Personenbezogene Daten unterliegen klar definierten rechtlichen Rahmenbedingungen, etwa bei ihrer Nutzung in Forschung, Versorgung oder im Marketing. Dies gilt insbesondere für Gesundheitsdaten, die im klinischen Alltag häufig auch als Patientendaten bezeichnet werden und rechtlich als personenbezogene Gesundheitsdaten gelten. Sie enthalten Informationen zu Diagnosen, Behandlungen und Krankheitsverläufen und bilden in vielen Bereichen der medizinischen Forschung eine zentrale Grundlage für wissenschaftliche Erkenntnisse.
Gleichzeitig betreffen diese Daten die Privatsphäre der betroffenen Personen in einem besonders sensiblen Bereich. Ein unzureichender Schutz kann Risiken im Hinblick auf Diskriminierung oder gesellschaftliche Stigmatisierung mit sich bringen. Der sorgfältige Umgang mit Gesundheitsdaten ist daher nicht nur eine rechtliche Anforderung, sondern auch eine zentrale Voraussetzung für das Vertrauen in medizinische Forschung und Versorgung.
In der medizinischen Forschung entsteht daraus ein Spannungsfeld zwischen Forschungspotenzial und Datenschutz. Einerseits ermöglichen personenbezogene Daten detaillierte Analysen und neue Forschungsansätze. Andererseits erfordern sie aufgrund ihrer Sensibilität einen besonders sorgfältigen Umgang. Gesetzliche Regelungen und Leitlinien setzen hierfür den Rahmen. Ziel ist es, eine datenschutzkonforme und zugleich wissenschaftlich nutzbare Verwendung personenbezogener Daten zu ermöglichen.
Der folgende Artikel zeigt, welche Rolle personenbezogene Daten in der medizinischen Forschung spielen und welche Herausforderungen sich bei ihrer Nutzung ergeben.
Warum personenbezogene Gesundheitsdaten für die Forschung unverzichtbar sind
Ein typischer Anwendungsfall verdeutlicht, wie dieses Spannungsfeld entsteht.
Ein Forschungsteam möchte Daten aus mehreren Kliniken zusammenführen, um den Verlauf einer Krebserkrankung besser zu verstehen. Patientinnen und Patienten werden häufig an unterschiedlichen Standorten diagnostiziert und behandelt, während einzelne Einrichtungen nur begrenzte Fallzahlen aufweisen. Für belastbare Analysen ist daher eine Zusammenführung der Daten erforderlich.
Dazu werden Behandlungsdaten, Bilddaten und Laborwerte gemeinsam ausgewertet, die in verschiedenen Einrichtungen erhoben wurden. Erst durch diese Verknüpfung lassen sich Krankheitsverläufe im Zeitverlauf nachvollziehen und Zusammenhänge zwischen unterschiedlichen Befunden erkennen.
Eine zentrale Rolle spielt dabei die sogenannte Sekundärnutzung von Daten. Darunter versteht man die Verwendung von Informationen, die ursprünglich im Rahmen der medizinischen Versorgung erhoben wurden, für nachgelagerte Forschungszwecke. Gerade in diesem Kontext ist die Herausforderung besonders groß, da die Daten nicht einheitlich erhoben und in getrennten Systemen gespeichert wurden.
Um die Daten dennoch sinnvoll auswerten zu können, müssen die Datensätze zunächst auf Personenebene zusammengeführt werden. Es muss also festgestellt werden, welche Informationen zu derselben Person gehören. In der Praxis erfordert dieser Schritt Verfahren, die eine eindeutige Zuordnung ermöglichen, ohne dass personenbezogene Daten dauerhaft für die Analyse verwendet werden. Erst auf dieser Grundlage lassen sich die Daten konsolidieren und anschließend, beispielsweise in pseudonymisierter Form, analysieren.
Personenbezogene Gesundheitsdaten sind daher in vielen Bereichen unverzichtbar. Sie ermöglichen die Analyse individueller Verläufe, den Vergleich von Patientengruppen und die Untersuchung komplexer Zusammenhänge. Ohne diese Datengrundlage wären viele aktuelle Ansätze, etwa in der personalisierten Medizin oder bei datenbasierten Analyseverfahren, nur eingeschränkt umsetzbar.
