Thema 9.2 — Globale und internationale digitale Gesundheit

In einem Satz: Die Prinzipien dieses Buches lassen sich über Grenzen hinweg übertragen, die Systeme, Gesetze und Gesellschaftsverträge, in denen sie landen, jedoch nicht – Ihre Aufgabe ist es daher, gezielt von anderen Gesundheitssystemen zu lernen, die gemeinsamen globalen Standards zu übernehmen und alles andere an den Kontext anzupassen, statt es zu kopieren.

Warum das in Gesundheit und Pflege wichtig ist#

Digitale Gesundheit ist keine britische Erfindung, und das Vereinigte Königreich ist nicht ihr Schwerpunkt. Die härteste, lehrreichste Arbeit in diesem Feld findet ebenso in Estland, Indien, Ruanda, Brasilien und Kenia statt wie in London oder Leeds. Wenn Sie die digitale Lieferung im NHS, in einem Integrated Care System oder in einer eigenständigen Stelle leiten und nur nach innen schauen, lösen Sie Probleme erneut, die andere vor einem Jahrzehnt gelöst haben, und verpassen die Standards, Werkzeuge und warnenden Beispiele, die Ihnen Jahre erspart hätten.

Das ist aus Gründen wichtig, die über Effizienz hinausgehen. Gesundheit ist ein globales Gemeingut: Krankheitserreger, Evidenz, klinische Leitlinien und – zunehmend – die Software, die Versorgungssysteme betreibt, überschreiten Grenzen. Dieselben Anliegen zu klinischer Sicherheit, Gerechtigkeit und öffentlichem Vertrauen, die bestimmen, wie Sie im eigenen Land arbeiten, kehren verstärkt wieder, wenn Daten und Technologie Rechtsordnungen überschreiten. Ein Fernüberwachungswerkzeug, das in einer gut vernetzten englischen Stadt sicher ist, kann dort unsicher sein, wo die Konnektivität ausfällt; ein Einwilligungsmodell, das nach dem Recht eines Landes rechtmäßig ist, kann nach dem eines anderen unrechtmäßig sein; ein an einer Bevölkerung trainierter Algorithmus kann einer anderen unbemerkt schaden.

Es gibt auch eine Pflicht zur Demut. Das Vereinigte Königreich lernt von der globalen Gesundheit und trägt zu ihr bei, und der Fluss läuft in beide Richtungen. Länder mit niedrigem und mittlerem Einkommen (LMICs) haben mobile-first-Versorgung, Plattformen für Gemeindegesundheitshelferinnen und -helfer und quelloffene nationale Infrastruktur entwickelt, die reichere Systeme heute studieren. Internationale digitale Gesundheit als Wohltätigkeit oder als Speisekarte von Modellen zu behandeln, die man aufnimmt und in England ablegt, ist der schnellste Weg zum Scheitern. Sie als Disziplin sorgfältigen, wechselseitigen Lernens zu behandeln, macht den Anspruch dieses Buches auf „international übertragbare Prinzipien“ ehrlich statt hohl.

Kernkonzepte#

Globale Gesundheit und digitale Gesundheit. Globale Gesundheit ist die Lehre und Praxis, die Gesundheit zu verbessern und Gesundheitsgerechtigkeit für alle Menschen weltweit zu erreichen. Digitale Gesundheit ist der Einsatz von Informations- und Kommunikationstechnologien – Akten, Apps, Geräte, Analytik und künstliche Intelligenz –, um Versorgung zu erbringen und zu verbessern. Die Schnittmenge ist der Gegenstand dieses Themas: wie digitale Werkzeuge und Arbeitsweisen zwischen Gesundheitssystemen wandern oder nicht wandern, die sich in Wohlstand, Recht, Infrastruktur und Kultur unterscheiden.

