Erfan Matbouei 

Im Rahmen dieses Projekts wurde eine ETL-Strecke (Extract, Transform, Load) entwickelt, um klinische Daten aus unterschiedlichen Quellen automatisiert in ein i2b2-Repository zu integrieren. Ziel ist es, eine standardisierte und wiederverwendbare Datenpipeline bereitzustellen, die eine strukturierte Analyse und Auswertung klinischer Daten für Forschungs- und Versorgungszwecke ermöglicht.

Technologie: 

Zum Einsatz kommt Apache NiFi, das durch seine grafische Oberfläche, flexible Steuerung von Datenflüssen und umfangreiche Konnektivität überzeugt. Die transformierten Daten werden in einer PostgreSQL-Datenbank gespeichert und anschließend i2b2-konform bereitgestellt.

Herausforderungen: 

Sicherstellung der Datenqualität

• Berücksichtigung datenschutzrechtlicher Anforderungen (Pseudonymisierung)

• Komplexe Transformationen und Mapping auf medizinische Kodiersysteme (z. B. ICD-10)

Ergebnisse & Ausblick:

Erfolgreiche Integration von Testdaten in i2b2

• Erweiterbarkeit für zusätzliche Datenquellen

• Potenzial zur Anbindung weiterer Standards (z. B. FHIR)

• Beitrag zur verbesserten Nutzung klinischer Routinedaten in der Forschung