الصحة الرقمية البيانات الصحية في الأبحاث

البيانات الصحية تشمل أي بيانات يمكن من خلالها استخلاص معلومات حول الحالة الصحية للشخص. يشمل ذلك معلومات مثل، نتائج الفحوصات، والتشخيصات، والعلاجات الموصوفة. 

يتم جمع وتوثيق هذا النوع من البيانات بشكل أساسي بمعرفة العاملين في المرافق الطبية. وتُستخدم هذه البيانات لتقديم الرعاية للمرضى. يُطلق على استخدام البيانات للغرض الذي جُمعت من أجله اسم الاستخدام الأساسي. 

ولجمع معلومات أكثر تفصيلًا حول طبيعة البيانات الصحية وكيفية جمعها في الحياة اليومية، يُرجى الاطلاع على مقال البيانات الصحية في الحياة اليومية.  

تتمتع البيانات الصحية أيضًا بإمكانيات هائلة في مجال الأبحاث. وبعد جمعها واستخدامها في رعاية المرضى، يمكن إعادة استخدامها لأغراض تصب في المصلحة العامة. ويطلق على ذلك أيضًا اسم الاستخدام الثانوي. 

يمكن للأبحاث التي تستخدم البيانات الصحية أن تعمل على تحسين الرعاية الصحية، والرعاية الوقائية، وعلاج المرضى. يمكن تحديد ودراسة الروابط بين مختلف الأمراض وعوامل الخطر المرتبطة بها باستخدام البيانات الصحية القائمة على الممارسات الصحية اليومية. في المستقبل، يمكن نشر البيانات الصحية من ملف المريض الإلكتروني لخدمة الأبحاث.

ينبغي إتاحة البيانات الصحية بسهولة أكبر للأبحاث العلمية، وتحسين تقديم الرعاية الصحية، وغيرها من الأغراض التي تعود بالنفع العام. يعني ذلك أن استخدام البيانات الصحية يجب أن يعود بالنفع على أكبر عدد ممكن من الأشخاص، وليس فقط على الأفراد أو الشركات.

منذ أكتوبر 2025، أتاح مركز بيانات الأبحاث الصحية (FDZ) للمجموعات البحثية والمؤسسات والشركات استخدام البيانات الصحية لأغراض محددة في بيئة عمل آمنة. وتشمل هذه الأغراض:

• تحسين تقديم الرعاية الصحية
• تخطيط الرعاية في المستشفيات ودور الرعاية
• البحث العلمي في مجالات الطب والرعاية الطبية والأبحاث الأساسية
• إعداد التقارير والمعلومات المتعلقة بالصحة من قِبل الحكومات الاتحادية والولايات
• الوفاء بالواجبات القانونية المتعلقة بالصحة العامة
• تطوير ومراقبة أساليب العلاج والأدوية الجديدة
• تطوير تطبيقات الصحة الرقمية وأنظمة الذكاء الاصطناعي في مجال الرعاية الصحية

يمكن لمؤسسات الرعاية الصحية، مثل المستشفيات الجامعية وغيرها من المستشفيات، التي تجمع وتحفظ البيانات الصحية بنفسها، إعادة استخدام هذه البيانات. وقد يستخدمونها لإجراء مشاريعهم البحثية العلمية، أو لتحسين رعاية المرضى، أو لإعداد التقارير الصحية. يجب إخفاء هوية البيانات أو استخدام أسماء مستعارة لها مسبقًا.

يمكنك الاطلاع على إجابات عن الأسئلة المتعلقة بمركز بيانات الأبحاث الصحية على الموقع الإلكتروني لوزارة الصحة الاتحادية.  

قد تضم البيانات الصحية معلومات شخصية حساسة. لذا، يجب الوفاء بشروط معينة لاستخدام البيانات الصحية في الأبحاث.

حيث يجري حذف المعلومات الشخصية، مثل الاسم وتاريخ الميلاد، من البيانات الصحية قبل استخدامها للأغراض البحثية. وذلك يمنع استخلاص أي استنتاجات حول الشخص الذي جُمعت منه البيانات.