Die globale Strategie der WHO und digitale öffentliche Güter. Die Weltgesundheitsorganisation (WHO) hat eine Globale Strategie für digitale Gesundheit veröffentlicht, die digitale Gesundheit als Ermöglicher der allgemeinen Gesundheitsversorgung rahmt – oft Universal Health Coverage (UHC) genannt, das Ziel, dass alle die Leistungen nutzen können, die sie brauchen, ohne finanzielle Not. Eine zentrale Idee ist das digitale öffentliche Gut: quelloffene Software, offene Daten, offene Standards und offene Inhalte – manchmal „globale Güter“ genannt –, die jedes Land übernehmen und anpassen kann, statt proprietäre Systeme zu kaufen, die es weder besitzen noch bezahlen kann. Von der WHO befürwortete Werkzeuge wie DHIS2 (eine Gesundheitsinformationsplattform, die in mehr als siebzig Ländern genutzt wird) und OpenMRS (eine quelloffene Patientenakte) sind Paradebeispiele.

Internationale Interoperabilitäts- und Terminologiestandards. Grenzen überschreitet man nicht, indem man ganze Systeme verschiebt, sondern indem man eine gemeinsame Sprache teilt. Drei Standards leisten die meiste Arbeit: HL7 Fast Healthcare Interoperability Resources (FHIR) für den Austausch strukturierter klinischer Daten; SNOMED CT, die internationale klinische Terminologie unter der Verantwortung von SNOMED International; und die ICD-11 der WHO, die elfte Revision der Internationalen Klassifikation der Krankheiten, die weltweit für Mortalitäts-, Morbiditäts- und Abrechnungskodierung genutzt wird. Sie sind das gemeinsame Vokabular, das eine englische Akte, eine estnische Akte und eine statistische Meldung an die WHO dasselbe bedeuten lässt. (Siehe Thema 4.3 — Interoperabilität und Datenstandards.)

mHealth und Leapfrogging. mHealth – mobile Gesundheit – ist die Erbringung von Gesundheitsleistungen und -informationen über Mobiltelefone. In vielen LMICs ist mobile-first-Versorgung kein Rückschritt, sondern der primäre Kanal, und sie veranschaulicht das Leapfrogging: eine Infrastrukturgeneration (hier Festnetzanbindung und papierlastige Krankenhaus-IT) zu überspringen und direkt zu neuerer Technologie zu wechseln. Die Lehre für reichere Systeme ist nicht, dass Telefone billig sind, sondern dass Beschränkung Entwürfe hervorbringt – offline-first, bandbreitenarm, SMS-Rückfall –, die widerstandsfähiger sind als viele „fortschrittliche“ Alternativen.

Datensouveränität und grenzüberschreitende Datenflüsse. Datensouveränität ist das Prinzip, dass Daten dem Recht der Rechtsordnung unterliegen, in der sie erhoben oder gespeichert werden. Gesundheitsdaten gehören zu den am strengsten kontrollierten Kategorien, und die Rechtsordnungen weichen stark voneinander ab: Die Datenschutz-Grundverordnung (DSGVO/GDPR) des Vereinigten Königreichs und der EU beruht auf Rechtsgrundlagen und Betroffenenrechten; der US-amerikanische Health Insurance Portability and Accountability Act (HIPAA) schützt einen engeren Kreis „erfasster Stellen“; das KI-Gesetz der EU und die EU-Medizinprodukteverordnung (Verordnung (EU) 2017/745) legen risikogestufte Kontrollen für Software als Medizinprodukt fest. Ein Werkzeug, das in einer Ordnung konform ist, kann in einer anderen rechtswidrig sein, und grenzüberschreitende Datenflüsse erfordern einen ausdrücklichen rechtlichen Übermittlungsmechanismus, keine Annahme.

Lernen über Gesundheitssysteme hinweg. Länder führen natürliche Experimente durch, die Sie zu Hause nicht durchführen können. Estland baute eine behördenübergreifende Datenaustauschschicht und nahezu flächendeckende digitale Akten; Indien baute eine Reihe offener digitaler „Stack“-Komponenten für Identität, Zahlungen und Gesundheit, auf denen private und öffentliche Akteure aufsetzen; Ruanda skalierte per Drohne gelieferte Blutprodukte und Plattformen für Gemeindegesundheit. Jedes ist eine Quelle übertragbarer Lehren und nicht übertragbarer Besonderheiten – und beides auseinanderzuhalten ist die Kernkompetenz, die dieses Thema vermittelt.