Was sind personenbezogene Gesundheitsdaten im rechtlichen Sinne
Personenbezogene Daten sind alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen. Eine Identifizierbarkeit liegt bereits dann vor, wenn eine Person direkt oder indirekt bestimmt werden kann, etwa durch die Kombination mehrerer Merkmale oder durch zusätzliche Informationen aus anderen Quellen.
Für die medizinische Forschung sind insbesondere Gesundheitsdaten relevant. Dabei handelt es sich um personenbezogene Daten, die sich auf den körperlichen oder geistigen Gesundheitszustand einer Person beziehen. Dazu zählen beispielsweise Diagnosen, Befunde, Laborwerte oder Angaben zu Behandlungen. Diese Daten ermöglichen detaillierte Einblicke in Krankheitsverläufe und sind daher für viele Forschungsfragen von zentraler Bedeutung.
Gesundheitsdaten gehören zu den besonderen Kategorien personenbezogener Daten und unterliegen entsprechend strengeren Anforderungen als andere Datenarten. Ihre Verarbeitung ist grundsätzlich nur unter bestimmten Voraussetzungen zulässig, etwa auf Basis einer Einwilligung oder einer gesetzlichen Grundlage.
Für die Praxis ist zudem entscheidend, dass der Begriff des Personenbezugs weit gefasst ist. Auch Daten, die nicht unmittelbar einer Person zugeordnet werden können, gelten häufig weiterhin als personenbezogen, sofern eine Identifizierung nicht ausgeschlossen werden kann. In diesem Zusammenhang ist auch die Unterscheidung zwischen anonymisierten und pseudonymisierten Daten relevant, da sich daraus unterschiedliche rechtliche und praktische Konsequenzen ergeben. Eine ausführliche Einordnung dieser Begriffe finden Sie im Beitrag zur Anonymisierung und Pseudonymisierung bei Gesundheitsdaten.
Der zentrale Zielkonflikt: Datennutzung versus Datenschutz
Die Nutzung personenbezogener Gesundheitsdaten ist in der medizinischen Forschung mit einem grundlegenden Zielkonflikt verbunden. Einerseits besteht ein großes Interesse daran, möglichst umfassende und qualitativ hochwertige Daten zu analysieren, um belastbare wissenschaftliche Erkenntnisse zu gewinnen. Andererseits unterliegt die Verarbeitung dieser Daten strengen rechtlichen und ethischen Anforderungen, die dem Schutz der betroffenen Personen dienen.
Besonders deutlich wird dieser Zielkonflikt, wenn festgelegt wird, welche Daten für Forschungszwecke verwendet werden dürfen und unter welchen Bedingungen dies geschieht. Während aus wissenschaftlicher Sicht eine möglichst vollständige und langfristige Nutzung von Daten wünschenswert ist, setzen rechtliche Vorgaben klare Grenzen, beispielsweise im Hinblick auf Zweckbindung, Datenminimierung und Transparenz. Maßnahmen wie die Aggregation von Daten können dazu beitragen, Risiken zu reduzieren, ersetzen jedoch nicht die grundlegenden Anforderungen an eine zulässige Datenverarbeitung.
In der Praxis betrifft dieser Zielkonflikt insbesondere die Sekundärnutzung von Versorgungsdaten. Da diese Informationen ursprünglich nicht für konkrete Forschungsfragestellungen erhoben wurden, ergeben sich zusätzliche Herausforderungen bei der späteren Nutzung, insbesondere im Hinblick auf die Vereinbarkeit von ursprünglichem Erhebungszweck und geplanter Analyse.
Ein weiterer zentraler Aspekt ist die Einwilligung der betroffenen Personen. Diese muss in der Regel informiert und zweckgebunden erfolgen. Gleichzeitig lassen sich zukünftige Forschungsfragen zum Zeitpunkt der Datenerhebung oft noch nicht vollständig absehen. Dies erschwert die Formulierung geeigneter Einwilligungen und kann die spätere Nutzung der Daten einschränken.
Aktuelle Lösungsansätze in der medizinischen Forschung
Die Zusammenführung personenbezogener Gesundheitsdaten aus verschiedenen Einrichtungen ist in der Praxis ein komplexer Prozess. Um diesen Prozess umzusetzen, haben Forschende unterschiedliche Lösungsansätze entwickelt. Diese unterscheiden sich vor allem darin, wie sie Daten bereitstellen und miteinander verknüpfen.