يجب على الباحثين الراغبين في استخدام البيانات الصحية تقديم طلب لمشروعهم البحثي. ويجب أن ينص الطلب على أن البيانات الصحية لن تُعالج إلا للأغراض المسموح بها. إذا تمت الموافقة على الطلب، لا يُسمح باستخدام البيانات الصحية إلا للمشروع البحثي المعتمد، ولا يُسمح بالكشف عنها لأطراف أخرى. لا تتم الموافقة على الطلبات إلا إذا لم يُشكل المشروع خطرًا غير معقول على حماية البيانات.

يسمح باستخدام البيانات الصحية للأغراض المصرح بها قانونًا فقط. بالإضافة إلى ذلك، يمكن استخدام البيانات الصحية للغرض الذي جُمعت من أجله أساسًا، وهو عادةً رعاية المرضى. 

لا يُسمح بربط البيانات الصحية للفرد، والتي جُمعت في سياقات مختلفة، إلا لخدمة مشاريع بحثية محددة. مما يعني أنه لا يُسمح بدمج بيانات ملف المريض الإلكتروني مع بيانات سجل السرطان إلا إذا كان ذلك ضروريًا لمشروع بحثي محدد. وبخلاف ذلك، تبقى هذه البيانات مُخزنة في مواقع منفصلة.

ما المقصود بإخفاء الهوية وتشفير البيانات؟

هناك طريقتان أساسيتان لحماية المعلومات الشخصية الحساسة. إخفاء الهوية يتضمن إزالة بعض المعلومات المتعلقة بالشخص، مثل اسمه أو عنوانه، من مجموعة البيانات. بعد إخفاء الهوية، يصبح من المستحيل تقريبًا ربط البيانات بشخصٍ بعينه. يوفر ذلك حماية جيدة للمعلومات الشخصية. 

تشفير البيانات يشمل إزالة المعلومات الشخصية الحساسة المتعلقة بالشخص من مجموعة البيانات. ولكن يتم استبدال هذه المعلومات باسم مستعار. 

قد يكون الاسم المستعار سلسلة من الأحرف والأرقام التي تُستخدم لتعريف مجموعة بيانات. بالنسبة للباحثين، الذين يستخدمون بيانات مستعارة، لا يمكن ربط هذه البيانات بأشخاص حقيقيين. ومع ذلك، فإن استخدام سلسلة ثابتة من الأرقام والحروف، يبقى من الممكن ربط مجموعات بيانات مختلفة لشخص بعينه. إلا أن ذلك لا يكون متاحًا مع إخفاء الهوية. 

ربط مجموعات البيانات يعتبر ضروريًا للغاية لإضافة بيانات صحية مكتسبة جديدًا إلى بيانات صحية تم تجميعها سابقًا. يمكن ربط معلومات حول علاج مُحدد لمرض ما بنتائج فحص متابعة بعد عدة سنوات. ويتيح ذلك مقارنة فعالية العلاجات المختلفة.

ما إجراءات الموافقة المتاحة؟

ينطبق نظام إلغاء الموافقة على استخدام بعض البيانات الصحية. وينطبق ذلك على البيانات المُستخرجة من ملف المريض الإلكتروني (ePA). يمكنك رفض استخدام بياناتك الشخصية من ملف المريض الإلكتروني للأغراض البحثية. وفي حالة عدم رفضك، يُعتبر أنك منحت موافقتك بصورة ضمنية. يُطلق على نظام الرفض هذا اسم "Opt-Out".

وعكس الرفض هو الموافقة الصريحة "Opt-In". في عملية الموافقة الصريحة، يجب عليك الموافقة صراحةً قبل استخدام بياناتك.

تهدف إجراءات تسجيل الرفض إلى تسهيل الوصول إلى البيانات الصحية لأغراض البحث. وذلك لأن لوائح الرفض تُتيح الوصول إلى بيانات عدد أكبر من الأشخاص مقارنةً بما لو كان على الجميع الموافقة صراحةً. 

كلما توفرت بيانات أكثر من مصادر مختلفة، كانت هذه البيانات أكثر مناسبةً لمشاريع بحثية محددة. وغالبًا ما يمكن تحسين مصداقية الدراسات العلمية من خلال مجموعات بيانات أكبر. وهذا الأمر بالغ الأهمية لتعميم نتائج الدراسة على عامة السكان.