Bewährte Praktiken#

1. Übernehmen Sie die globalen Standards, bevor Sie lokale erfinden. Nutzen Sie standardmäßig HL7 FHIR, SNOMED CT und ICD-11 für Austausch, Terminologie und Klassifikation, denn sie sind die gemeinsame Sprache, die jeden künftigen internationalen Vergleich, jede Zusammenarbeit oder jeden Lieferantenwechsel möglich macht. Jedes maßgeschneiderte lokale Kodiersystem, das Sie schaffen, ist eine Mauer, die Sie später abreißen müssen. Wo ein nationales Profil existiert – etwa die UK Core FHIR-Profile –, nutzen Sie es und tragen Sie zurück, statt stillschweigend abzuzweigen.

2. Bevorzugen Sie digitale öffentliche Güter und offene Standards gegenüber proprietärer Bindung. Gewichten Sie bei Beschaffung oder Bau quelloffene, offen spezifizierte und unabhängig gesteuerte Optionen stark, denn sie bewahren Ihre Fähigkeit, zu besitzen, zu prüfen und auszusteigen. Digitale öffentliche Güter wie DHIS2 und OpenMRS sind im nationalen Maßstab erprobt und frei von Lizenzrente; selbst wo Sie ein kommerzielles Produkt wählen, bestehen Sie auf offenen Standards und Datenportabilität, damit Sie nie zur Geisel werden. (Siehe Thema 9.0 — Zusammenarbeit mit Partnerorganisationen zum Gestalten gegen Anbieterbindung.)

3. Lernen Sie von anderen Systemen als Disziplin, mit benannten Verantwortlichen und ehrlicher Übersetzung. Behandeln Sie internationales Lernen als echte Arbeit: Beauftragen Sie jemanden, ein Vergleichssystem zu studieren, zu verstehen, warum es dort funktioniert – seine Gesetze, Finanzierung, digitale Identität und sein gesellschaftliches Vertrauen –, und das übertragbare Prinzip vom lokalen Spezifikum zu trennen. Ein Studienbesuch, der mit „wir sollten Estland kopieren“ zurückkehrt, ist gescheitert; einer, der mit „hier ist das Identitäts- und Einwilligungsproblem, das Estland gelöst hat, und so unterscheiden sich unsere Bedingungen“ zurückkehrt, war erfolgreich.

4. Übernehmen Sie nie ein nationales Modell im Ganzen. Estlands Erfolg beruht auf einer kleinen Bevölkerung, einer verpflichtenden nationalen digitalen Identität und einem über zwei Jahrzehnte gewachsenen Vertrauensgefüge; Indiens Gesundheits-Stack beruht auf einer bestimmten öffentlich-privaten Architektur und einem Identitätssystem für eine Milliarde Menschen. Eine Komponente herauszulösen und in England abzusetzen ignoriert das Gerüst, das sie sicher macht. Übernehmen Sie das Muster und bauen Sie die Umsetzung für Ihren rechtlichen, demografischen und Vertrauenskontext neu.

5. Kartieren Sie die Rechtsordnung, bevor Daten eine Grenze überschreiten. Legen Sie schriftlich Rechtsgrundlage, Übermittlungsmechanismus und Verantwortlichkeitsbeziehungen fest, bevor Gesundheitsdaten eine Rechtsordnung verlassen – nehmen Sie nicht an, ein im Vereinigten Königreich rechtmäßiger Fluss sei auch weiter rechtmäßig. Wo Sie unter DSGVO, HIPAA, EU-KI-Gesetz und EU-Medizinprodukteverordnung arbeiten, behandeln Sie die strengste anwendbare Ordnung als Untergrenze und halten Sie fest, wie die Datensouveränität für jede Bevölkerung gewahrt wird, deren Daten Sie halten.

