahren und Schlüsseltiefe SHA-256, Schlüsselverwaltung erfolgt durch BinDoc) auf Servern in Deutschland (Frankfurt) bei Microsoft Ireland Operations Ltd, mit der vorsorglich (trotz Anonymisierung) ein Vertrag zur Auftragsverarbeitung nach Art. 28 DSGVO bzw. SCC - Standardvertragsklauseln geschlossen wurde.

4. Anonymisierung

4.1 Vorgehen

In dem von der Klinik exportierten Datensatz sind verschiedene, personenbezogene Datenfelder vorhanden, die vom Nutzer (Verantwortlichen auf Klinikseite) vor der Übertragung an BinDoc entfernt oder anonymisiert werden. Soweit die Felder für Analysezwecke nicht relevant sind, werden diese komplett aus dem Datensatz entfernt. Personenbezogene Datenfelder, die für Analysen nicht entfernt werden können, werden je nach Art entweder durch ein Hashverfahren unkenntlich gemacht oder durch Kategorisierung in allgemeinere Wertegruppen übertragen. Das gewählte Hashverfahren (SHA-256 [2]) wurde den Empfehlungen des Bundesamtes für Sicherheit in der Informationstechnik entnommen.[3] Eine detaillierten Aufstellung der verwendeten Variablen inklusive einer Begründung für die Relevanz der Verarbeitung ist im Gliederungspunkt 5. „Variablen Nutzung“ enthalten.

4.2 Technische Umsetzung

Die Bereitstellung des Programms für die Anonymisierung erfolgt über einen Webbrowser. Durch das im Browser ablaufende Programm kann ein lokal gespeicherter Datenexport der Klinik vom Verantwortlichen zum Zweck der Anonymisierung lokal aufgerufen werden. Die Anonymisierung des exportierten Datensatzes erfolgt ausschließlich lokal im Browser und damit auf Seite des Verantwortlichen. Anschließend erfolgt die verschlüsselte Übertragung und verschlüsselte Speicherung des anonymisierten Datensatzes auf einem BinDoc Server. Beim Speichern wird der Verschlüsselungsalgorithmus AES 256 Bit verwendet. Die auf dem BinDoc-Server gespeicherten Daten kann der Verantwortliche jederzeit über sein Kundenkonto einsehen und bei Wunsch auch wieder löschen. Das Kundenkonto ist gesichert durch Nutzername und Passwort [4].

Jegliche Kommunikation zwischen den Verantwortlichen und BinDoc erfolgt verschlüsselt über Hypertext Transfer Protocol Secure (HTTPS) [5] zugesichert durch HTTP Strict Transport Security (HSTS)[6]. Alle BinDoc Server sind angemietet bei der Microsoft Ireland Operations Ltd. und stehen in einem Rechenzentrum in Deutschland (Frankfurt). Die Schlüsselverwaltung erfolgt ausschließlich über BinDoc.

4.3 Resultierender Datensatz

Der zugrunde liegende Datensatz (BinDoc Analysedatensatz) kann der Definition der InEK GmbH entnommen werden.[7]

Verwendete Variablen

• Entlassender Standort
• Hashwert von KH-internem Kennzeichen des Behandlungsfalls
• Vertragskennzeichen § 64b-Modellvorhaben
• Krankenkasse “privat”/”gesetzlich”
• Geschlecht (m/w/d) 
• PLZ (optional)
• LandKr. Nr
• Aufnahmeanlass
• Aufnahmegrund
• Aufnahmedatum
• Aufnahmegewicht (wird nur bei Geburten angegeben)
• Fallzusammenführung
• Fallzusammenführungsgrund
• Entlassungs-/Verlegungsdatum
• Entlassungs-/Verlegungsgrund
• Altersgruppe (Siehe Altersgruppen)
• Hashwert von Versicherten-ID (Krankenversichertennummer)
• Anzahl interkurrenter Dialysen
• Beatmungsstunden
• Behandlungstage vorstationär
• Behandlungsbeginn vorstationär
• Behandlungsende nachstationär
• Behandlungstage nachstationär
  
• Institutionskennzeichen des verlegenden Krankenhauses
• Belegungstage in einem anderen Entgeltbereich
• Beurlaubungstage-PSY
• Kennung Besonderer Fall Modellvorhaben
• Verweildauer Intensiv
• Fachabteilungsangaben
  
