Subscribe to RSS
DOI: 10.1055/a-2686-8301
Selbstbestimmter Umgang mit Daten in der Medizin: Implikationen für die Psychosomatik
Self-determined handling of data in medicine: implications for psychosomaticsAuthors
Zusammenfassung
Der vorliegende Artikel untersucht die Herausforderungen und Möglichkeiten, die sich aus dem zunehmend digitalen Umgang mit Daten in der medizinischen Forschung und Versorgung insbesondere im Bereich der Psychosomatik ergeben. Ziel ist es, Vor- und Nachteile des Sammelns, Standardisierens und Auswertens sowie der Verwertung umfangreicher Gesundheitsdaten, zum Beispiel für Künstliche Intelligenz-(KI)-Anwendungen, zu beleuchten. Dabei wird die Einwilligung der Patient*innen mittels „Broad-Consent” als zentraler Aspekt hervorgehoben. Im Rahmen der digitalen Souveränität ist es von entscheidender Bedeutung, sowohl die Patient*innen als auch die Behandler*innen in den Fokus zu rücken und zu stärken. Nur so kann gewährleistet werden, dass die Zukunft der Medizin in der Psychosomatik wertebasiert und verantwortungsbewusst gestaltet wird.
Abstract
This article examines the challenges and opportunities arising from the increasing digitization of data in medical research and care, focusing on psychosomatics. The aim is to shed light on the advantages and disadvantages of collecting, standardizing, evaluating, and using extensive health data, for example, for Artificial intelligence (AI) applications. The article highlights patient consent using “broad consent” as a central aspect. In the context of digital sovereignty, it is crucial to focus on and empower both patients and practitioners. This is the only way to ensure that the future of psychosomatic medicine is shaped by all involved in a value-based and responsible manner.
Publication History
Received: 07 April 2025
Accepted: 18 August 2025
Article published online:
10 November 2025
© 2025. Thieme. All rights reserved.
Georg Thieme Verlag KG
Oswald-Hesse-Straße 50, 70469 Stuttgart, Germany
-
Literatur
- 1 Rüping S, Sander J. Big Data in Gesundheitswesen und Medizin. In: Haring R, Hrsg. Gesundheit digital: Perspektiven zur Digitalisierung im Gesundheitswesen. Berlin, Heidelberg: Springer; 2019: 15-31
- 2 Topol EJ. High-performance medicine: the convergence of human and artificial intelligence. Nat Med 2019; 25: 44-56
- 3 Bundesministeriums des Innern und für Heimat, Abteilung DG. Digitale Souveränität. Beauftr Bundesregier Für Informationstechnik 2020; Im Internet: https://www.cio.bund.de/Webs/CIO/DE/digitale-loesungen/digitale-souveraenitaet/digitale-souveraenitaet-node.html;jsessionid=4F13DE2A6F814B1FF8878372DBAEF04C.live872 Stand: 30.11.2023
- 4 Barth R, Ganten P, Urban M. Nachhaltige Medizin braucht digitale Souveränität. In: Dössel O, Schäffter T, Rutert B, Hrsg. Künstliche Intelligenz in der Medizin. Berlin: Berlin-Brandenburgische Akademie der Wissenschaften; 2023: 75-86
- 5 Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM). DiGA-Verzeichnis. 2025; Im Internet: https://diga.bfarm.de/de/verzeichnis?category=%5B%2277%22%5D Stand: 11.05.2024
- 6 gematik, GmbH. Telematikinfrastruktur | gematik. 2025; Im Internet: https://www.gematik.de/telematikinfrastruktur Stand: 13.02.2025