Ein grundlegendes Problem ergibt sich, weil sich Daten aus verschiedenen Kliniken in der Regel nicht einheitlich verknüpfen lassen. Werden sie unabhängig voneinander pseudonymisiert, entstehen unterschiedliche Pseudonyme für dieselbe Person. Eine direkte Zusammenführung der Datensätze ist dann nicht möglich.
Vor diesem Hintergrund lassen sich in der Praxis drei typische Lösungswege unterscheiden.
1. Gemeinsame Datenerhebung mit einheitlicher Kennung
In geplanten Studien (Primärdatenerhebung) berücksichtigen die beteiligten Einrichtungen dieses Problem bereits im Vorfeld. Sie verwenden ein gemeinsames Pseudonymisierungskonzept, sodass jede Person über alle Standorte hinweg mit derselben Kennung erfasst wird. Die Daten können dadurch ohne zusätzliche Schritte zusammengeführt werden.
Dieser Ansatz setzt jedoch voraus, dass die Datenerhebung von Anfang an koordiniert erfolgt und ist daher für die Sekundärnutzung von Versorgungsdaten in der Regel nicht anwendbar.
2. Bereitstellung über Datenintegrationszentren
Für die Sekundärnutzung von Versorgungsdaten wurden in Deutschland im Rahmen der Medizininformatik-Initiative Datenintegrationszentren an Universitätskliniken aufgebaut. Dabei handelt es sich um eine vernetzte Struktur, in der die Daten in der Regel lokal an den jeweiligen Einrichtungen verbleiben. Die beteiligten Kliniken bereiten ihre Daten aus den klinischen Systemen nach gemeinsamen Standards auf und verarbeiten sie in der Regel in pseudonymisierter Form.
Die Pseudonymisierung erfolgt dabei innerhalb der einzelnen Kliniken, sodass Daten dort eindeutig zugeordnet werden können. Da jedoch jede Einrichtung eigene Identifikationssysteme verwendet, entstehen unterschiedliche Pseudonyme für dieselbe Person. Eine standortübergreifende Verknüpfung ist daher nicht ohne zusätzliche Mechanismen möglich.
Datenintegrationszentren ermöglichen somit die strukturierte Bereitstellung von Daten, lösen jedoch nicht automatisch die Verknüpfung auf Personenebene. Hierfür sind zusätzliche Verfahren erforderlich, zum Beispiel über Datentreuhandmodelle oder spezielle Matching-Ansätze.
Ein Forschungsteam stellt in diesem Modell keinen direkten Antrag bei einzelnen Kliniken, sondern nutzt strukturierte Zugangswege über die entsprechenden Netzwerke oder Plattformen. Die Nutzung wird in einem mehrstufigen Verfahren geprüft, das wissenschaftliche, ethische und datenschutzrechtliche Aspekte berücksichtigt, etwa im Rahmen einer Prüfung durch eine Ethikkommission.
Der Zugriff erfolgt häufig nicht durch einen vollständigen Datenexport, sondern innerhalb einer geschützten Analyseumgebung. Für die Praxis bedeutet dies, dass Forschungseinrichtungen Daten nicht frei austauschen, sondern sie im Rahmen klar definierter Prozesse für konkrete Forschungsprojekte zugänglich machen. Im internationalen Vergleich zeigt sich, dass andere Länder teilweise über zentrale Identifikationssysteme verfügen, die eine einrichtungsübergreifende Verknüpfung erleichtern. In Deutschland wird aus datenschutzrechtlichen und strukturellen Gründen auf solche zentralen Identifikationssysteme verzichtet.
3. Verknüpfung über Datentreuhandmodelle
Eine weitere Möglichkeit zur standortübergreifenden Nutzung von Gesundheitsdaten besteht darin, die notwendige Verknüpfung über eine unabhängige Instanz zu organisieren. Datentreuhandmodelle werden in der Regel projektbezogen oder im Rahmen von Kooperationen zwischen beteiligten Einrichtungen aufgebaut.
Der zentrale Unterschied zu Datenintegrationszentren liegt darin, dass hier die Zusammenführung von Daten aktiv umgesetzt wird. Während Datenintegrationszentren Daten strukturiert bereitstellen, übernehmen Datentreuhänder die Aufgabe, Datensätze aus unterschiedlichen Quellen einander zuzuordnen.
