9. Juni 2023 von Juan Carlos Peñafiel Suárez
Welche Herausforderungen im Labor werden mit Datenstandards gelöst?
Die Ära der Digitalisierung bringt mit sich, dass die vorhandene Datenmenge rasant steigt. Damit keine Probleme auftreten, ist eine gute Kommunikation zwischen den Instanzen der Schlüssel für die Verwaltung von Daten. Hier spielen Datenstandards eine Hauptrolle, denn sie sind die Lösung für mehrere Datenprobleme im Labor. Jedoch kann das Fehlen von Datenstandards in der Zukunft Probleme verursachen, da in der heutigen komplexen Laborlandschaft der Datenaustausch effizienter und schneller werden muss, damit die Labore ihre Existenz im Markt sichern können.
Datenstandards können bei der Lösung vieler Probleme von Laboren helfen, die durch das enorme Wachstum von Wissen und Daten entstanden sind. Datenstandards unterstützen auch dabei, Informationen einfacher, effizienter und transparenter auszutauschen.
Warum sind Datenstandards notwendig?
Es gibt verschiedene Gründe, warum Datenstandards heute benötigt werden. Einige der wichtigsten sind¹:
- Es gibt ein enormes Wachstum von Wissen und Daten
- Es gibt den Wunsch, dass Informationen offen und transparent geteilt werden
- Die Digitalisierung spielt hier eine wichtige Rolle, da sie alle Bereiche von Wirtschaft, Wissenschaft und Gesellschaft durchdringt und einer der Haupttreiber für Innovation und internationale Zusammenarbeit ist
Abgesehen vom Bedarf an einen effizienten Datenaustausch und an eine globale Zusammenarbeit, nimmt die Komplexität der Labore ständig zu. Daher ist die Gestaltung eines effizienten Datenaustausch nicht nur gewünscht, sondern oft sogar notwendig. Einige der Herausforderungen, mit denen die Labore heute kämpfen müssen, sind:
Inkompatibilität: Innerhalb eines Labors können diese Probleme auftreten aufgrund der großen Anzahl verschiedenen Geräte und Software, die täglich verwendet werden. Darüber hinaus ist die Kommunikation zwischen den Laboren oder Systemen wichtig, so dass eine Inkompatibilität den Austausch sowie die Zusammenführung von Daten erschwert.
Datenverlust: Können Daten nicht richtig interpretiert werden, weil sie in verschiedenen Formaten vorliegen oder weil bei der Übertragung Informationen falsch interpretiert werden, gehen Daten verloren. Dadurch leiden die Qualität und Zuverlässigkeit der Ergebnisse.
Schwierigkeiten bei der Datenanalyse: Eine große Anzahl unterschiedlicher Formate und Strukturen erschwert die Analyse und Auswertung von Daten.
Mangelnde Reproduzierbarkeit: Ein möglicher Grund für die Nicht-Reproduzierbarkeit von Experimenten ist, dass eine einheitliche Dokumentation nicht möglich war.
Ineffiziente Arbeitsabläufe/ Fehlerhafte Datenintegration: Wenn Daten nicht einheitlich strukturiert sind, müssen oft manuelle Schritte durchgeführt werden, um diese Medienbrüche zu vereinheitlichen. Damit wird der Aufwand erhöht, was zu ineffizienten Arbeitsabläufen führt.
Eingeschränkte Datenintegrität und -sicherheit: Ohne Datenstandards ist es aufwendig nachzuvollziehen, wann und wie Daten geändert worden sind. Die große Anzahl von Datenformaten und notwendigen Konvertierungen erschwert die Übersicht der Daten, und deren Integrität.
Einschränkungen bei der Automatisierung: Eine wichtige Voraussetzung für eine Automatisierung sind die Datenstandards, damit diese automatisch erfasst, verarbeitet und analysiert werden können.
Mangelnde Rückverfolgbarkeit: Rückverfolgbarkeit ist nicht nur wichtig, um die Ergebnisse nachzuvollziehen, sondern auch um die Compliance-Anforderungen einzuhalten. Eine mangelnde Rückverfolgbarkeit erschwert auch die Fehlerbehebung, Validierung und Überprüfung von Daten.
Abgesehen von Bedarf an einen effizienten Datenaustausch und eine globale Zusammenarbeit, nimmt die Komplexität der Labore ständig zu. Daher ist die Gestaltung eines effizienten Datenaustauschs nicht nur gewünscht, sondern oft sogar notwendig.
Welche Vorteile bringen Datenstandards mit sich?