- 7 gematik, GmbH. News-Detail | gematik. 2025; Im Internet: https://www.gematik.de/newsroom/news-detail/gutachten-bestaetigt-epa-fuer-alle-ist-sicher Stand: 14.02.2025
- 8 Kassenärztliche Bundesvereinigung. Start der ePA zunächst nur in ausgewählten Testpraxen – Gematik reagiert auf Sicherheitslücken. KBV – Meldung 2025; Im Internet: https://www.kbv.de/html/1150_73446.php Stand: 14.02.2025
- 9 Wiertz S. Die zeitliche Dimension des Broad Consent. Ethik Med 2022; 34: 645-667
- 10 Jorzig A, Sarangi F. Digitalisierung im Gesundheitswesen: Ein kompakter Streifzug durch Recht, Technik und Ethik. Berlin, Heidelberg: Springer; 2020
- 11 Dochow C. Das Patienten-Datenschutz-Gesetz (Teil 3): Die Datenspende. Medizinrecht 2021; 39: 115-124
- 12 Medizininformatikinitiative. Mustertext zur Patienteneinwilligung | Medizininformatik-Initiative. Mustertext zur Patienteneinwilligung 2025; Im Internet: https://www.medizininformatik-initiative.de/de/mustertext-zur-patienteneinwilligung Stand: 15.07.2025
- 13 Zenker S, Strech D, Ihrig K. et al. Data protection-compliant broad consent for secondary use of health care data and human biosamples for (bio)medical research: Towards a new German national standard. J Biomed Inform 2022; 131: 104096
- 14 TMF – Technologie- und Methodenplattform. Medizininformatik-Initiative erhält grünes Licht für bundesweite Patienteneinwilligung | Medizininformatik-Initiative. Med-Initiat Erhält Grünes Licht Für Bundesweite Patienteneinwilligung 2020; Im Internet: https://www.medizininformatik-initiative.de/de/medizininformatik-initiative-erhaelt-gruenes-licht-fuer-bundesweite-patienteneinwilligung Stand: 30.11.2023
- 15 Caliebe A, Scherag A, Strech D. et al. Wissenschaftliche und ethische Bewertung von Projekten in der datengetriebenen Medizin. Bundesgesundheitsblatt – Gesundheitsforschung – Gesundheitsschutz 2019; 62: 765-772
- 16 Deutscher Ethikrat. Stellungnahme: Big Data und Gesundheit – Datensouveränität als informationelle Freiheitsgestaltung. Deutscher Ethikrat 2017; Im Internet: https://www.ethikrat.org/publikationen/stellungnahmen/big-data-und-gesundheit/ Stand: 14.02.2025
- 17 Medizininformatik-Initiative. Datenintegrationszentren. 2023; Im Internet: https://www.medizininformatik-initiative.de/de/konsortien/datenintegrationszentren Stand: 23.05.2023
- 18 TMF – Technologie- und Methodenplattform, für die vernetzte medizinische Forschung e.V. Deutsches Forschungsdatenportal für Gesundheit (vormals Zentrale Antrags- und Registerstelle – ZARS) | Medizininformatik-Initiative. 2024; Im Internet: https://www.medizininformatik-initiative.de/de/deutsches-forschungsdatenportal-fuer-gesundheit Stand: 11.05.2024
- 19 Hodson R. Precision medicine. Nature 2016; 537: S49-S49
- 20 Zanardi R, Prestifilippo D, Fabbri C. et al. Precision psychiatry in clinical practice. Int J Psychiatry Clin Pract 2021; 25: 19-27
- 21 Kessler RC, Hwang I, Hoffmire CA. et al. Developing a practical suicide risk prediction model for targeting high-risk patients in the Veterans health Administration. Int J Methods Psychiatr Res 2017; 26: 4-5
- 22 Coley RY, Boggs JM, Beck A. et al. Predicting outcomes of psychotherapy for depression with electronic health record data. J Affect Disord Rep 2021; 6: 100198
