Stammdaten und Patientenidentität auflösen

# Stammdaten und Patientenidentität auflösen

Maria Gonzalez kommt um 2 Uhr nachts mit Brustschmerzen in die Notaufnahme. Sie hat Angst, sie hat Schmerzen, und sie nennt ihren Namen als "Maria Gonzalez". Die Mitarbeiterin an der Aufnahme arbeitet schnell, schreibt "Marie Gonzales" und tippt als Geburtsjahr 1974 statt 1947. Eine neue Medical Record Number (MRN) wird angelegt.

Drei Stunden später führt das Labor ihren Troponin-Test durch. Deren Schnittstelle kann den falsch geschriebenen Namen nicht ihrer bestehenden Akte zuordnen und erzeugt einen zweiten Datensatz. Zwei Wochen später schickt die Abrechnung eine Rechnung an eine alte Adresse, die unter einem dritten Datensatz hinterlegt ist.

Eine Patientin. Drei Identitäten. Das ist der Alltag des Identitätschaos bei Patientendaten, und es ist eines der teuersten und gefährlichsten Datenprobleme im Gesundheitswesen.

Warum Identität das Stammdatenproblem ist

Stammdaten sind die zentralen Referenzdaten, von denen alles andere abhängt: wer der Patient ist, wer der Leistungserbringer ist, welche Einrichtung gemeint ist. Anders als transaktionale Daten (ein einzelnes Laborergebnis, ein Claim) sollen Stammdaten stabil und systemübergreifend geteilt sein.

Master Data Management (MDM) ist die Disziplin, eine vertrauenswürdige Version dieser Kerndaten zu pflegen. In Krankenhäusern sind die zwei großen MDMMDMMaster Data Management (MDM) is the discipline of creating and maintaining a single, consistent, trusted version of an organization's core business entities like customers, products, and suppliers.Vollständige Definition ansehen →-Domänen:

• Patientenidentität (verwaltet über ein EMPI, unten definiert)
• Provider-Identität (welcher Arzt, welche Fachrichtung, welche Abrechnungseinheit)

Wenn die Identität bricht, bricht die klinische Sicherheit. Ein doppelter Datensatz kann eine Allergie, eine frühere Diagnose oder eine Medikationsliste verdecken. Das ECRI Institute hat Fehler bei der Patientenidentifikation wiederholt unter den größten Gefahren der Gesundheitstechnologie geführt.

Wie aus einer Patientin drei Datensätze werden

Folgen Sie Marias Datenspur:

1. Aufnahme Notaufnahme: Tippfehler bei Name und Geburtsdatum. Neue MRN ausgegeben.

2. Laborsystem (LIS): kann den Tippfehler nicht deterministisch der bestehenden Patientin zuordnen, erzeugt einen Schattendatensatz.

3. Abrechnungssystem: bezieht Daten aus einem veralteten Demografie-Feed, nutzt eine alte Adresse, erzeugt eine dritte Identität.

Jedes System hat technisch seine Aufgabe erfüllt. Der Fehler ist, dass keine gemeinsame Identitätsebene sie abgeglichen hat. Diese Ebene ist das EMPI.

Das EMPI: Enterprise Master Patient Index

Ein EMPI (Enterprise Master Patient Index) ist ein System, das jeder realen Person einen Enterprise Identifier zuweist und alle ihre Quelldatensätze (Notaufnahme, Labor, Radiologie, Abrechnung) damit verknüpft. Stellen Sie es sich als die Vermittlungsstelle vor, die sagt: "Diese drei MRNs sind alle Maria."

Das EMPI löscht die Quelldatensätze nicht. Es verweist sie aufeinander. Maria behält ihre MRN aus der Notaufnahme und ihre Labordatensatznummer, aber das EMPI weiß, dass sie zur gleichen Enterprise-ID gehören.

Matching: deterministisch vs. probabilistisch

Zwei zentrale Matching-Strategien:

Deterministisches Matching verlangt exakte Übereinstimmung in ausgewählten Feldern. Wenn Vorname, Nachname, Geburtsdatum und Geschlecht alle exakt übereinstimmen, ist es dieselbe Person. Schnell, aber spröde: "Marie" wird nie gleich "Maria" sein.

Probabilistisches Matching bewertet teilweise Übereinstimmung. Es gibt jedem Feld ein Gewicht, summiert sie auf und vergleicht die Summe mit einem Schwellenwert. Damit werden Tippfehler, Rufnamen und vertauschte Ziffern erfasst.