  • Fachabteilung
  • Aufnahmedatum
  • Verlegungsdatum
  • Kennung Intensivbett
• Diagnoseangaben
  • Diagnoseart
  • ICD-Version
  • Diagnoseschlüssel (ICD-Code)
  • Lokalisation
  • Diagnosensicherheit
  • Sekundär-Diagnoseschlüssel
  • Sekundär-Diagnosesicherheit
  • Sekundär-Lokalisation
• Prozedurangaben
  • OPS-Version
  • Prozedurenschlüssel (OPS-Kode)
  • Lokalisation
  • OPS-Datum
• Entgeltdaten
  • Entgeltbereich
  • Entgeltart
  • Entgeltbetrag
  • Abrechnung-von
  • Abrechnung-bis
  • Tage ohne Berechnung – Behandlung
  • Tag der Behandlung
• Kosten

4.4 Entfernte Falldaten

Die personenbezogenen oder beziehbaren Datenfelder, die nicht für den eingangs beschriebenen und vom Kunden angeforderten Analysezweck benötigt werden, werden durch die Anonymisierungssoftware entfernt. Dies betrifft die folgenden Datenfelder:

• Krankenversichertennummer (Versicherten-ID)
• Geburtsjahr
• Geburtsmonat
• Alter in Tagen am Aufnahmetag
• Alter in Jahren am Aufnahmetag
• Patientennummer
  
• Prozedurangaben
  • Belegoperateur
  • Beleganästhesist
  • Beleghebamme
• PIA-Leistungsdokumentation

4.5 Aggregierte Datenfelder

Die Datenfelder, die für die Analysezwecke wichtige Informationen enthalten, werden so kategorisiert und aggregiert, dass sie nicht mehr auf eine konkrete Person beziehbar sind. Dies betrifft die folgenden Datenfelder:

• KH-internes Kennzeichen des Behandlungsfalls Hashwert
• Geburtsjahr, Geburtsmonat Altersgruppe (siehe Altersgruppen)
• Institutionskennzeichen der Krankenkasse Versicherungsart „gesetzlich“/“privat"
• Hashwert von Versicherten-ID (Krankenversichertennummer)

5. Nutzung der Variablen

Mit variabler Nutzung ist gemeint zu welchem Zweck die dargestellten Variablen im Rahmen der Analyse verwendet werden.

Falldaten: 

• Entlassender Standort  

• • Unterscheidung wenn der Datensatz mehrere Standorte enthält 
  • Prozessverbesserungen der einzelnen Standorte 

• Entgeltbereich (DRG, PSYCH, PIA) 

• • Dient zur Einordnung in das richtige Vergütungssystem. 

• Hashwert von KH-internem Kennzeichen des Behandlungsfalls  

• • Eindeutige Zuordnung zwischen Datensätzen (z.B. Löschen von alten Datensätzen bei erneutem Upload) 
  • Keine Wiederherstellung der ursprünglichen (krankenhaus-internen) Fallnummer möglich, weder dem Verantwortlichen noch BinDoc. 

• Vertragskennzeichen § 64b-SGB V Modellvorhaben  

• • Um die Versorgung psychisch kranker Menschen weiterzuentwickeln, werden Modellvorhaben durchgeführt. Diese können zur medizinischen Evaluation in Analysen verwendet werden. 

• Krankenkasse “privat”/”gesetzlich” 

• • Dient zum Vergleich der Finanzierungsart von Investitionen und kann für Studienzwecke im Hinblick auf Anpassungen des Vergütungssystems dienen 

• Postleitzahl (optional) 

• • Zuordnung Patienten Herkunft zur Ermittlung der Versorgungsstruktur insbesondere im ländlichen Raum. Sie kann Ministerien im Rahmen der Krankenhausbedarfsplanung dienen. 

• Landkreis Nummer 

• • Zuordnung Patienten Herkunft zur Ermittlung der Versorgungsstruktur insbesondere im ländlichen Raum. Sie kann Ministerien im Rahmen der Krankenhausbedarfsplanung dienen. 

• Aufnahmedatum, Verlegungsdatum 

• • Durch Aufnahme und Verlegungsdaten können die medizinischen Pfade den S3 Leitlinien der medizinischen Fachgesellschaften gegenübergestellt werden. Hierdurch können medizinischen Fachabteilungen wichtige Erkenntnisse für die Qualität ihrer medizinischen Pfade ableiten und mögliche Verbesserungen einleiten. 

• Geschlecht 

• • Das Geschlecht spielt bei vielen Erkrankungen eine wichtige Rolle für den medizinischen Verlauf von Patienten. Zum Beispiel können signifikante Unterschiede beim medizinischen Verlauf bei der COVID-19 Erkrankung festgestellt werden. Für Studien spielt diese Variable deshalb eine große Rolle. 

