00:08

Prof. Dr. Ariel Stern

In dieser Folge spricht Inga Bergen live vom BMC-Kongress mit Professor Dr. Ariel Stern, Alexander-von-Humboldt-Professorin für Digital Health am Hasso-Plattner-Institut. Und eine der führenden Expertinnen für evidenzbasierte Gesundheitspolitik. Gemeinsam schauen sie darauf, warum Daten der Schlüssel für bessere Entscheidungen im Gesundheitssystem sind und was passiert, wenn sie fehlen. Es geht um echte Beispiele aus der Forschung, überraschende Erkenntnisse zum Telemonitoring und die Frage, warum viele politische Debatten heute ganz anders geführt würden, wenn wir konsequent auf Evidenz setzen würden. Eine Folge über Klarheit, unbequeme Wahrheiten und die Chance, unser Gesundheitssystem wirklich neu zu denken.

01:06

Inga Bergen

Herzlich willkommen zum Visionäre der Gesundheit Podcast live heute vom BMC Kongress und ich freue mich sehr, dass ihr da seid. Ich freue mich sehr, meinen Gast, Professor Dr. Ariel Stern. Lieber Ariel, wir kennen uns. Du arbeitest da, wo ich wohne, also da, wo andere Ferien machen. Und wir kennen uns eine Weile. Du bist Alexander-von-Humboldt-Professorin für Digital Health Economics and Policy am Hasso-Plattner-Institut in Potsdam und auch ordentliche Professorin. Das ist ganz wichtig an der Universität Potsdam. Du kommst von der Harvard Business School. Du bist Volkswirtin. Und ja, du hast ganz, ganz viel geforscht zu einem Thema, das wir heute besprechen wollen. Es geht um evidenzbasierte Gesundheitspolitik. Das ist unser Thema für heute. Ich freue mich sehr, dass du da bist.

02:06

Prof. Dr. Ariel Stern

Danke. Und ich habe mich sehr gefreut.

02:08

Inga Bergen

Danke euch. Ihr dürft gerne applaudieren, wenn wir schon einen Live-Podcast haben.

02:14

Prof. Dr. Ariel Stern

Als ich den Vorschlag gesehen habe zum Thema, dachte ich, ja, großartig. Es wird ein gutes Gespräch sein.

02:21

Inga Bergen

Ja, genau, denn wo könnte der Ort besser sein als auf dem BMZ? Wir haben es ja heute Morgen gehört, die Staatssekretärin aus dem Bundesgesundheitsministerium hat ganz, ganz viele Reformen angekündigt, die sowohl durch Kommissionen erarbeitet werden sollen, aber jetzt auch im laufenden Jahr nacheinander kommen sollen. Und das ist ein guter Aufschlag, finde ich, um über dieses Thema zu sprechen, denn du sagst Ohne Daten kann man keine gute Gesundheitspolitik machen. Vielleicht magst du dieses Thema mal so ein bisschen umreißen, jetzt für alle, denen das nicht so ein gängiger Begriff ist. Was verstehst du unter evidenzbasierter Gesundheitspolitik?

02:59

Prof. Dr. Ariel Stern

Also die evidenzbasierte Politik allgemein. Es geht darum, dass wir wirklich anhand von Daten und von Evidenz, von kausaler Evidenz dann Politik machen und nicht nur, also auch datengetriebene, aber wirklich evidenzgetriebene Politik. Gestalten. Das kann man nicht immer machen. Man hat nicht immer den Luxus zu sagen, wir haben die Daten. Also es gibt neuartige Sachen, die wir noch nicht erstattet haben oder reguliert haben. Da muss man irgendwie lernen. Aber dass wir von den Daten lernen, die wir haben. Aber ganz wichtig, und das vergessen wir oft, dass wir, wenn wir Politik machen, wir haben auch die Möglichkeit, müssen zu gestalten, welche Daten wir sammeln. Und wir hatten einen Workshop am Hasso-Plattner-Institut vor 2 Wochen mit einem Gast aus England, und er meinte so, ja, für uns ist es ganz wichtig dann, dass wir daran denken, nicht nur welche Daten haben wir, sondern welche Daten wollen wir. Und dass wir das, wenn wir Krankenhausinnovation machen, das war in dem Beispiel, dass wir das wirklich von vornherein in den Plan einbauen, dass wir nicht hinterher sagen, so, Mensch, wir hätten an der Stelle Daten sammeln können und dann würden wir wissen, ob XY funktioniert hat. Deswegen die evidenzbasierte Politik. Es geht wirklich darum, Tools aus diesem Toolbox oder aus der Toolbox, Werkzeugkasten, dann der Ökonometrie und kausaler Inferenz dann zu nehmen, um zu schauen, nicht nur, was sagen die Daten, sondern können wir kausal sagen, wie eine Policy oder ein Gesetz funktioniert?

04:40

Inga Bergen

Ja, und das Ziel ist immer wirklich, die Gesundheitsversorgung zu verbessern. Dann in dem Fall, ich gebe dir jetzt mal ein Beispiel für eine anekdotische Evidenz. Das wäre das jetzt wahrscheinlich nicht. Ich war auf einem Panel beim Bitkom, das habe ich moderiert, und da sagte jemand: Ja, die Gesundheitsversorgung in Deutschland kann ja gar nicht so schlecht sein, weil ich war im Urlaub, da ist jemand krank geworden und die Leute wollen dann ja alle wieder zurück nach Deutschland und wollen in Deutschland Deutschland gerne behandelt werden. Das würden wir jetzt unter anekdotischer Evidenz verorten. Und wenn du mit wirklich datengetrieben vorgehen würdest, wie würdest du dann so ein Thema analysieren?