كيف تتم حماية البيانات الصحية؟

تندرج البيانات الصحية ضمن فئات البيانات الشخصية الحساسة. حيث تخضع هذه البيانات الحساسة لحماية صارمة، ولا يُسمح بمعالجتها إلا في ظل شروط محددة. تُنظّم معالجة البيانات الصحية بموجب اللائحة العامة لحماية البيانات الأوروبية وقانون حماية البيانات الاتحادي الألماني.

ويمكنك الاطلاع على المزيد من المعلومات حول حماية البيانات الصحية في مقال البيانات الصحية في الحياة اليومية.

حيث تحتوي هذه البيانات الصحية على معلومات قيمة لإجراء أبحاث الصحة والمرض وتحسين الرعاية الطبية. باستخدام البيانات التي يتم جمعها بالفعل، يمكن توفير المصروفات التي كان من المزمع تكبدها لجمع البيانات للدراسات من مصادر أخرى.

ومن المهم بشكل خاص استخدام البيانات من ألمانيا وأوروبا في البحث العلمي. هذه البيانات هي الأنسب لكي تعكس التأثيرات البيئية الإقليمية، وانتشار الأمراض، وتوفير الرعاية الصحية محليًا. لا يمكن دائمًا تطبيق نتائج الأبحاث من دول أخرى على ألمانيا.

البيانات الصحية لها أهمية خاصة في الأبحاث في المجالات التالية 

• الرعاية الطبية (أبحاث الرعاية)
• الطب الشخصي
• الأمراض النادرة
• أنظمة دعم القرارات السريرية
• وغيرها الكثير من المواضيع

أبحاث الرعاية

تُركز أبحاث الرعاية على كيفية تحسين تقديم الرعاية الصحية للجميع. تتناول هذه الأبحاث من يحق له الحصول على خدمات طبية مُحددة، أو كيفية توزيع الموارد المحدودة في نظام الرعاية الصحية بشكل عادل. 

وتعكس البيانات الصحية، مثل البيانات المُستقاة من ملف المريض الإلكتروني، الواقع اليومي الفعلي لنظام الرعاية الصحية. لذا، تعتبر هذه البيانات ذات أهمية خاصة لأبحاث الخدمات الصحية.

الطب الشخصي

يهدف الطب الشخصي إلى تصميم العلاجات الطبية بما يتناسب مع الاحتياجات الفردية وتطور المرض لدى كل شخص. على سبيل المثال، تختلف فعالية الأدوية باختلاف العمر، والجنس، أو غيرها من العوامل الفردية.

من خلال تحليل مجموعات البيانات الضخمة، يمكن مقارنة كيفية عمل الأدوية في ظروف محددة، أو كيفية تغيّر قيم الدم لدى مختلف الأفراد أثناء العلاج. وبناءً على هذه النتائج، يمكن التنبؤ بشكل أفضل بكيفية استجابة المرضى للعلاج، وتعديل نهج العلاج وفقًا لذلك.

الأمراض النادرة

مجموعات البيانات الضخمة هذه ضرورية، لا سيما في أبحاث الأمراض النادرة. وعندما تتوفر بيانات صحية من العديد من الأشخاص المختلفين في دراسة ما، تزداد احتمالية إصابة عدد منهم بنفس المرض النادر. وعندها يمكن دراسة تطور هذه الأمراض، واكتساب رؤى جديدة حول خيارات العلاج.

أنظمة دعم اتخاذ القرار السريرية

أنظمة دعم اتخاذ القرار هي أنظمة حاسوبية مُصممة لمساعدة الأطباء في تقديم الرعاية اليومية للمرضى في الممارسات السريرية. 

تصدر هذه الأنظمة تنبيهًا إذا اكتشفت في خطة علاج المريض تداخل بين تفاعلات الأدوية الموصوفة. يتلقى الطاقم الطبي إشعارًا على جهازه، ويُتاح له تعديل الأدوية عند الضرورة. تهدف أنظمة دعم اتخاذ القرار إلى المساعدة في تجنب الأخطاء.