6. Gestalten Sie für die härtesten realistischen Bedingungen, nicht für die Demo. Übernehmen Sie die LMIC-Disziplin von offline-first, geringer Bandbreite und würdevollem Leistungsabfall, denn sie bringt Dienste hervor, die auch zu Hause den Konnektivitätsausfall, das alte Gerät und das ländliche Funkloch überstehen. Ein Werkzeug, das nur auf schnellem Glasfaseranschluss in einer Klinik funktioniert, ist nicht widerstandsfähig; Gerechtigkeit und klinische Sicherheit verbessern sich beide, wenn Sie annehmen, dass das Netz ausfällt.

7. Verankern Sie alles in Gerechtigkeit und allgemeiner Versorgung, und prüfen Sie, wer ausgeschlossen ist. Fragen Sie bei jedem Einsatz, ob er die Lücke verengt oder erweitert – zwischen Ländern und innerhalb der eigenen Bevölkerung –, denn ein digitaler Dienst, der die Vernetzten und Selbstsicheren bedient und andere zurücklässt, ist ein Schritt weg von allgemeiner Versorgung, nicht hin zu ihr. Messen Sie die Nutzung nach Gruppen, nicht nur im Aggregat. (Das hängt mit Thema 1.9 — Digitale Inklusion und Barrierefreiheit zusammen.)

8. Steuern Sie KI und aufkommende Technologien nach der höchsten anwendbaren internationalen Messlatte. Algorithmen, die an einer Bevölkerung trainiert wurden, können einer anderen schaden, und der regulatorische Boden verschiebt sich unter dem EU-KI-Gesetz und vergleichbaren Rahmenwerken rasch. Dokumentieren Sie die Herkunft der Trainingsdaten, validieren Sie an Ihrer eigenen Bevölkerung und richten Sie die Governance an der strengsten Ordnung aus, die Sie berühren, nicht an der nachsichtigsten. (Siehe Thema 8.4 — Governance von KI und aufkommenden Technologien.)

Fragen zur Diskussion im Team#

1. Wenn wir das digitale Gesundheitssystem eines anderen Landes bewundern, können wir genau benennen, welche Teile auf unseren Kontext übertragbar sind und welche von Bedingungen abhängen, die wir nicht teilen? Diese Frage schützt vor dem häufigsten und teuersten Fehler internationalen Lernens: eine spezifische Umsetzung für ein allgemeines Prinzip zu halten. Estlands nahezu reibungsloser Datenaustausch hängt von einer verpflichtenden nationalen digitalen Identität und einem vertrauensvollen gesellschaftlichen Gefüge ab; Indiens Gesundheits-Stack hängt von einer bestimmten öffentlich-privaten Architektur und einem Identitätssystem im Bevölkerungsmaßstab ab; beides brauchte viele Jahre und bestimmte politische Bedingungen. Ihr Team sollte das zugrunde liegende Problem benennen können, das jedes System gelöst hat – sichere Identität, einwilligungsbasierter Datenaustausch, das Erreichen abgelegener Bevölkerungen –, und dann ehrlich beschreiben, wie sich Ihre Rechtsordnung, Finanzierung, Demografie und das öffentliche Vertrauen unterscheiden. Die Diskussion sollte zutage fördern, welches Gerüst ein übernommenes Modell hier bräuchte, um sicher zu sein, und ob dieses Gerüst realistisch ist. Eine reife Antwort trennt das übernehmenswerte Muster von der nicht übertragbaren Umsetzung und behandelt „wir sollten sie einfach kopieren“ als Warnsignal statt als Plan. Sie stellt auch die wechselseitige Frage: Was macht unser System, wovon andere lernen könnten? Das schärft die Demut, die die ganze Übung verlangt.