• Aufnahmeanlass  

• • Dient der Unterscheidung von Notfällen, Elektivpatienten, etc., um Krankenhäusern im Aufbau von Organisationsstrukturen und Prozessabläufen zu unterstützten 

• Aufnahmegrund  

• • Gibt den Grund der Aufnahme an. 

• • • Beispielsweise: Behandlung vollstationär, Behandlung teilstationär, Geburt etc. 
    • Der Aufnahmegrund ist für die Zuordnung zu Diagnosegruppen und Prozessoptimierungen an den Schnittstellen von ambulanter und stationärer Versorgung wichtig 

• Fallzusammenführung  

• • Gibt an, ob es sich um eine Fallzusammenführung handelt. Dies ist zum einen für Qualitätsanalysen und zum anderen für die Berechnung von Rechnungsabschlägen notwendig. 

• Fallzusammenführungsgrund  

• • Gibt an, aus welchem Grund der Fall zusammengeführt wurde. 

• • • Beispielsweise wegen Wiederaufnahme oder Rückverlegung 

• Entlassungs-/Verlegungsdatum (Monat + Jahr) 

• • Dient der Berechnung der Verweildauer eines Patienten, um zum einen klinische Prozesse zu optimieren und zum anderen unterschiedliche Behandlungsmethoden qualitativ vergleichen zu können. Darüber hinaus können Organisationspläne wie Schichtpläne, OP-Pläne, Pläne für die Notaufnahme auf Basis historischen Zeitstempeln für die Zukunft optimiert werden. 
  • Dient zur zeitlichen Einordnung und Nutzung von Analysezeiträumen, um jahreszeitbedingte Unterschiede in der Ressourcenplanung von Krankenhäusern und Schichtplänen zu berücksichtigen. 

• Entlassungs-/Verlegungsgrund 

• • Er kann Krankenhäuser zum einen im Aufbau von Organisationsstrukturen und Prozessabläufen unterstützten. Zum anderen wird die Organisationseinheit des Entlassungsmanagements unterstützt, um Patienten einen reibungslosen Ablauf zwischen stationärer und ambulanter Versorgung gewährleisten zu können. 

• • • Beispielsweise: Behandlungsende: Tod, Verlegung in andere Einrichtung 

• Altersgruppe (Siehe Altersgruppen) 

• • Die Altersgruppen sind identisch zu den vom statistischen Bundesamt definierten Altersgruppen. Diese dienen Krankenhäusern für Studienzwecke und Qualitätsbenchmarks. 

• Hashwert von Patientennummer  

• • Eindeutige Zuordnung zwischen Datensätzen (z.B. Löschen von alten Datensätzen bei erneutem Upload) 

• • Keine Wiederherstellung der ursprünglichen (krankenhaus-internen) Patientennummer möglich. 

• Anzahl interkurrenter Dialysen 

• • Dient der Analyse klinischer Ergebnisse. 

• Beatmungsstunden 

• • Die Erfassung von Beatmungsstunden dient Studienzwecken, um z.B. beim Vergleich unterschiedlicher Operationsverfahren deren klinische Ergebnisse beurteilen zu können. 

• Behandlungstage vorstationär  

• • Dient der Berechnung der Verweildauer eines Patienten, um zum einen klinische Prozesse optimieren und zum anderen unterschiedliche Behandlungsmethoden qualitativ vergleichen zu können. Darüber hinaus können Organisationspläne wie Schichtpläne, OP-Pläne, Pläne für die Notaufnahme auf Basis historischer Zeitstempeln für die Zukunft optimiert werden. 

• Behandlungstage nachstationär 

• • Dient der Berechnung der Verweildauer eines Patienten, um zum einen klinische Prozesse optimieren und zum anderen unterschiedliche Behandlungsmethoden qualitativ vergleichen zu können. Darüber hinaus können Organisationspläne wie Schichtpläne, OP-Pläne, Pläne für die Notaufnahme auf Basis historischer Zeitstempeln für die Zukunft optimiert werden. 

• Institutionskennzeichen des verlegenden Krankenhauses 

• • Prozessoptimierung für Kliniken mit mehreren Standorten und unterschiedlichen Institutionskennzeichen. 

• Belegungstage in einem anderen Entgeltbereich 

• • Dient der Berechnung der Verweildauer eines Patienten, um zum einen klinische Prozesse optimieren und zum anderen unterschiedliche Behandlungsmethoden qualitativ vergleichen zu können. Darüber hinaus können Organisationspläne wie Schichtpläne, OP-Pläne, Pläne für die Notaufnahme auf Basis historischen Zeitstempeln für die Zukunft optimiert werden. 