05:16

Prof. Dr. Ariel Stern

Ja, also richtig anekdotisch auf jeden Fall. Und in der Evidenz allgemein und in der Forschung gibt es eine sogenannte Evidenzpyramide, also wirklich so eine Hierarchie, welche Evidenz, also RCTs, randomisierte, kontrollierte Studien sind so ganz weit oben. Und dann kommen die anderen kontrollierten Studien, die aber nicht unbedingt randomisiert sind. Und dann kommen alle Studien, die trotzdem mit die Kausal-Aussage kräftig sind. Alles drunter ist so, da hat man so Fallstudien, Anekdoten, Expertenmeinungen. Und es ist, das ist nicht irrelevant, aber das ist dann schon was anderes als ich war mal im Urlaub ist schon was anderes, als wir haben uns Daten aus 6 verschiedenen Ländern angeguckt und wir haben dann geschaut, wo die Menschen sich behandeln lassen zum Beispiel, oder wie die Ergebnisse waren. Das ist noch wichtiger. Also die Präferenzen sind nicht unbedingt dann gleich leider mit den Ergebnissen. Nur weil Menschen gerne irgendwo hingehen und irgendwas machen, bedeutet schon längst nicht, dass das die beste Versorgung ist.

06:24

Inga Bergen

Ich muss gerade innerlich lachen, weil ich irgendwie denke, wir haben das in Deutschland so lange vermieden, Daten wirklich zu erheben, dass wir uns dann immer so schön in die Tasche lügen konnten. Also Hier, das klappt doch gut und diese Evidenz nicht in der Form gesammelt haben. Aber du forschst ja schon eine Weile, obwohl ich immer denke, du bist noch so jung, aber du hast schon ganz, ganz viele solche Projekte auf dem Buckel. Wenn du mal überlegst, in deiner Historie als Forscherin, gab es etwas, wo du gesagt hast, das hat jetzt wirklich meine Sicht auf die Art, auch wie ich persönlich Gesundheit wahrnehme, für immer verändert?

06:58

Prof. Dr. Ariel Stern

Auf jeden Fall. So für mich persönlich. Also ich glaube, ich denke an die großen Forschungsprojekte tatsächlich, also dass wir und dass man immer wieder sieht und was für eine Bestätigung das auch ist, wenn man gute Datensätze hat, was man dann wirklich lernen kann.

07:19

Inga Bergen

Hast du ein konkretes Beispiel für uns?

07:21

Prof. Dr. Ariel Stern

Genau. Also wir haben mal, du und ich, über Telemonitoring gesprochen, Remote Patient Monitoring. Also heißt in den USA RPM oder Remote Patient Monitoring. In Deutschland sagt man Telemonitoring dazu. In Deutschland wird das nur für Herzinsuffizienz erstattet und nur für ungefähr 10.000 Menschen pro Jahr. Das ist extrem wenig. In den USA haben wir, also wird das erstens sehr großzügig erstattet und zweitens für alle chronischen und inzwischen viele akute Krankheiten. Das heißt, alle Menschen, die Hypertonie, also Hochblutdruck, Diabetes haben, Herzinsuffizienz, COPD. Die können alle eingeschrieben werden für Telemonitoring und bekommen dann Geräte, aber auch andere Dienstleistungen als die Menschen, die nur normal in Anführungszeichen dann in der Praxis versorgt werden. Und es hat uns, also mich und zwei Co-Autorinnen, wirklich irritiert, dass die USA dann also Telemonitoring allgemein wird seit Ende 2019, Anfang 2020 erstattet für alle chronischen Krankheiten. Dann kam während der Pandemie der Vorschlag, auch sinnvoll, dass auch akute Krankheiten, zum Beispiel Covid, auch so remote quasi gemonitort werden können. Macht auch Sinn. Eine Person mit Covid will man nicht unbedingt in der Praxis haben.

08:43

Inga Bergen

Macht total Sinn.

08:43

Prof. Dr. Ariel Stern

Macht total Sinn. Aber das war alles nicht evidenzbasiert. Also diese Ausbreitung der Erstattung war einfach, weil das, also es war nicht ganz im Blindflug, aber das war so, Mensch, wir müssen irgendwas machen. Wir haben richtig viele Menschen, die chronisch krank sind. Wir müssen mehr Möglichkeiten für die irgendwie schaffen, eine bessere Versorgung zu bekommen.

09:06

Inga Bergen

Und das ist jetzt ein Cliffhanger. Jetzt bin ich sehr gespannt, was rauskommt.

