Titel

Automatisierte Generierung von SQL-Templates für die gezielte Extraktion von Laborparametern am Medizinischen Datenintegrationszentrum (MeDIC) Münster

Beschreibung

In der sich schnell entwickelnden Welt der medizinischen Forschung haben die Konsortien der Medizininformatik-Initiative (MII) Datenintegrationszentren (DIZ) an universitätsmedizinischen Standorten eingerichtet. In diesen innovativen Einrichtungen werden Forschungs- und Versorgungsdaten eines Universitätsklinikums gesammelt, wobei ein besonderes Augenmerk auf Datenqualität und Datenschutz gelegt wird. Ein übergeordnetes Ziel dieser Initiative ist es, die Datenstrukturen zu analysieren und den Kerndatensatz der Medizininformatik-Initiative aus den Quellsystemen der Universitätsklinika zu extrahieren und internen sowie externen Forschenden zur Verfügung zu stellen.

Laborparameter sind als Basismodul integraler Bestandteil dieses Kerndatensatzes. Es ist daher essentiell, diese Parameter effizient zu extrahieren und fehlerfrei bereitzustellen. Im Modul für Laborbefunde werden Daten von Laboruntersuchungen erfasst, die für nahezu jeden stationär behandelten Patienten durchgeführt werden. Ausgewählte Laborparameter aus diesen Befunden sollen in einem standardisierten Format erfasst und in optimierte SQL-Templates für die Datenextraktion umgewandelt werden. Zur Transformation und Erstellung dieser SQL-Templates soll ein Skript programmiert werden, das eine dynamische Anpassung an die jeweiligen Anforderungen ermöglicht. Es wird erwartet, dass das Skript unter Verwendung moderner Python-Bibliotheken entwickelt wird. Alternativ kann auch Java bzw. Kotlin verwendet werden. Darüber hinaus ist die Bereitstellung des Skripts als Docker-Image eine interessante Möglichkeit, die in Betracht gezogen werden kann. Zusätzlich zur Entwicklung des Skripts kann sich der Studierende optional dafür entscheiden, die extrahierten Daten auf ihre Datenqualität zu analysieren. 

Diese Arbeit wird in enger Zusammenarbeit mit dem DIZ am Universitätsklinikum Münster durchgeführt und bietet dem Studierenden die Möglichkeit, an einem hochaktuellen und bedeutenden Projekt teilzunehmen.

Vorkenntnisse

• Grundkenntnisse in Datenbanken und SQL unerlässlich
• Erfahrung in der Programmierung, insbesondere mit Python, Java oder Kotlin, ist von Vorteil
• Ein grundlegendes Verständnis von Datenqualität wäre hilfreich, ist aber nicht zwingend erforderlich

Kontakt

• Tanya Braun, tanya.braun@uni-muenster.de
• Tobias Brix, tobias.brix@uni-muenster.de