وتُستخدم البيانات الصحية أيضًا في تطوير هذه الأنظمة. وباستخدام البيانات الصحية، يمكن للحواسيب أن تتعلم العلاقات بين الأعراض والأمراض. وبالتالي، يمكن للأنظمة الحاسوبية أن تدعم الكوادر الطبية في تشخيص مرضاهم.

لا يقتصر الأمر على الرعاية الصحية فحسب، بل يتم توليد وتخزين كميات هائلة من البيانات المتنوعة باستمرار نتيجة تزايد الرقمنة في الحياة اليومية. وتُعرف هذه المجموعات الضخمة من البيانات أيضًا باسم Big Data. 

ويمكن للذكاء الاصطناعي أن يساعد في تحليل هذه البيانات. الذكاء الاصطناعي فرع من فروع العلوم الحاسوبية. ويشير الذكاء الاصطناعي إلى أنظمة حاسوبية قادرة على التعلم وحل المشكلات.

ويمكن للتطبيقات القائمة على الذكاء الاصطناعي تحديد العلاقات الضعيفة باستخدام مجموعات البيانات الضخمة. ويساعد ذلك مثلًا في الكشف عن مؤشرات الإنذار المبكر لأمراض لم تكن معروفة مسبقًا.

يتم تدريب أنظمة الذكاء الاصطناعي ذاتية التعلم مبدئيًا باستخدام البيانات. ومن هذه البيانات، يتعلم نظام الذكاء الاصطناعي القواعد والأنماط التي سيطبقها لاحقًا. وكلما توفرت بيانات عالية الجودة لهذا التدريب، تزداد موثوقية تنبؤات الذكاء الاصطناعي.

توجد بالفعل أمثلة عديدة لأبحاث تستخدم بيانات صحية جُمعت في الأساس لأغراض مختلفة. 

تُستخدم البيانات التي تجمعها شركات التأمين الصحي في ألمانيا بشكل روتيني، على سبيل المثال، بصيغة مجهولة الهوية لرسم خريطة لتقديم الرعاية الصحية اليومية. وتستخلص من هذه البيانات معلومات حول استخدام الأدوية لعلاج أمراض محددة أو من أسباب الحصول على الإجازات المرضية. وتُستخدم هذه المعلومات في جملة أمور، من بينها، استخدامها كأساس لتوسيع برامج دعم الصحة الموجهة في أماكن العمل.

توجد مشاريع أبحاث أخرى تستخدم البيانات الصحية استخدامًا ثانويًا، على سبيل المثال، في مجال السرطان أو فيما يتعلق بخيارات علاج الجلطات الدموية.

الكشف المبكر عن سرطان القولون

تم تطوير نموذج حاسوبي جديد باستخدام تحاليل الدم ومعلومات من سجلات السرطان. وللقيام بذلك، تم تحليل بيانات مجهولة الهوية لأكثر من 450,000 شخص. ولتحديد زيادة خطر الإصابة بسرطان القولون والمستقيم، لا يتطلب النموذج سوى نتائج فحص دم روتينية، بالإضافة إلى عمر الشخص وجنسه. ويمكن بعد ذلك إبلاغ المصابين بزيادة خطر إصابتهم بسرطان القولون والمستقيم، وإذا لزم الأمر، إجراء المزيد من الفحوصات لهم.

أمراض السرطان

لتحديد الارتباطات الزمنية بين السرطان وغيره من الأمراض، تم تحليل بيانات مجهولة الهوية من زيارات الأطباء لسكان تايوان. من الممكن أن تساعد معرفة هذه الارتباطات الزمنية الأطباء على تحديد زيادة خطر الإصابة بالسرطان في الوقت المناسب، وعلاج الأمراض المصاحبة في المراحل المبكرة من تشخيص السرطان.

العلاج بالأدوية بعد الإصابة بالجلطات

في دراسة أجريت حول العلاج بعد الإصابة بالجلطات، تم تحليل معلومات من الرعاية الصحية اليومية في ألمانيا وكندا. وبناءً على تحليل التشخيصات والأدوية الموصوفة مجهولة الهوية، يمكن مقارنة الآثار الجانبية لمختلف الأدوية المضادة للتخثر.