09:10

Prof. Dr. Ariel Stern

Dann hatten wir bereits Anfang 2021, hatten wir einen Artikel dazu geschrieben und haben einfach gesagt, so wirklich so eine schnelle Rechnung. Was würde das kosten, wenn alle Menschen oder wenn nur 10% der Menschen, die eine chronische Krankheit haben, diese Dienstleistungen bekommen? Was kostet der Spaß? Und dann muss man, da kann man dann ganz logisch sagen, lohnt es sich? Oder wie viel gesünder oder anders müssen diese Menschen dann versorgt werden, damit es sich lohnt, XY Dollar im Durchschnitt pro Person pro Jahr dafür zu zahlen? Und dann haben wir ein paar große Datenwissenschaftsprojekte unternommen. Das war wirklich so ein großes Ding und wir haben Zugang zu dem Gesamt-, also wirklich zu dem Medicare-Abrechnungsdatensatz bekommen. Also das ist dann, ich sage immer, das ist keine Stichprobe, das sind alle Amerikaner über 65 und da konnten wir schauen, also was passiert mit den Menschen, wofür? Erstens bekommen die Telemonitoring, das wird für alle chronischen Krankheiten, auch für ein paar akute Krankheiten erstattet. Was passiert. Und da haben wir gesehen, zum Beispiel, dass die Hochblutdruckpatienten, also die Hypertoniepatienten und Patientinnen, ungefähr 63% der Kosten dann hatten. Und dann hat man gesagt, okay, also Hypertonie, das ist auf jeden Fall ein großes Problem. Übrigens in Deutschland auch ein großes Problem. Wie läuft es? Und dann haben wir da auch so einen Deep Dive gemacht und geguckt. Wie die Kosten sich entwickelt haben, nachdem die Menschen eingeschrieben worden sind. Und diese, diese Evidenz, die wir da generiert haben, das war, sage ich mal, in dem kausalen Bereich, weil wir algorithmische Matching-Modelle benutzt haben.

10:49

Inga Bergen

Und war es bei denen besser? Haben die mehr Kosten oder weniger Kosten verursacht?

10:53

Prof. Dr. Ariel Stern

Beides. Und das ist das, was so wichtig ist. Also weil wir jetzt wissen, also die Menschen, die im Endeffekt mit den schlecht oder schlechter kontrollierten Fällen bei denen war das wirklich sehr hilfreich. Also die haben dann Medikamente bekommen und genommen und sind viel seltener ins Krankenhaus geliefert worden mit Schlaganfällen.

11:15

Inga Bergen

Aber bei anderen dann wiederum nicht, da hat es dann nicht so viel gebracht.

11:17

Prof. Dr. Ariel Stern

Aber da hat man auch, da kann man wirklich ganz genau sehen, dass die Menschen, die im Endeffekt alles schon richtig gemacht haben, die dann regelmäßig Rezepte eingelöst haben, die vielleicht fanden es schick, noch ein paar Geräte zu Hause zu haben. Also das ist Und da muss man so ein bisschen vorsichtig sein. Aber es macht— da ist nicht so viel Luft nach oben. Also die haben schon alles richtig gemacht und die Krankenhauseinlieferungen waren dann einfach relativ stabil bei den Menschen, die ohnehin alles gemacht haben.

11:46

Inga Bergen

Hattet ihr das hypothetisch auch so vermutet am Anfang, dass das so sein würde?

11:50

Prof. Dr. Ariel Stern

Ja, wir wussten, dass wir genug Daten hatten und wir haben dann in dem Studiendesign gesagt, wir werden dann differenziert gucken, ob Menschen, die im Endeffekt gut kontrollierten Fällen oder schlecht kontrollierten Fällen hatten, dann andere Ergebnisse hatten.

12:05

Inga Bergen

Ich finde, da steckt was total Interessantes drin, weil wir ja im Gesundheitssystem oft solche Wahrheiten verbreiten wie Menschen interessieren sich nicht für Prävention oder die Patienten zahlen nicht für Leistungen. Das ist ja so eine Pauschalisierung. Was ich sehr spannend finde, ist, wenn du das so beschreibst, dass du beschreibst, ihr seid über diese groß angelegte Studie, über wirklich diesen umfangreichen Datensatz seid ihr eigentlich zu einer Segmentierung gekommen. Das heißt, ihr konntet ermitteln, wem kann ich was anbieten? Das ist jetzt kein Rocket Science. Rocket Science, aber es ist in der Dimension total spannend, weil wir natürlich in Deutschland jetzt überhaupt auch über die elektronische Patientenakte, übers Forschungsdatenzentrum, Datennutzungsgesetz überhaupt erst zu solchen Möglichkeiten kommen. Oder wie siehst du das?

12:51

Prof. Dr. Ariel Stern

Nein, nein. Aber ich sehe das auch als Gelegenheit, ganz ehrlich gesagt. Und ich finde, wir sind auch jetzt schlauer und wir sind auch in der Lage, wirklich differenziert zu schauen. Also wir wollen nicht nur pauschal wissen, sind also die DMPs, Disease Management Programme, also sind die gut oder schlecht? Also es gibt sehr viele Menschen, die eine sehr informierte Meinung dazu haben auf dem Kongress hier. Aber also meine Frage wäre, ich glaube, eine viel bessere Frage ist: Für wen und unter welchen Bedingungen macht es Sinn? Und das sehen wir auch mit Telemonitoring. Also wir haben, wir argumentieren aber inzwischen, dass Deutschland sehr viel von den USA lernen kann. Weil wir in den USA im Endeffekt so großzügig alles erstattet haben, dass man auch relativ gut sehen kann, wo war das Geld gut investiert oder nicht. Aber wir sollen dann wirklich ein bisschen nuancierter, ein bisschen differenzierter dann auch die Daten, die wir haben, und wir haben immer mehr und immer mehr Zugang zu Daten. Also das geht wirklich so, wir haben morgen früh um 9 ein Panel zu Datennutzung. Es geht Hand in Hand. Also evidence-basierte Politik ohne Daten geht nicht. Punkt. Aber sobald wir Daten haben, dass wir viel schlauer damit umgehen und von vornherein dann sagen, hey, was können wir lernen? Und nicht nur allgemein, sondern gibt es Menschen, die mehr davon profitieren? Und wie können wir die Versorgung so ein bisschen besser steuern, damit die Leute, die dann wirklich am meisten davon profitieren, dann diese Dienstleistungen bekommen?

