Synthetische Patientendaten verstehen und analysieren

Synthetische Patientendaten werden in der medizinischen Forschung und in der Softwareentwicklung immer häufiger eingesetzt. Man kann damit klinische Datensätze erzeugen und testen, ohne reale Patientendaten zu verwenden. Damit stellt sich aber eine Frage, die vorher niemand hatte: Woran erkennt man eigentlich, ob ein synthetischer Patientengenerator plausible Patienten und Populationen erzeugt?

Daraus ist Synspector entstanden, eine Webanwendung zur Exploration und Analyse synthetischer Patientendaten, die vor allem auf Datensätze aus Synthea ausgelegt ist.

Ich habe Synspector während meiner vierjährigen Tätigkeit am ICCAS entwickelt und über diesen Zeitraum immer weiter ausgebaut. Der Großteil ist eigenständig entstanden: die Benutzeroberfläche, die Verarbeitung der Datensätze und die verschiedenen Analysefunktionen.

Zwei Perspektiven auf synthetische Patientendaten

Synspector betrachtet einen synthetischen Datensatz auf zwei Ebenen: auf der Ebene des einzelnen Patienten und auf der Ebene der gesamten Population. Dafür hat die Anwendung zwei zentrale Bereiche: Patient Records und Population Analysis.

Patient Records: den einzelnen synthetischen Patienten verstehen

In der Ansicht Patient Records lassen sich einzelne Patientenakten eines synthetischen Datensatzes im Detail untersuchen.

Diagnosen, Untersuchungen, Behandlungen und weitere medizinische Ereignisse sind dabei im zeitlichen Verlauf sichtbar, sodass die Krankheits- und Therapiegeschichte eines synthetischen Patienten übersichtlich dargestellt wird.

Statistische Eigenschaften des Gesamtdatensatzes stehen hier nicht im Vordergrund. Die Frage ist eine andere:

Wie genau erzeugt der Patientengenerator einen einzelnen Patienten?

Gerade bei komplexeren Generierungsmodellen hilft diese Perspektive. Sie zeigt, welche Erkrankungen nacheinander auftreten und welche medizinischen Ereignisse zusammenhängen. Außerdem zeigt sie, ob der Krankheitsverlauf medizinisch und logisch überhaupt nachvollziehbar ist.

Population Analysis: den gesamten Datensatz untersuchen

Die zweite Hauptansicht, Population Analysis, richtet sich auf den gesamten Datensatz.

Hier geht es darum, ob die im Patientengenerator definierten Variablen, Wahrscheinlichkeiten und Abhängigkeiten in der erzeugten Population tatsächlich wiederzufinden sind.

Synspector stellt dafür verschiedene Analysewerkzeuge bereit. Für unterschiedliche klinische Variablen und Patientengruppen lassen sich unter anderem folgende Analysen durchführen:

• Häufigkeitsanalysen
• Verteilungsanalysen
• Korrelationsanalysen
• Survival-Analysen

So kann man zum Beispiel untersuchen, wie häufig bestimmte Diagnosen auftreten, wie sich Variablen innerhalb einer Population verteilen oder ob erwartete Zusammenhänge zwischen Erkrankungen, Therapien und Outcomes im generierten Datensatz vorhanden sind.

Von der Patientenakte zur Population

Die Kombination aus beiden Perspektiven ist für mich der wichtigste Teil von Synspector.

Ein synthetischer Datensatz kann auf Populationsebene statistisch plausibel aussehen und trotzdem einzelne Patienten mit unlogischen Krankheitsverläufen enthalten. Umgekehrt können einzelne Patienten völlig überzeugend wirken, während die Verteilung bestimmter Variablen über die Population nicht mehr zu den ursprünglich definierten Annahmen passt.

Deshalb erlaubt Synspector beides: den genauen Blick auf einzelne Patientengeschichten und die statistische Analyse der gesamten Population.

Ein sonst schwer überschaubarer synthetischer Datensatz wird damit interaktiv untersuchbar. Dadurch wird deutlich klarer, wie ein synthetischer Patientengenerator arbeitet und welche Population am Ende dabei herauskommt.