• Kennung Besonderer Fall Modellvorhaben  

• • Analyse und Beurteilung von Modellvorhaben, die von Krankenkassen und Krankenhäusern individuell vereinbart werden. 

• Verweildauer Intensiv 

• • Die Erfassung der Verweildauer auf Intensivstation dient Studienzwecken, um z.B. beim Vergleich unterschiedlicher Operationsverfahren deren klinische Ergebnisse beurteilen zu können. 

• Fachabteilungsangaben 

• • Felder: 

• • • Standortnummer Behandlungsort  

• • • Fachabteilung  
    • Kennung Intensivbett 

• • Die Fachabteilungsangaben dienen der organisatorischen Abgrenzung und können für Prozessoptimierungszwecke im Sinne des Behandlungspfades für die Verbesserung der Patientenqualität verwendet werden. 

• Diagnoseangaben 

• • Felder: 

• • • Diagnoseart 

• • • • Haupt/ bzw. Nebendiagnose 

• • • ICD-Version 

• • • • Genutzte Version des ICD Katalogs zur Kodierung 

• • • Diagnoseschlüssel (ICD-Kode) 

• • • Lokalisation  
    • Diagnosensicherheit

• • Diagnosenauswertungen spielen für die laufende Verbesserung der Behandlungsqualität eine große Rolle. Zum Beispiel können hierdurch Prozesse entlang des Behandlungspfades verbessert werden, die der nosokomialen (Infektionen innerhalb der Klinik) Infektionsvermeidung dienen. 

• Prozedurangaben 

• • Felder: 

• • • OPS-Version  

• • • • Genutzte Version des OPS Katalogs zur Kodierung 

• • • Prozedurenschlüssel (OPS-Kode)  
    • Lokalisation  
    • OPS-Datum
      • Dient zur Feststellung, welche Prozeduren zur gleichen OP durchgeführt wurden. 
        

• • Die Prozedurenauswertungen spielen ebenso wie die Diagnosen für die laufende Verbesserung der Behandlungsqualität eine große Rolle. Zum Beispiel können hierdurch Prozesse entlang des Behandlungspfades verbessert werden, um postoperative Wundinfektionen zu identifizieren und vermeiden zu können. 

• Entgeltdaten 

• • Felder: 

• • • Summe Casemix-relevante Zu-/Abschläge 
    • Summe Umsatz 

• • Entgeltdaten geben Kliniken zum Beispiel Informationen darüber wie sie ihr Investitionsbudget für medizinisch-technische Geräte planen. 
  • Zusatzengelte: Durch die Zusatzentgelte können ökonomischen und klinische Erkenntnisse über den Medikamenten Einsatz gewonnen werden. 

• Kosten (falls InEK Krankenhaus) 

• • Kostendaten geben Kliniken zum Beispiel die Möglichkeit Standards im Bereich des Klinikeinkaufs zu implementieren. 

6. Anhang

Altersgruppen

¹ https://www.g-drg.de/Datenlieferung_gem._21_KHEntgG

² Federal Information Processing Standards Publication 180-4 (FIPS PUB 180-4) SecureHash Standard, 2012

³ https://www.bsi.bund.de/SharedDocs/Downloads/DE/BSI/Publikationen/TechnischeRichtlinien/TR02102/BSI-TR-02102.pdf?__blob=publicationFile&v=10

⁴ Passwortanforderung: Minimum 8 characters and maximum 64 characters in length 3 of 4 character classes - uppercase, lowercase, number, symbol.

⁵ BSI Empfehlung: https://www.bsi.bund.de/SharedDocs/Downloads/DE/BSI/Publikationen/TechnischeRichtlinien/TR02102/BSI-TR-02102-2.pdf;jsessionid=38ACC672D205174DDF7AFC5252BEAA1C.2_cid502?__blob=publicationFile&v=10

⁶ BSI Empfehlung: https://www.bsi.bund.de/SharedDocs/Downloads/DE/BSI/Mindeststandards/CommunityDraft_Mindeststandard_Sichere_Web-Browser.pdf?__blob=publicationFile&v=2

⁷ https://www.g-drg.de/Datenlieferung_gem._21_KHEntgG/Dokumente_zur_Datenlieferung/Datensatzbeschreibung

Anonymisierte_Verarbeitung_Datensätzen_Version_15_01_2024