14:22

Inga Bergen

Ich finde das spannend, wenn du auf die USA referenzierst, weil du ja jetzt auch in einer Zeit in der USA geforscht und gelehrt hast, die noch eine andere war. So kann man das vielleicht ganz high level mal zusammenfassen. Auch in der Forschung tut sich da einiges, nicht immer unbedingt zum Guten und auch nicht immer unbedingt im Sinne der Evidenz. Aber ich würde dich gerne fragen, welche politischen Debatten— und wir haben gerade viele, also wir haben heute zum Beispiel wieder das Thema Patientensteuerung gehört, wir haben gerade das Thema Facharztbesuche in der deutschen Diskussion, kann man zukünftig einfach so zum Facharzt gehen, wir haben das Thema heute angeschnitten, Termine, müssen Ärztinnen und Ärzte ihre Termine jetzt transparent machen und irgendwo melden, also es gibt ganz ganz viele politischen Debatten, die so als Lösungsvorschläge für unsere momentanen Probleme angeführt werden, oder Sektoren aufweichen. Sektoren sind gescheitert. Was würde sich deiner Meinung nach oder deiner Erfahrung nach ändern, wenn wir Daten ernst nehmen würden? Welche politischen Debatten würden sich anders anhören im Moment?

15:28

Prof. Dr. Ariel Stern

Fast alle. Ich finde es einfach, ich finde es so wichtig, dass man dann Daten sammelt, aber dass wir auch mit Reallaboren zum Beispiel arbeiten, dass wir sagen, Mensch, dass wir auch mit uns ehrlich sind. Also wir wissen nicht, ob etwas eine gute Idee ist, aber dass wir sagen, pass auf, wir wissen, wie wir lernen können, wie das funktioniert. Und Wir vielleicht, bevor wir dann groß in die Gesetzgebung gehen oder währenddessen, bauen wir ein paar Reallabore auf und wir gucken, wir sammeln dann die Daten, die wir brauchen. In den USA, und also ich habe wirklich meine Probleme mit der US-Politik und Gesundheitspolitik momentan, aber es gibt ein paar Sachen, die wirklich schlau laufen. Ich glaube, heute, ziemlich genau vor 3 Wochen wurde ein Pilotprojekt bzw. ein Reallabor angekündigt und das ist ein KI-Tool für die automatische Medikamentenverlängerung für chronisch Kranke.

16:33

Inga Bergen

Das heißt, man muss nicht mehr sich das extra verschreiben lassen.

16:36

Prof. Dr. Ariel Stern

Genau, genau. Also und für die Menschen, die wirklich, es ist ganz klar, du hast COPD, du musst nicht dann einmal alle 6 Monate, also lass dich wahrscheinlich vorstellen beim Arzt, aber Nicht nur wegen der Verlängerung der Rezepte. Und aber die haben das ganz klar von vornherein als, als Regulatory Sandbox angekündigt. Reallabor. Das wird nur in dem Bereich, also KI, auf jeden Fall müssen sehr vorsichtig sein, aber das wird getestet und die Daten werden gesammelt. Dann werden wir gucken, was passiert mit den Patienten und Patientinnen, die die Medikamente automatisch verlängert bekommen haben im Vergleich mit anderen oder im Vergleich mit historischen Daten. Und dann können wir anhand von Daten und wirklich evidenzbasiert sagen: Macht so was Sinn? Ist es schlau, Medikamente, also nicht ganz sicher, nicht alle Medikamente, aber für chronische Krankheiten automatisch zu verlängern? Das klingt erst mal sinnvoll. Und es gibt, es ist nur so ein Beispiel, aber du hast Prävention erwähnt. Es gibt so viele Sachen in der Prävention, wo man denkt so, Hey, es wäre so gut zu wissen, ob wir da was machen können, weil Menschen wirklich nicht so gut sind.

17:50

Inga Bergen

Ja, ich finde es zum Beispiel ganz interessant, wenn du jetzt ein KI-Tool nennst, was automatisch verschreibt bei Chronikern oder Chronikerinnen, dann stelle ich mir hier gerade vor, die Ärzteverbände, weil da muss man eigentlich einmal im Quartal die Karte einstecken, da ist die ganze Abrechnungslogik natürlich drauf optimiert. Ich stelle mir vor, die Vor-Ort-Apotheken, für die wäre es ein Problem, weil da kann ich einfach bei der Amazon Pharmacy sozusagen die Subscription einrichten. Und das ist ja eben das Interessante, glaube ich, dass es oft sind es die Daten auf der einen Seite und auf der anderen Seite sind es natürlich die ganzen Logiken des Gesundheitssystems. Und da finde ich auch spannend, dich mal so nach deinem Selbstbild zu fragen, weil du bist ja Forscherin. Wir hatten das während Covid, da war auch Forschung gleich Politik, also politische Entscheidungen auf Grundlagen von Forschung. Wie siehst du dich da in der Verantwortung? Das finde ich auch eine super spannende Frage. Weil du hast ja sicher viele Antworten auf viele, viele Fragen, die dann aber sozusagen Problemlösung und Lösungsmöglichkeiten darstellen.

