Das HealthData.ai Datenmodell verwendet den Entity Attribute Value (EAV) Ansatz. Dabei werden Attribute nicht in einer Datenbankspalte sondern in einer Datenbankzeile abgelegt.

  • Entity (Datensatz): z.B. Patient
  • Attribute (Eigenschaft): z.B. Gewicht (Code SNOMED: 248334005)
  • Value (Eigenschaftswert): z.B. 85kg

Hohe Flexibilität dank Schemafreiheit

Das Datenmodell ist sehr flexibel, d.h. es können neue Attribute hinzugefügt oder entfernt werden ohne das Datenbankschema zu ändern. Das Schema (d.h. die Eingabefelder) für eine spezifische HealthData.ai Instanz wird als Inhalt in der Datenbank (bzw. Definition in XML) gespeichert. Die Protokolle sind in HealthData.ai konfigurierbar und nicht nicht «hart» in der Applikation programmiert und damit nicht an ein Datenbankschema gebunden.

Die schemafreie Datenbank ermöglicht die Erweiterung bzw. Anpassung inhaltlicher Konzepte (Items) ohne in die Programmierlogik der Applikation einzugreifen. Inhaltliche Konzepte werden als «Knowledge» in in Modulen definiert. Die Definition erfolgt in der Metasprache XML.

Historisierung und Audit Trail

Zu jedem Eigenschaftswert eines Attributs («Observation») können zusätzliche Metadaten wie z.B. der Autor oder die Erfassungszeit gespeichert werden. Dies ermöglicht die Speicherung eines kompletten Audit-Trails.

HealthData.ai bietet den kompletten «Audit Trail» aller Aktivitäten (Lesen, Schreiben). Dabei werden folgende Informationen erfasst:

  • Wann: Zeitpunkt
  • Wer: Autor
  • Wo: Kontext (z.B. Patient) und Datenfeld
  • Was: Wert

Das Auditing ist beim HealthData.ai System direkt in die Applikation integriert (d.h. es gibt keine separaten Transaktionslogs oder Audittabellen). Dies ermöglicht einen direkten Zugriff auf die Audit Informationen für alle Benutzer direkt innerhalb der Applikation.

Datenaufbereitung für die Forschung

Im Gegensatz zu einem klassischen relationalen Datenmodell werden beim EAV aggregierte Datenbankabfragen komplizierter und weniger effizient. Für solche Abfragen werden die Daten in OCQM periodisch in eine klassische Tabellenstruktur gespiegelt. Für die Forschung werden die Datensätze aufbereitet und um CSV Format bereitgestellt.

Mehr Infos zu HealthData.ai: www.healthdata.ai