Dazu stellen die beteiligten Kliniken die erforderlichen Daten in getrennten Prozessen bereit. Sie nutzen Identifikationsmerkmale ausschließlich für die Zuordnung, während sie die medizinischen Daten getrennt verarbeiten. Auf dieser Grundlage kann der Datentreuhänder Datensätze standortübergreifend zusammenführen und ein einheitliches Pseudonym vergeben.
Für das Forschungsteam entsteht dadurch ein Datensatz, der bereits standortübergreifend verknüpft ist, ohne dass ein direkter Zugriff auf personenbezogene Daten erforderlich ist. Die eigentliche Herausforderung der Datenintegration wird damit in einen vorgelagerten, kontrollierten Prozess verlagert.
Der Vorteil dieses Ansatzes liegt in der gezielten Trennung von Aufgaben. Während die Zuordnung von Daten zu einzelnen Personen durch die Treuhandstelle erfolgt, arbeiten Forschungsteams ausschließlich mit pseudonymisierten, analysierbaren Daten. Dadurch wird vermieden, dass eine Stelle gleichzeitig Zugriff auf Identitätsdaten und medizinische Informationen hat.
In der Praxis werden Datentreuhandmodelle insbesondere dann eingesetzt, wenn Daten aus mehreren Einrichtungen gezielt für eine konkrete Fragestellung zusammengeführt werden sollen. Sie ergänzen bestehende Infrastrukturen, ersetzen diese jedoch nicht, da auch hier rechtliche Prüfungen und organisatorische Abstimmungen erforderlich sind.
Die folgende Abbildung veranschaulicht den Datenfluss und die Rollenverteilung bei der Sekundärnutzung von Gesundheitsdaten in der medizinischen Forschung.
Besonders deutlich wird, dass Datenintegrationszentren die strukturierte Bereitstellung ermöglichen, während die Verknüpfung über mehrere Einrichtungen hinweg zusätzliche Mechanismen erfordert.
Fazit
Die Nutzung personenbezogener Gesundheitsdaten in der medizinischen Forschung ist weniger eine rein technische Fragestellung als ein Zusammenspiel aus rechtlichen, organisatorischen und methodischen Anforderungen. Während das Forschungspotenzial groß ist, zeigt sich in der Praxis, dass insbesondere die Zusammenführung von Daten auf Personenebene eine zentrale Herausforderung darstellt.
Strukturen wie Datenintegrationszentren ermöglichen es, Daten aus der Versorgung systematisch aufzubereiten und für Forschungszwecke zugänglich zu machen. Gleichzeitig wird deutlich, dass diese allein nicht ausreichen, um Daten standortübergreifend zu verknüpfen. Hier kommen ergänzende Ansätze wie Datentreuhandmodelle ins Spiel, die eine kontrollierte Zusammenführung ermöglichen, ohne den direkten Zugriff auf personenbezogene Informationen zu erfordern.
Für die Praxis bedeutet dies, dass datenbasierte Forschung nicht auf einzelnen Maßnahmen beruht, sondern auf funktionierenden Strukturen. Der Zugang zu Daten ist dabei ebenso entscheidend wie die Frage, unter welchen Bedingungen diese genutzt werden dürfen. Wer mit Gesundheitsdaten arbeitet, bewegt sich daher im Spannungsfeld zwischen wissenschaftlichem Erkenntnisinteresse und dem Schutz der betroffenen Personen. Datengetriebene Forschung entsteht dabei nicht allein durch verfügbare Daten, sondern durch die Fähigkeit, diese unter klar definierten Rahmenbedingungen verantwortungsvoll nutzbar zu machen.
Weiterführende Literatur:
Für eine vertiefende Auseinandersetzung mit der Nutzung und Regulierung von Gesundheitsdaten in der medizinischen Forschung bieten die folgenden Quellen einen guten Überblick aus unterschiedlichen Perspektiven:
- Der Artikel „Datennutzung und -schutz in der Medizin: Forschung braucht Daten“ im Deutschen Ärzteblatt beleuchtet insbesondere die rechtlichen Herausforderungen und diskutiert Lösungsansätze wie Datentreuhandmodelle.
- Das Bundesministerium für Gesundheit stellt die strategische Bedeutung von Gesundheitsdaten für Forschung und Versorgung dar und ordnet aktuelle Entwicklungen politisch ein.
- Das Bundesministerium für Forschung, Technologie und Raumfahrt informiert über Förderprogramme und strukturelle Initiativen wie die Medizininformatik-Initiative.