18:54

Prof. Dr. Ariel Stern

Total. Also ich sehe das aber, die evidenzbasierte Politik ist per se, oder die evidenzbasierte Forschung ist per se nicht wirklich politisch. Also man guckt sich die Policies an, die Gesetze an und sagt so, hey, hat das Sinn gemacht, ja oder nein? Aber das muss man eigentlich neutral machen. Und politisch finde ich es super. Und es ist leider in den USA ein bisschen politisch geworden. Aber dass wir Daten sammeln und neutral evaluieren, ist so wichtig. Und dafür bin ich 100%. Aber klar, es gibt immer Verlierer und Gewinner. Und es gibt auch Themen, die heute diskutiert worden sind, wo man ganz genau weiß, wenn wir wirklich, wenn wir die Daten hätten, Gäbe es also, gäbe es Gewinner und Verlierer?

19:44

Inga Bergen

Genau. Also ich meine, es gibt ja auch einen Grund, warum wir lange damit gehadert haben, im System wirklich Datentransparenz zu machen. Ich finde das Datenthema auch sehr, sehr spannend in einem anderen Kontext. Wir reden ja gerade darüber, dass das System eigentlich nicht mehr finanzierbar ist. Und etwas, was immer wieder auf den Plan kommt, ist das Thema: Welche Ergebnisse produzieren wir eigentlich und wo? Du forschst auch zu Outcome-Themen, also zu Real World Evidence. Das bedeutet, vielleicht magst du es noch mal kurz erklären für alle, die hier zuhören und heute auch hier sind.

20:22

Prof. Dr. Ariel Stern

Genau, also wir machen sehr viel das Beispiel auch mit den Abrechnungsdaten aus dem Medicare-System. Das sind Real World Data oder Echtweltdaten. Das sind Daten, die nicht in einer Studie oder für eine Studie gesammelt werden. Die sind, eine Freundin von mir sagt im Endeffekt so Abgasdaten. Das sind die Daten, die dann nebenbei gesammelt werden oder als Abgas produziert werden, während wir dann Dienstleistungen liefern.

20:50

Inga Bergen

Würdest du sagen, gibt es in Deutschland schon ein Äquivalent zu Medicare?

20:55

Prof. Dr. Ariel Stern

Also das, was wir mit dem Forschungsdatenzentrum Gesundheit bekommen, kommen so langsam, soll wirklich ähnlich sein. Es fehlen noch ein paar Komponenten, aber das wäre dann wirklich das Das Ziel.

21:11

Inga Bergen

Ja, und es gibt ja die ersten Anträge. Es gibt schon. Aber das sind die Daten und die sind auch wahrscheinlich für jegliche Forschung total goldwert. Also wir brauchen solche Daten.

21:21

Prof. Dr. Ariel Stern

Richtig, richtig. Und aber es gibt so mehrere Schritte. Also erstens, ich glaube, so indirekt hast du so ein bisschen über diese Kultur gefragt. Ich glaube, die Kultur der evidenzbasierten Politik allgemein Muss sich weiterentwickeln und das war jahrelang nicht möglich. Also Daten waren nicht wirklich da. Also das Gesundheitssystem war allgemein so schlecht digitalisiert, dass es nicht möglich war. Es gab bestimmte Datensätze, aber die waren so ein bisschen dann Territorium der Menschen, die sich mit Anträgen für die Pflegestatistik auskannten. Und es gab so ein paar Versorgungs- Verarschende, die dann, aber das war ihr tägliches Brot und alle anderen.

22:07

Inga Bergen

Stell mir gerade so einen Nerd im Keller vor, irgendwie. Also das ist schon ziemlich nerdig. Also das ist jetzt nichts, was man täglich dann anwenden kann.

22:15

Prof. Dr. Ariel Stern

Genau. Und also viele Datensätze, das ist alles natürlich an diversen Stellen. Man muss einen Antrag schreiben, man muss so ein Postdoktorand von mir im Team, der muss tatsächlich um mit einem bestimmten Kassendatensatz zu arbeiten, muss er irgendwo hinfahren. Und wir haben— ich habe die Rechnung heute bekommen— wir haben also eine Festplatte kaufen müssen. Also seine Daten von dieser Krankenkasse. Wir müssen mit unserer eigenen Festplatte da antanzen. Die Festplatte muss aber da leben. Also die Festplatte dürfen wir nie mehr mitnehmen. Und also solche Geschichten, das ist nicht so gerade so Nutzer innenfreundlich, sage ich mal. Und deswegen, also die Forschung mit Gesundheitsdaten war wirklich so lange so sperrig und komplex bzw. ist immer noch, dass wir als Gesundheitscommunity noch lernen müssen, was ist überhaupt möglich und wie können wir mit den neuen Möglichkeiten umgehen? Also Punkt eins. Zweitens, die Daten müssen interoperabel sein. Nur weil alle Krankenkassen sagen, so, ja, hier sind meine Daten, bedeutet das auch schon längst nicht, die nutzbar sind und müssen dann auch für die Datenqualität sorgen. Super wichtig. Drittens brauchen wir dann Menschen, die in der Datenwissenschaft gut genug ausgebildet sind, dass die mit solchen Datensätzen umgehen können.

23:48

Inga Bergen

Und die sehen so auch dein Ziel ist am HPI.