2. Bevor Gesundheitsdaten eine Grenze überschreiten – auch zu einer Cloud-Region, einem Lieferanten oder einem Forschungspartner in einem anderen Land –, kennen wir Rechtsgrundlage, Übermittlungsmechanismus und die maßgebliche Ordnung? Grenzüberschreitende Datenflüsse sind der Ort, an dem gute Absichten auf hartes Recht treffen, und das Versagen ist meist still: Daten wandern durch eine Cloud-Region oder den Auslands-Support eines Lieferanten, ohne dass jemand einen rechtlichen Übermittlungsmechanismus festgelegt hätte. Ihr Team sollte klar unterscheiden zwischen der Welt der Rechtsgrundlagen und Betroffenenrechte der britischen und EU-DSGVO, dem US-amerikanischen HIPAA-Modell, das einen engeren Kreis erfasster Stellen schützt, und den entstehenden Kontrollen des EU-KI-Gesetzes und der Medizinprodukteverordnung für klinische Software. Die Diskussion muss die Datensouveränität konkret behandeln: Für jede Bevölkerung, deren Daten Sie halten, welches Landes Recht gilt, und halten Sie es ein? Sie sollte auch die praktischen Fallen ansprechen – ein „globales“ SaaS-Produkt mit Support-Personal auf einem anderen Kontinent, ein KI-Anbieter, dessen Modell mit Ihren Daten nachtrainiert wird, eine Forschungskooperation, die eine Gegenseitigkeit voraussetzt, die das Recht nicht gewährt. Eine starke Antwort behandelt die strengste anwendbare Ordnung als Untergrenze, hält den Übermittlungsmechanismus schriftlich fest, bevor Daten fließen, und kann benennen, wer verantwortlich ist, wenn eine Aufsichtsbehörde fragt.

3. Gestalten wir für Konnektivität, Geräte und Kompetenz aller, denen wir dienen, oder nur für die selbstsichere, vernetzte Nutzerin in der Demo? Ein Großteil der widerstandsfähigsten Gesundheitstechnologie der Welt wurde unter Beschränkung gebaut – unterbrochene Stromversorgung, geringe Bandbreite, geteilte oder einfache Telefone, mehrere Sprachen –, und diese Disziplin bringt Dienste hervor, die auch den Ausgeschlossenen innerhalb eines wohlhabenden Systems dienen. Ihr Team sollte prüfen, ob seine Entwürfe schnelle Konnektivität, moderne Geräte und hohe digitale Kompetenz voraussetzen und was mit einem Patienten geschieht, wenn diese Annahmen versagen. Die Gerechtigkeitsfolgen sind unmittelbar: Ein Dienst, der nur für Gutvernetzte funktioniert, vergrößert die Lücke, die er schließen sollte, zwischen Ländern wie innerhalb der eigenen Bevölkerung, und bewegt sich von allgemeiner Versorgung weg statt auf sie zu. Das Gespräch sollte offline-first-Verhalten, würdevollen Leistungsabfall, SMS- oder Sprach-Rückfall, Sprach- und Lesestufen-Barrierefreiheit betrachten und fragen, ob die Nutzung nach Gruppen statt nur im Aggregat gemessen wird. Es sollte auch fragen, ob Sie bewährte LMIC-Entwurfsmuster übernehmen oder sie aus dem Gefühl ignorieren, sie seien „nichts für uns“. Eine gute Antwort kann auf konkrete Entwurfsentscheidungen verweisen, die die am schwersten erreichbare Nutzerin schützen, und auf Kennzahlen, die Ausschluss früh sichtbar machen würden.

4. Wählen wir beim Bauen oder Kaufen digitale öffentliche Güter und offene Standards, die wir besitzen, prüfen und verlassen können – oder akzeptieren wir stillschweigend proprietäre Bindung, weil sie heute bequem ist? Die Wahl zwischen einer offenen, unabhängig gesteuerten Plattform und einer polierten proprietären ist der Ort, an dem die langfristige Souveränität eines Systems gewonnen oder verloren wird, und der Druck läuft fast immer zur geschlossenen Option, weil sie in der Demo besser wirkt und jetzt weniger verlangt. Ihr Team sollte sagen können, warum es in einer konkreten jüngeren Entscheidung quelloffene, offen spezifizierte und portable Optionen gewichtet hat – oder ehrlich zugeben, dass es das nicht tat. Digitale öffentliche Güter wie DHIS2 und OpenMRS sind im nationalen Maßstab erprobt und frei von Lizenzrente, verlangen aber hauseigene Fähigkeiten und eine Wartungszusage, die ein kommerzieller Vertrag scheinbar abnimmt; dieser Zielkonflikt ist real und sollte ausgefochten, nicht weggeredet werden. Die Diskussion muss auch den Ausstieg konkret behandeln: Wenn dieser Lieferant seinen Preis verdoppelte oder in drei Jahren den Markt verließe, könnten Sie Ihre Daten und Ihren Dienst umziehen, und haben Sie diese Behauptung getestet, statt einer Vertragsklausel zu vertrauen? Eine reife Antwort behandelt Datenportabilität und einen dokumentierten Ausstieg als nicht verhandelbar, selbst wenn das gewählte Produkt kommerziell ist, und kann benennen, was die Organisation bauen oder finanzieren müsste, damit die offene Option tragfähig wird.