- 23 Winter NR, Hahn T. Big Data‚ KI und Maschinenlernen auf dem Weg zur Precision-Psychiatry – wie verändern sie den therapeutischen Alltag?. Fortschritte Neurol·Psychiatr 2020; 88: 786-793
- 24 Chekroud AM, Bondar J, Delgadillo J. et al. The promise of machine learning in predicting treatment outcomes in psychiatry. World Psychiatry 2021; 20: 154-170
- 25 Low DM, Bentley KH, Ghosh SS. Automated assessment of psychiatric disorders using speech: A systematic review. Laryngoscope Investig Otolaryngol 2020; 5: 96-116
- 26 Krüger J, Siegert I, Junne F. Künstliche Intelligenz für die Sprachanalyse in der Psychotherapie – Chancen und Risiken. PPmP – Psychother·Psychosom·Med Psychol 2022; 72: 395-396
- 27 Li Y, Li Z, Zhang K. et al. ChatDoctor: A Medical Chat Model Fine-Tuned on a Large Language Model Meta-AI (LLaMA) Using Medical Domain Knowledge. Cureus 2023;
- 28 Kalkman S, van Delden J, Banerjee A. et al. Patients’ and public views and attitudes towards the sharing of health data for research: a narrative review of the empirical evidence. J Med Ethics 2022; 48: 3-13
- 29 Bratan T, Schneider D, Heyen NB. et al. E-Health in Deutschland: Entwicklungsperspektiven und internationaler Vergleich. 2022 Im Internet: https://www.econstor.eu/handle/10419/251366 Stand: 14.02.2025
- 30 Zenker S, Strech D, Jahns R. et al. National standardisierter Broad Consent in der Praxis: erste Erfahrungen, aktuelle Entwicklungen und kritische Betrachtungen. Bundesgesundheitsblatt – Gesundheitsforschung – Gesundheitsschutz 2024; 67: 637-647
- 31 Roenneberg C, Hausteiner-Wiehle C, Schäfert R. et al. Neue Langfassung S3 Leitlinie „Funktionelle Körperbeschwerden“. AWMF Arbeitsgemeinschaft Wiss Med Fachgesellschaften. 2018 Im Internet: https://register. awmf. org/assets/guidelines/051-001l_S3_Funktionelle_Koerperbeschwerden_2018-11. pdf Stand: 15.07.2025
- 32 Nanke A, Rief W. Zur Inanspruchnahme medizinischer Leistungen bei Patienten mit somatoformen Störungen. Psychotherapeut 2003; 48: 329-335
- 33 Kalman JL, Burkhardt G, Adorjan K. et al. Biobanking in everyday clinical practice in psychiatry – The Munich Mental Health Biobank. Front Psychiatry 2022; 13: 934640
- 34 Bender EM, Gebru T, McMillan-Major A. et al. On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?. . In: Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency. New York, NY, USA:: Association for Computing Machinery;; 2021: 610-623
- 35 Obermeyer Z, Powers B, Vogeli C. et al. Dissecting racial bias in an algorithm used to manage the health of populations. Science 2019; 366: 447-453
- 36 Mei K, Fereidooni S, Caliskan A. Bias Against 93 Stigmatized Groups in Masked Language Models and Downstream Sentiment Classification Tasks. In: Proceedings of the 2023 ACM Conference on Fairness, Accountability, and Transparency. New York, NY, USA: Association for Computing Machinery; 2023: 1699-1710
- 37 Schomerus G, Spahlholz J, Speerforck S. Die Einstellung der deutschen Bevölkerung zu psychischen Störungen. Bundesgesundheitsblatt – Gesundheitsforschung – Gesundheitsschutz 2023; 66: 416-422
- 38 Sølvhøj IN, Kusier AO, Pedersen PV. et al. Somatic health care professionals’ stigmatization of patients with mental disorder: a scoping review. BMC Psychiatry 2021; 21: 443