23:50

Prof. Dr. Ariel Stern

Das machen wir auch. Das machen wir auch. Genau. Wir haben also deutschlandweit den ersten Master in Digital Health angeboten. Den gibt es immer noch. Bin super stolz und freue mich sehr, in dem Programm zu unterrichten. Aber wir brauchen dann Menschen, die nicht nur, nicht nur Datenwissenschaftler:innen sind, sondern auch wirklich Gesundheitsdaten verstehen und verstehen, warum diese dann komplexer sind und anders sind als ein Datensatz, den man vielleicht von, weiß nicht, you name it, so irgendeinem Laden bekommt.

24:19

Inga Bergen

Oder wir können ja mal ein kleines Spiel machen, weil wenn du jetzt, Nina Warken hat ja heute ihr großes Kick-off gemacht. Stell dir mal vor, du könntest jetzt Nina Warken ein kleines Cockpit bauen, wo die jeden Tag draufschaut, so ein Dashboard. Welche Kennzahlen müssten denn da drauf, damit sie irgendwie eher Daten statt Debatten folgt oder Daten statt Befindlichkeiten?

24:39

Prof. Dr. Ariel Stern

Ja, also wir wissen auch an so vielen Stellen, also erstens so überhaupt, wo fließt das Geld hin? Also wir haben so einen groben Überblick.

24:47

Inga Bergen

Also wo fließt das Geld hin?

24:48

Prof. Dr. Ariel Stern

Wo fließt das Geld hin?

24:48

Inga Bergen

Wo ist das Geld gestern hingeflossen?

24:50

Prof. Dr. Ariel Stern

Wenn man so an ein Cockpit denkt, da will man dann schon wissen, wo irgendein Fahrzeug oder Flugzeug dann hinfliegt. Aber wir sollen auch so ein bisschen über dann so Inputs und Outputs denken. Also was bekommt man dann für— wir investieren 2 Milliarden pro Jahr in X, also ist es ein gutes Investment oder ist es ein schlechtes Investment? Bzw. es gibt viele Stellen, an denen wir 5 Milliarden pro Jahr investieren. An vielen Stellen haben wir viel als Wir mehr als 5 Milliarden Mehrwert von, an anderen Stellen nicht.

25:27

Inga Bergen

Ja, ich denke nur an das Krankenhauszukunftsgesetz. Jedes Krankenhaus braucht ein Patientenportal. Ist ja nicht so Outcome gedacht, sondern es ist so ein Tool. Okay, so was meinst du? Okay, das ist Nummer 2. Also was geht rein, was kommt raus an Effekt?

25:41

Prof. Dr. Ariel Stern

Genau. Und dass man dann bereit ist zu sagen so, hey, ist es gut investiertes Geld oder nicht? Und in dem Moment wird es dann politisch. Deswegen bin ich nicht in der Politik. Ich, aber wir sollen dann ehrlich, also gerade jetzt in dieser Krise, in der wir stecken, nicht nur in Deutschland, aber auch in Deutschland, müssen dann wirklich sagen: Ist das ein gutes Investment? Ja oder nein? Ich hatte vorhin nur aus Spaß die MPs erwähnt. Wir wissen nicht wirklich, ob die funktionieren. Jetzt reden wir über die Krisenmanagementprogramme. Das ist Also sind eine gute Idee, auf jeden Fall, dass wir irgendwas für die Chroniker:innen machen müssen. Auch ganz klar, dass wir auch eine bessere Versorgung anbieten sollen müssen für Menschen mit mehreren chronischen Krankheiten, ist ganz klar. Aber wir wissen nicht, was funktioniert. Und dann einfach vor uns hin irgendwie weiter so Geld auszuschütteln in der Hoffnung, Dass das hilft, das ist auch keine Strategie, das ist Geldverschwendung. Und also wir haben bei uns im Fachbereich tatsächlich einen Antrag geschrieben letztes Jahr. Wir warten noch auf die Finanzierung, aber wir wollen das dann, wir wollen es uns angucken, weil das eigentlich total bescheuert ist.

27:00

Inga Bergen

Also ich finde es übrigens gerade so spannend, weil ich heute Morgen etwas schmunzeln musste, als die Staatssekretärin sagte, es beginnt jetzt eine Kommissionsarbeit. Das, also da müssen wir alle ein bisschen schmunzeln, wenn wir länger im Gesundheitswesen arbeiten, weil wir haben immer 1000 Kommissionen und irgendwelche Gruppen und dies, das. Und das, was ich bei dir jetzt aber raushöre, wenn man das auf deine Arbeit überträgt, dann würde man von Beginn an einfach eine gute Daten- und Evaluationsstrategie machen. Also man würde viel mehr zu einer, viel schneller zu einer Entscheidung kommen können, das machen wir jetzt, und würde sozusagen fortlaufend validieren mit diesem Thema Income und Outcome und oder Input und Outcome. Und wo gehen die Gelder hin? Ströme eigentlich hin.

27:42

Prof. Dr. Ariel Stern

Total. Und es ist aber wirklich, wenn man überlegt, wie oft wir dann einfach im Blindflug nicht nur Politik machen, sondern Politik weitermachen. Es ist schon, es ist sehr hart. Und also wirklich ROI, Return on Investment, das kann man auch an vielen Stellen, also das ist klar, also Volkswirten, aber das muss man machen. Also das ist ja gerade in einem System, dass nicht genug Geld hat, müssen wir schlauer mit dem Geld umgehen, das wir haben.