5. Behandeln wir Partner mit niedrigerem Einkommen als Quellen bewährten Designs und echte Mitarbeitende – oder als Empfänger unserer Wohltätigkeit –, und können wir klar sagen, was wir zurückgeben? Internationale digitale Gesundheit trägt ein beständiges Machtgefälle, und die Wohltätigkeitsrahmung – bei der ein wohlhabendes System einem LMIC „hilft“, indem es Technologie spendet – ist zugleich bevormundend und ein verlässlicher Weg zum Scheitern, weil sie ignoriert, dass mobile-first-Versorgung, Plattformen für Gemeindegesundheitshelfer und offene nationale Infrastruktur oft in genau diesen Systemen entwickelt wurden. Ihr Team sollte eine reale oder vorgeschlagene Partnerschaft prüfen und fragen, wem das Ergebnis gehört, wer es pflegt und ob der Lernfluss wirklich in beide Richtungen läuft. Die Spannungen sind konkret: eine gespendete Plattform, die zur unfinanzierten Abhängigkeit wird, eine „Zusammenarbeit“, die einer Partnerbevölkerung Daten oder Validierung ohne Gegennutzen entzieht, ein Studienbesuch, der Lehren mitnimmt, aber nichts zurückgibt. Es sollte auch die wechselseitige Demut ansprechen, die das Thema verlangt – was tut Ihr eigenes System, wovon andere lernen könnten, und teilen Sie es so offen, wie Sie erwarten, dass andere mit Ihnen teilen? Eine ehrliche Antwort kann auf Miteigentumsvereinbarungen, Beiträge zurück in gemeinsame offene Kerne und eine Partnerschaft verweisen, die auch dann noch Sinn ergäbe, wenn die Finanzierungsrichtung umgekehrt würde.

6. Können wir für jeden Algorithmus oder jedes KI-Modell, das wir einsetzen, zeigen, dass es an der Bevölkerung validiert wurde, der es tatsächlich dienen wird, und dass es nach der strengsten Ordnung gesteuert wird, die wir berühren, statt nach der nachsichtigsten? Ein an einer Bevölkerung trainiertes und validiertes Modell kann einer anderen unbemerkt schaden, und internationale digitale Gesundheit vervielfacht dieses Risiko, weil Werkzeuge, Trainingsdaten und Anbieter Grenzen schneller überschreiten als der Nachweis ihrer Sicherheit. Ihr Team sollte die Herkunft eines Modells – woher seine Trainingsdaten stammen, an welcher Bevölkerung es validiert wurde – von der Bevölkerung unterscheiden können, der es jetzt dienen soll, und jede Lücke als akutes klinisches Sicherheitsproblem behandeln statt als Formalie. Der regulatorische Boden verschiebt sich schnell und ungleichmäßig: Das EU-KI-Gesetz legt risikogestufte Kontrollen für klinische Hochrisiko-Software fest, die EU-Medizinprodukteverordnung behandelt viele Algorithmen als Software als Medizinprodukt, und das britische Recht ist stellenweise leichter, was die Versuchung schafft, nach der nachsichtigsten Ordnung zu steuern, die man vertreten kann. Die Diskussion sollte zutage fördern, wer für die Revalidierung verantwortlich ist, wie Modellaktualisierungen und Nachtraining durch Anbieter kontrolliert werden und ob die Organisation die Herkunft der Trainingsdaten überhaupt dokumentiert. Eine starke Antwort revalidiert vor dem Einsatz an der lokalen Bevölkerung, richtet die Governance an der höchsten anwendbaren internationalen Messlatte aus, um Optionen offen zu halten, und kann diese Wahl einer Aufsichtsbehörde ohne Verlegenheit erklären.

