Abstract

Zusammenfassung Hintergrund Die exponentiell wachsende Verfügbarkeit von Gesundheitsdaten bietet Forschenden ungeahnte Potenziale für Innovationen. Gleichzeitig gehen mit der Verwertung von Big Data auch große ethische Herausforderungen einher, die es zu bewältigen gilt, um den Anforderungen an verantwortungsvolle Forschung und Innovation gerecht zu werden (Gerke et al. 2020; Howe III und Elenberg 2020). Datensouveränität und die damit verbundenen Grundsätze der Selbstbestimmung und der informierten Zustimmung sind dabei zentrale Ziele. Allerdings hat deren konsistente Umsetzung enorme Konsequenzen für die Datenerhebung und -verarbeitung in der Praxis. Dies trifft insbesondere angesichts einer Zunahme an Quantität und Komplexität von Daten im Gesundheitswesen zu. Denn aufgrund des Potenzials, relevante aber bisher verborgene Informationen aus der Datenmenge zu erschließen, ist eine zunehmende Anwendung von künstlicher Intelligenz (KI) in diesem Bereich zu erwarten (Jiang et al. 2017). Folglich besteht ein Bedarf an ethisch fundierten Handlungsanweisungen, die helfen, Datensouveränität und informierte Zustimmung in der klinischen Forschung umzusetzen. Material und Methoden Durch Anwendung einer narrativen Literaturrecherche in Kombination mit einem Design-Thinking-Ansatz soll das vorliegende Papier einen Beitrag zur Literatur leisten, indem die folgende Forschungsfrage beantwortet wird: Welche praktischen Anforderungen gibt es für eine konsequente Umsetzung von Datensouveränität und informierter Einwilligung im Gesundheitswesen? Ergebnisse Es wird gezeigt, dass Privatsphäre wahrende Technologien, menschenzentriert entwickelte Nutzungs- und Interaktionslösungen, erklärbare und vertrauenswürdige KI, Nutzerakzeptanz und -vertrauen, Patientenbeteiligung und eine wirksame Gesetzgebung zentrale Voraussetzungen für Datensouveränität und Selbstbestimmung in der klinischen Forschung sind. Die Bedeutung für die Entwicklung von IT-Lösungen im deutschen Gesundheitssystem wird dargelegt.