28:13

Inga Bergen

Und, und Net Promoter Score, also wie viele Leute empfehlen das dann auch wirklich? Das finde ich auch ganz wichtig. Ich habe aber noch ein weiteres Thema. Wir haben tatsächlich, wir haben ja theoretisch eine Stunde Zeit, aber so lange geht mein Podcast nicht. Deswegen werden wir früher fertig werden. Aber ich habe hier noch ein Thema auf dem Zettel, was ich gerne mit dir besprechen möchte. Und ich habe auch schon mal einen Vortrag dazu gesehen. Und ich finde, das ist ein sehr, sehr spannendes Thema, denn wir regulieren ja gerne in Deutschland, wir regulieren sehr, sehr gerne. Und man könnte ja meinen, Regulatorik bedeutet auch eine Form von Sicherheit. Dem ist aber zwangsläufig gar nicht so, weil das sehen wir jetzt. Ich nehme gerne das Beispiel DIGA, digitale Gesundheitsanwendungen. Da haben wir eigentlich klare Regeln, wie die eingesetzt werden sollen. Wir haben aber im System ganz viele, die sagen: Ach nee, das lege ich jetzt doch wieder anders aus. Also für mich ist das so, mit dem Brennglas auf Probleme im Gesundheitswesen. Wir haben eine Regulatorik, aber so eindeutig ist sie dann leider ja doch nicht. Und dazu hast du auch geforscht. Du hast tatsächlich nachgewiesen, dass unsichere Regeln Innovation killen. Und jetzt finde ich, ist es sehr, sehr selbstkritisch, weil wir würden jetzt nicht von uns idealerweise sagen, wir sind in Deutschland ein Land der unsicheren Regeln, aber vielleicht ja doch.

29:31

Prof. Dr. Ariel Stern

Ja, genau. Also es ist— danke auch, ist ein super Thema. Also das ist das, was ich vor Jahren und eigentlich immer noch geforscht habe, immer noch forsche, ist die Idee so regulatory uncertainty, also die regulatorische Unsicherheit. Und was wir gesehen haben in diversen Settings, ist, dass diese Unsicherheit eigentlich die wichtigste Rolle spielt. Das haben wir zum Beispiel mit Medizinprodukten. Angeschaut und das sind also, wir haben uns, ich habe die Hochrisikoprodukte angeschaut, also das sind so wirklich so Herzschrittmacher, das sind Produkte, wenn es schiefgeht, da stirbt jemand. Das ist ganz, also das ist eine ernste Sache. Und da sieht man, dass also der wichtigste Faktor in dem Kontext ist nicht, ob und wie streng reguliert wird, sondern wie klar sind die Erwartungen. An aus der Regulatorik. Also was, wie klar ist es zum Beispiel für die Hersteller in dem Moment, in dem die ein neues Produkt auf den Markt bringen wollen? Was habe ich zu tun, um dieses Medizinprodukt auf den Markt zu setzen? Nicht? Also ja klar, also klinische Studien sind teuer, aber viel wichtiger als, als ist diese Unsicherheit, was für eine Studie muss ich machen? Vielleicht mache ich erst mal gar nichts, weil ich nicht weiß, wenn ich jetzt Geld in eine Studie investiere, Und mein Antrag nicht durchgeht, ist es doof. Ich warte dann lieber mal ab, bis jemand anders das für mich klärt.

30:59

Inga Bergen

Kleine Anekdote: Ich habe engen Kontakt mit einem Startup. Die haben tatsächlich eine vom BfArM vorgeschlagene Studie gemacht, die ihnen dann hinterher bemängelt wurde als nicht passende Studie für diesen Zulassungsweg. Also so was meinst du?

31:12

Prof. Dr. Ariel Stern

Ja, also das ist wirklich, das ist sehr hart. Also das, was ich meine, haben sie auch dann korrigiert.

31:17

Inga Bergen

Also das Kind war in den Brunnen gefallen, aber es konnte wieder rausgeholt werden.

31:21

Prof. Dr. Ariel Stern

Meistens das. Das sehen wir aber mit Hochrisikomedizinprodukten. Das sehen wir aber auch im Pharma-Bereich zum Beispiel. In dem Moment, in dem, also in einer anderen Studie, in dem Moment, in dem die FDA sagt, so das und das und das möchten wir sehen, und eine Studie, die so aussieht, wäre mehr oder weniger im Voraus abgesegnet. Das ist dann für die Hersteller viel einfacher, einfach loszulaufen und eine Studie dann zu planen, die dann den Erwartungen entspricht. Und deswegen diese Idee Regulatory Uncertainty, dass man redet sehr viel, immer mehr über den AI Act. Das ist noch so ein Beispiel. Ich habe vor 2 Jahren gesagt, Teufel steckt immer in den Details. Also ist der AI Act gut oder schlecht? Also können wir noch diskutieren, was der ist.

32:11

Inga Bergen

Das wissen wir eigentlich.

32:12

Prof. Dr. Ariel Stern

Wir wissen immer noch nicht, wie genau der interpretiert wird von den Gerichten. Und also, dass die Companies wirklich loslegen können und neue Produkte auf den Markt bringen können. So weit sind wir noch nicht, einfach weil wir noch nicht die Klarheit haben, wie dieser AI Act dann verstanden wird.