Datenstandards können dabei helfen, alle bereits genannten Herausforderungen zu lösen, mit denen ein Labor konfrontiert wird. Zusätzlich helfen Datenstandards die Datenqualität zu erhöhen und Datenprinzipien zu erfüllen. Diese spielen eine wichtige Rolle bei den regulatorischen Anforderungen, die gerade im Laborumfeld streng sind. Es gibt eine Reihe solcher Datenprinzipien, die den Laboren dabei helfen können, ihre Daten besser zu verwalten. Die wichtigsten und bekanntesten sind:
Diese Datenprinzipien beschreiben im Allgemein, welche Eigenschaften Daten haben sollten, damit die Datensicherheit und -integrität gewährleistet ist. ALCOA beschriebt z.B., dass Daten attributable, legible, contemporaneous, original, accurate (ALCOA) sein sollten, wobei ALCOA+ zusätzliche Aspekte wie Datenintegrität, Verifizierbarkeit und Vollständigkeit nennt. Die Datengovernance muss sich mit der Qualität der Daten befassen, da die Datenstandards als Bestandteil einer Datengovernance immer wichtiger werden.
Das ALCOA+ Prinzip beschreibt, welche Eigenschaften Daten haben sollte, damit Datensicherheit und -integrität gewährleisten sind.
Organisationen, die Datenstandards entwickeln
Es gibt auch eine Reihe von Organisationen und Initiativen zur Standardisierung im Bereich Labor- und Life-Sciences-Daten, die sich damit beschäftigen, Standards und Best Practices für die Integration, den Austausch und die Harmonisierung von Daten in Laboren zu entwickeln. Die bekanntesten Organisationen sind:
Diese Organisationen spielen aktuell eine sehr wichtige Rolle, weshalb es empfehlenswert ist, sich mit ihrer Arbeit zu beschäftigen. Inzwischen gibt es zahlreiche Kooperationen zwischen diesen Organisationen und Unternehmen, mit dem Ziel weitere Datenstandards zu entwickeln.
Relevanteste Organisationen und Initiativen zur Standardisierung im Bereich Labor- und Life-Sciences-Daten.
Welche Standards sollen verwendet werden?
Es gibt, wie bereits erwähnt, viele Initiativen zur Standardisierung. Trotzdem sind die Auswahl und Verwendungszwecke so groß, dass es schwierig ist, sich für eine zu entscheiden. Hier kommt leider die gewöhnliche Antwort “Es kommt darauf an”. Dennoch ist dies eine gute Antwort, denn jedes Labor und dessen Bedürfnisse sind unterschiedlich und müssen immer genauer betrachten werden. Da lohnt es sich, von den Erfahrungen anderer Labore und der Expertise anderer zu profitieren.
Fazit
Datenstandards können Labore bei der Lösung vieler Problemen helfen, die durch das enorme Wachstum von Wissen und Daten entstanden sind. Datenstandards unterstützen auch dabei, Informationen einfacher, effizienter und transparenter auszutauschen. Zusätzlich werden mit ihrer Hilfe Datenprinzipien einfacher erfüllt, die eine wichtige Rolle bei der Erfüllung regulatorischer Anforderungen spielen. Es gibt viele Organisationen und Initiativen, die bereits Standards, Richtlinien und Best Practices im Bereich Labor- und Life-Sciences-Daten fördern. Daher lohnt es sich, aus den Erfahrungen anderer Labore zu lernen oder sich Unterstützung zu holen, damit Datenstandards implementiert werden können, welche die Zusammenarbeit, den Informationstausch und die Qualitätssicherung im Labor verbessern.
Möchten Sie Ihre Labore durch Digitalisierung optimieren und sind sich nicht sicher, wo Sie beginnen sollen? Oder haben Sie eine dringende Frage, die beantwortet werden muss? Wir bieten Ihnen schnelle und kostenlose Beratung zur Labordigitalisierung.
Weitere spannende Themen aus der adesso-Welt findet ihr in unseren bisher erschienen Blog-Beiträgen.
Quellen
[1]: Hollmann S, Kremer A, Baebler Š, Trefois C, Gruden K, Rudnicki WR, Tong W, Gruca A, Bongcam-Rudloff E, Evelo CT, Nechyporenko A, Frohme M, Šafránek D, Regierer B, D'Elia D. The need for standardisation in life science research - an approach to excellence and trust. F1000Res. 2020 Dec 4;9:1398. doi: 10.12688/f1000research.27500.2. PMID: 33604028; PMCID: PMC7863991.
Kategorie: |
|
Schlagwörter: |
Life Science Datenmanagement |