Hier eine vereinfachte Darstellung des Scorings (die Gewichte sind illustrativ, kein echter Anbieteralgorithmus):

Field           Agreement        Weight
Last name       partial (Levenshtein 1)   +4.0
First name      partial (Marie/Maria)     +3.5
Date of birth   digits transposed          +2.0
SSN (last 4)    exact                      +8.0
--------------------------------------------------
Total score                              17.5

Auto-match threshold : >= 15.0  -> LINK
Manual review band   : 8.0 to 14.9
No match             : < 8.0

Datensätze, die in das Manual-Review-Band fallen, gehen an einen Data StewardData StewardA business-side owner responsible for the quality, consistency and appropriate use of data in their domain.Vollständige Definition ansehen →, eine geschulte Person, die entscheidet, ob verknüpft oder getrennt bleibt. Moderne EMPIs nutzen auch referenzielles Matching: Sie vergleichen Krankenhausdatensätze mit einer großen externen Referenzdatenbank von Identitäten (aufgebaut aus Kredit-, Adress- und öffentlichen Registerdaten), um zu bestätigen, dass "Marie" und "Maria" ein Mensch sind.

Eine solide anbieterneutrale Einführung finden Sie bei HIMSS zu Patientenidentität und Matching.

Warum es in den USA keinen nationalen Patientenidentifikator gibt

Sie fragen sich vielleicht: warum gibt man nicht einfach jedem eine Nummer? In den Vereinigten Staaten hat eine langjährige Bestimmung im Bundeshaushaltsrecht die Bundesfinanzierung eines Unique Patient Identifier (UPI) blockiert. Diese Einschränkung hat die ganze Branche geprägt: Krankenhäuser mussten EMPIs genau deshalb aufbauen, weil es keine staatlich ausgegebene Patienten-ID gibt. Die Debatte läuft 2026 weiter, aber zum Zeitpunkt dieses Textes existiert kein nationaler UPI.

Dazu im Kontrast Teile Europas. Mehrere Länder nutzen nationale Gesundheits- oder Bürgernummern (zum Beispiel Systeme, die an nationale Ausweise gekoppelt sind), die das Matching erheblich vereinfachen. Das ist ein echter struktureller Unterschied: Europäische Krankenhäuser starten oft von einem stärkeren Identitätsanker, während US-Krankenhäuser stärker auf probabilistische EMPI-Logik setzen.

Provider MDMMDMMaster Data Management (MDM) is the discipline of creating and maintaining a single, consistent, trusted version of an organization's core business entities like customers, products, and suppliers.Vollständige Definition ansehen →: die andere Hälfte

Patienten sind nicht die einzigen Stammdaten. Provider MDM verwaltet die Identität von Behandlern und Abrechnungseinheiten.

Zentrale Referenz: die NPI (National Provider Identifier), eine zehnstellige Nummer, die jeder US-Leistungserbringer zum Abrechnen benötigt, veröffentlicht im kostenlosen CMS-Register NPPES. Aber die NPI allein reicht nicht. Ein einzelner Arzt kann haben:

• Mehrere Praxisstandorte
• Mehrere Fachrichtungen
• Unterschiedliche Zugehörigkeiten zu Abrechnungsgruppen
• Historische Credentialing-Datensätze

Provider MDMMDMMaster Data Management (MDM) is the discipline of creating and maintaining a single, consistent, trusted version of an organization's core business entities like customers, products, and suppliers.Vollständige Definition ansehen → fügt diese zu einem Golden Record zusammen (der einzigen mamaUsing software to automate repetitive marketing tasks and campaigns, enabling personalisation at scale across channels like email, web, and social.Vollständige Definition ansehen →ßgeblichen Version). Schlechte Providerdaten führen zu Claim-Ablehnungen, kaputten Überweisungsnetzwerken und ungenauen "Arztsuche"-Verzeichnissen. Die Genauigkeit der Verzeichnisse ist reguliert: US-Bundesvorschriften verlangen von Kostenträgern, korrekte Providerverzeichnisse zu führen, und Ungenauigkeiten sind mit Strafen belegt.

🎬 [VIDEO: "What is an Enterprise Master Patient Index (EMPI)?" - youtube.com - eine kurze Erklärung, wie EMPIs doppelte Patientendatensätze systemübergreifend verknüpfen]

Die Metriken, die die Identitätsqualität messen

Sie kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen nicht steuern, was Sie nicht messen. Hier die zentralen Datenqualitätsmetriken, die Krankenhäuser verfolgen.

Duplikatsrate

Die Hauptmetrik. Sie ist der Anteil der Datensätze, die Duplikate eines bestehenden Patienten sind.

$$\text{Duplikatsrate} = \frac{\text{Doppelte Datensätze}}{\text{Datensätze insgesamt}} \times 100$$

Rechenbeispiel: Ein Krankenhaus hat 900.000 Datensätze in seinem EMPI. Ein Audit markiert 63.000 als Duplikate.

Duplikatsrate = 63.000 / 900.000 = 7 %.

