Der gesellschaftliche Mehrwert verknüpfter Daten: Algorithmen als Entscheidungs hilfen bei Antibiotikaverschreibungen

Abstract

Personendaten aus der Verwaltung (Administrativdaten) haben sich in den letzten Jahrzehnten als wichtige Basis zur Evaluierung von Politikmaßnahmen erwiesen. Durch maschinelles Lernen können basierend auf diesen Daten auch Vorhersagen getroffen werden, die zur Lösung gesellschaftlicher Problemstellungen beitragen. Hierzu gehören beispielsweise das Aufspüren von Steuerbetrug und eine bessere medizinische Versorgung. Welchen Mehrwert hierbei die Verknüpfung weitreichender Administrativdaten bietet, ist bisher noch nicht ausreichend untersucht worden. In diesem Beitrag wird am Beispiel von Antibiotikaverschreibungen für Harnwegsinfekte in Dänemark gezeigt, dass die Verknüpfung von Daten eine Verbesserung von Verschreibungsentscheidungen ermöglichen kann. Um für Deutschland vergleichbare Erkenntnisse zu gewinnen und datenbasierte, politikrelevante Anwendungen unter geltenden Datenschutzstandards zu identifizieren, ist ein Zugang zu verknüpften Administrativdaten für Forschungszwecke nötig. Hierfür müssen fragmentierte Datensilos weiter reduziert und Infrastrukturen mit Blick auf Anwendungsmöglichkeiten aufgebaut werden.