32:29

Inga Bergen

Genau, das ist ja eine Herausforderung. Ich finde es spannend, weil wir haben das ganz lange. Also ich kann mich an Dutzende Gespräche erinnern, die genauso gehen. Also wir brauchen doch erst die Rahmenbedingungen und dann können wir loslegen. Es ist sehr spannend, dass du das auch wirklich nachweisen kannst. Ich finde Sehr spannend, die Frage, weil wir zum Ende kommen unseres Gesprächs. Datenfakten. Also natürlich gibt es eine gewisse Bias, immer mit der Frage, welche Daten erheben wir? Wer erhebt die Daten? Das ist nie ganz neutral, weil es eben Menschen machen. Aber ich finde, Daten haben ja eine Griffigkeit einfach dadurch, dass sie so konkret sind. Und deswegen, ich persönlich liebe Daten. Mein Lieblingsbuch als Kind, das ist jetzt ein bisschen crazy, war der Fischer Weltallmann. Danach, wo ich so mit 8 Jahren immer Länder irgendwie nach Einwohnergröße sortiert habe und habe mich da total reingenördelt. Und ich liebe Daten. Gibt es eine Datenwahrheit, die wir in Deutschland endlich akzeptieren müssen? Und auch wenn sie weh tut? Fällt dir da was ein?

33:39

Prof. Dr. Ariel Stern

Ich glaube allgemein die Bereitschaft, an den Stellen Daten zusammenzusammeln, an denen man weiß, es wird irgendwo wehtun.

33:47

Inga Bergen

Es wird kein gutes Ergebnis für mich.

33:48

Prof. Dr. Ariel Stern

Irgendeine Partei verliert auf jeden Fall. Aber das sind die Stellen, an denen, es tut mir leid, an denen wir ziemlich sicher auch Geld sparen können und Geld besser ausgeben können als Gesundheitssystem. Wenn man weiß, es gibt einen Verlierer, dann weiß man auch, oh, da gibt es auch dann Geldverschwendungen, oder wir erstatten vielleicht etwas, das dann nicht unbedingt Mehrwert hat.

34:14

Inga Bergen

Genau, weil darum geht es ja auch. Es geht ja nicht nur um Geld sparen, sondern es geht am Ende um bessere Versorgung. Also Und da können wir eigentlich die Klammer schließen, weil ich würde mich mal weit aus dem Fenster lehnen und würde behaupten, wir haben an ganz vielen Stellen Daten nicht erhoben, weil schon klar war, also jetzt mit Verlaub, aber ich hätte mir denken können, dass Patienten, die schon alles machen, dass sie nicht mehr so stark profitieren von etwas Zusätzlichem. Bei deinem ersten Beispiel hätte ich mir denken können, und ich glaube, so ist es bei ganz vielen Dingen auch. Es wird vermieden, genauer hinzuschauen, um dann nicht mit dem Resultat ja eine Handlung vollführen zu müssen. Aber das Gute ist ja, wir sind am Ende im Gesundheitssystem. Also wir sind so am Ende, es funktioniert nichts mehr. Es wird, es gibt ja auch diesen berühmten Tipping Point, also den Punkt, ab dem dann wirklich alles richtig in sich auseinanderfällt. Und ich finde es spannend, weil manchmal brauchen wir die richtig großen Krisen, Im Leben, manchmal helfen uns die kleinen Krisen gar nicht weiter, weil die führen nur dazu, dass wir irgendwie uns weiter durchwurschteln. Und die großen Krisen helfen uns dann wirklich, wieder auf die Füße zu kommen. On the long term. Das heißt, wir müssen hinschauen. Das ist dein Appell.

35:28

Prof. Dr. Ariel Stern

Also das sage ich seit Jahren. Aber das ist wirklich so diese Mentalität: Wir machen einfach weiter, weil wir das schon immer so gemacht haben. Also Wir sehen auch in der Weltpolitik, das funktioniert nicht mehr. Und warum soll dann das deutsche Gesundheitssystem dann auch anders sein als der Rest? Also es ist schon längst Zeit, die Daten anzuschauen. Und wie du meintest, es ist doof, in einer Krise zu stecken, aber man soll die Gelegenheit auch wirklich nutzen, um eine bessere und schlauere und evidenzbasierte Gesundheitspolitik den Weg zu gestalten. Und ich unterstütze gerne mit meinem Team und mit unserer Forschung.

36:12

Inga Bergen

Ja, vielen, vielen Dank, liebe Ariane. Ich kann noch an der Stelle sagen, ihr macht auch eine große Veranstaltung am Hasso-Plattner-Institut.

36:19

Prof. Dr. Ariel Stern

Genau, du bist auch dabei.

36:20

Inga Bergen

Ich bin auch dabei. Ja, genau. Ich darf einen Vortrag halten. Ich freue mich schon sehr. Es ist eine tolle Arbeit, die ihr macht. Ich finde es sehr spannend, dass wir heute in dieses etwas nerdige Thema eintauchen durften. Aber ich glaube, es ist ein Thema, mit dem wir uns alle mehr auseinandersetzen sollten und mit dem wir uns auch konfrontieren sollten und dann gemeinsam überlegen, wie geht es weiter. Und ich freue mich, auf jeden Fall weiter zu verfolgen, was du machst mit deinem Team und deiner Arbeit. Ganz, ganz herzlichen Dank, liebe Arielle.

36:50

Prof. Dr. Ariel Stern

Danke für die schöne Einladung.

36:56

Inga Bergen

So, vielen Dank an euch, dass ihr hier geblieben seid zu unserem kleinen Ausflug in die evidenzbasierte Gesundheitspolitik und die Themen und ganz herzlichen Dank. Danke.