Branchenkommentare (zum Beispiel von AHIMA, der American Health Information Management Association) nennen seit Langem Duplikatsraten üblicherweise im Bereich von etwa 5 % bis 10 % innerhalb eines einzelnen Systems, und höher bei Systemzusammenlegungen. Behandeln Sie diese als vielfach zitierte Schätzungen, nicht als geprüfte allgemeingültige Zahlen. Führende Organisationen streben Duplikatsraten unter 2 % an.

Overlay-Rate

Ein Overlay ist das gefährliche Gegenteil eines Duplikats: zwei verschiedene Personen werden in einen Datensatz zusammengeführt. Wenn Marias Akte die Allergieliste einer anderen Patientin aufnimmt, ist das ein Overlay, und es ist ein direktes Patientensicherheitsereignis. Ziel: so nah an null wie möglich. Jedes Overlay sollte eine Untersuchung auslösen.

Match-Rate und Manual-Review-Rate

• Match-Rate: Prozentsatz der eingehenden Datensätze, die das EMPI ohne menschliche Hilfe automatisch verknüpft. Höher ist besser, aber nur wenn die Genauigkeit hält.
• Manual-Review-Rate: Prozentsatz, der in der Steward-Queue landet. Hohe Review-Raten bedeuten Personalkosten; zu niedrige kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen verpasste Matches verdecken.

Governance: wem gehört der Golden Record

Metriken brauchen Verantwortliche. Data GovernanceData GovernanceData governance is the set of policies, roles, and processes that ensure data is accurate, secure, well-defined, and used responsibly across an organization.Vollständige Definition ansehen → ist die Summe der Rollen, Richtlinien und Verantwortlichkeiten für Datenqualität.

Typische Struktur:

• Data Stewards arbeiten die Match-Queues ab und korrigieren Datensätze täglich.
• Data Owner (oft HIM-Direktoren) sind für die Domäne verantwortlich.
• Ein Governance-Komitee legt Schwellenwerte fest (den Auto-Match-Score, die akzeptable Duplikatsrate) und prüft Overlay-Vorfälle.

Governance berührt auch das Datenschutzrecht. In den USA regelt HIPAA (der Health Insurance Portability and Accountability Act), wie Patientenidentitätsdaten behandelt und geteilt werden. In Europa klassifiziert die DSGVO (Datenschutz-Grundverordnung) Gesundheitsdaten als besondere Kategorie mit erhöhtem Schutzbedarf. Jedes referenzielle Matching gegen externe Datenbanken muss diese Regeln einhalten.

Eine praktische Governance-Kadenz

• Täglich: Stewards arbeiten die Manual-Review-Queue ab.
• Wöchentlich: Overlay-Vorfälle werden vom Komitee geprüft.
• Monatlich: Duplikatsrate und Match-Rate werden als Dashboard berichtet.
• Bei jedem Merge: Wenn zwei Krankenhäuser Systeme zusammenlegen, rechnen Sie mit einem Duplikatsanstieg und planen Steward-Zeit ein, um ihn aufzufangen.

Alles zusammen: Maria, aufgelöst

Zurück zu Maria. Mit einem funktionierenden EMPI:

1. Ihr fehlerhafter Notaufnahme-Datensatz erreicht einen Score von 17,5 gegen ihre bestehende Akte. Automatisch verknüpft.

2. Der Labordatensatz wird mit derselben Enterprise-ID verknüpft, sodass die Troponin-Ergebnisse an ihre echte Historie angehängt werden und eine frühere kardiologische Notiz sichtbar wird.

3. Die Abrechnung zieht den Golden Record der Demografiedaten und schickt die Post an ihre korrekte Adresse.

Eine Patientin, eine Enterprise-Identität, drei korrekt verknüpfte Quelldatensätze. Der Behandler sieht das Gesamtbild, und das Sicherheitsrisiko verschwindet.

Wichtigste Erkenntnisse

• Patientenidentität ist Stammdatum, und ein EMPI ist das System, das einen Enterprise Identifier zuweist und alle Quelldatensätze damit verknüpft.
• Probabilistisches Matching (gewichtetes, schwellenwertbasiertes Scoring) schlägt deterministisches Matching bei realen Tippfehlern und Rufnamen; Grenzfälle gehen an menschliche Data Stewards.
• Verfolgen Sie drei zentrale Metriken: Duplikatsrate (üblicherweise mit etwa 5 % bis 10 % pro System zitiert, führende Organisationen unter 2 %, als vielfach berichtete Schätzungen), Overlay-Rate (Ziel nahe null, ein Sicherheitsereignis) und Match- / Manual-Review-Raten.
• Die USA haben keinen nationalen Patientenidentifikator, weshalb EMPIs so wichtig sind; viele europäische Systeme profitieren von nationalen Gesundheits-IDs, die das Matching vereinfachen.
• Provider MDM auf Basis des NPI/NPPES-Registers hält Abrechnung, Überweisungen und Verzeichnisse korrekt, und Governance unter HIPAA und DSGVO legt fest, wer den Golden Record besitzt und schützt.