- 39 Stone EM, Chen LN, Daumit GL. et al. General Medical Clinicians’ Attitudes Toward People with Serious Mental Illness: A Scoping Review. J Behav Health Serv Res 2019; 46: 656-679
- 40 Ebneter DS, Latner JD. Stigmatizing Attitudes Differ Across Mental Health Disorders: A Comparison of Stigma Across Eating Disorders, Obesity, and Major Depressive Disorder. J Nerv Ment Dis 2013; 201: 281
- 41 Houwen J, Lucassen PLBJ, Stappers HW. et al. Medically unexplained symptoms: the person, the symptoms and the dialogue. Fam Pract 2017; 34: 245-251
- 42 Deutscher Ethikrat. Stellungnahme: Mensch und Maschine – Herausforderungen durch Künstliche Intelligenz. Dtsch Ethikrat. Im Internet: https://www.ethikrat.org/publikationen/stellungnahmen/mensch-und-maschine/ Stand: 13.07.2025
- 43 Bundespsychotherapeutenkammer. E-Patientenakte: Bisher unausgereift und nicht ausreichend datensicher. BPtK 2021; Im Internet: https://www.bptk.de/pressemitteilungen/e-patientenakte-bisher-unausgereift-und-nicht-ausreichend-datensicher Stand: 15.07.2025
- 44 gematik, GmbH. Psychotherapeuten | gematik. 2025; Im Internet: https://www.gematik.de/anwendungen/kim/faq-2#346 Stand: 14.02.2025
- 45 Blankertz A, Specht L. Wie eine Regulierung für Datentreuhänder aussehen sollte. Stiftung Neue Verantwortung, Think Tank für die Gesellschaft im technologischen Wandel. 2021 Im Internet: https://www.interface-eu.org/storage/archive/files/regulierung_fuer_datentreuhaender.pdf Stand: 15.07.2025
- 46 Barth R, Ganten P, Urban M. Nachhaltige Medizin braucht digitale Souveränität. In: Dössel, Olaf / Schäffter, Tobias / Rutert, Britta (Hrsg.): Künstliche Intelligenz in der Medizin. – ISBN: 978-3-949455-18-6 Berlin: Berlin-Brandenburgische Akademie der Wissenschaften, 2023 (Denkanstöße aus der Akademie:eine Schriftenreihe der Berlin-Brandenburgischen Akademie der Wissenschaften;11).: 75–86
- 47 Ba S, Bianchi V, Carpentier A. et al. Somatic health according to people with severe mental disease. L’Encéphale 2024; 50: 26-31
- 48 Müller-Birn C. WerteRadar – Donating health data with sovereignty. 2020 Im Internet: https://www.mi.fu-berlin.de/en/inf/groups/hcc/research/projects/werteradar/index.html Stand: 14.02.2025
- 49 Müller-Birn C, Leimstädtner D, Sörries P. Taking a Value Perspective on Medical Data Donation Through Participatory Workshops. In: K. Marky UG& TK, Hrsg. Mensch und Computer. 2022. Darmstadt: Association for Computing Machinery; 2022
- 50 Leimstädtner D, Sörries P, Müller-Birn C. Investigating Responsible Nudge Design for Informed Decision-Making Enabling Transparent and Reflective Decision-Making. In: Mensch und Computer 2023. Rapperswil Switzerland: ACM; 2023: 220-236
- 51 Schnell T. Psychologie des Lebenssinns. 2., überarbeitete und erweiterte Auflage. Berlin; Heidelberg: Springer; 2020
- 52 Sayegh-Jodehl S, Mukowski-Kickhöfel R, Linke D. et al. Use of Instant Messaging Software in a German Hospital – An Exploratory Investigation among Physicians. Int J Environ Res Public Health 2022; 19: 12618
- 53 gematik, GmbH. Kommunikation im Medizinwesen. 2025; Im Internet: https://fachportal.gematik.de/anwendungen/kommunikation-im-medizinwesen Stand: 14.02.2025
- 54 gematik, GmbH. TI 2.0 | gematik. 2025; Im Internet: https://www.gematik.de/telematikinfrastruktur/ti-2-0 Stand: 14.02.2025