In der Praxis: ein Beispiel aus Gesundheit und Pflege#

Eine fiktive englische eigenständige Stelle, der „National Remote Monitoring Service“, soll eine Plattform für die häusliche Überwachung von Langzeiterkrankungen beschaffen, mit der Option, mit Gesundheitsministerien in zwei Partnerländern an einem gemeinsamen quelloffenen Kern zusammenzuarbeiten – einem hocheinkommensstarken EU-Nachbarn und einem LMIC, das Gemeindegesundheitshelfer ausbaut.

Die Versuchung ist, eine polierte kommerzielle Plattform zu kaufen und den internationalen Aspekt als diplomatische Höflichkeit zu behandeln. Das Team widersteht. Es beginnt bei den Standards: Jede Plattform muss Daten als HL7 FHIR austauschen, Beobachtungen in SNOMED CT kodieren und Erkrankungen nach ICD-11 klassifizieren, damit Daten in allen drei Ländern dasselbe bedeuten und der Dienst nicht an einen Anbieter gebunden ist. Es setzt einen Kern aus digitalen öffentlichen Gütern (einen von OpenMRS abgeleiteten Stack) neben zwei kommerzielle Optionen auf die Auswahlliste und bewertet jede bei Datenportabilität und Ausstieg ebenso stark wie bei Funktionen.

Rechtlich kartiert das Team die Ordnungen, bevor ein Byte fließt. Daten englischer Patientinnen und Patienten bleiben unter der britischen DSGVO in einer britischen Cloud-Region; die Zusammenarbeit mit dem EU-Partner läuft unter der EU-DSGVO mit dokumentiertem Übermittlungsmechanismus; zum oder vom LMIC-Partner fließen überhaupt keine personenbezogenen Daten – nur de-identifizierte aggregierte Indikatoren und der quelloffene Code selbst, der ein digitales öffentliches Gut ist und kein Souveränitätsrisiko trägt. Der Überwachungsalgorithmus wird als Software als Medizinprodukt behandelt und separat an der englischen Bevölkerung validiert, weil ein anderswo abgestimmtes Modell nicht als hier sicher angenommen werden kann; seine Governance wird an den Hochrisiko-Erwartungen des EU-KI-Gesetzes ausgerichtet, auch wo das britische Recht leichter ist, um Optionen offen zu halten.

Das Design übernimmt vom LMIC-Partner, statt ihn zu belehren. Die Plattform für Gemeindegesundheitshelfer dort ist offline-first mit SMS-Rückfall, und der englische Dienst übernimmt dasselbe Muster – was sich für ländliche Funklöcher und ältere Patientinnen und Patienten zu Hause als wichtig erweist. Achtzehn Monate später wird der gemeinsame quelloffene Kern gemeinsam gepflegt, jedes Land betreibt seinen eigenen rechtmäßigen Einsatz, und kein Partner hat das Modell eines anderen im Ganzen kopiert. Das englische Team kann einer Aufsichtsbehörde genau zeigen, welche Daten unter welchem Recht liegen, und das LMIC-Ministerium hat eine gemeinsam besessene Plattform statt einer gespendeten Abhängigkeit.

Sektorperspektiven#

Startup#

Ein Startup der digitalen Gesundheit erreicht internationale Märkte oft, bevor es für die rechtliche Komplexität bereit ist, die sie mit sich bringen. Der Vorteil ist real – globale Standards bedeuten, dass ein FHIR-natives, SNOMED-kodiertes Produkt im Prinzip überall verkauft werden kann –, doch jedes neue Land bringt eine andere Ordnung (DSGVO, HIPAA, EU-KI-Gesetz, nationale Medizinprodukteregeln) und eine andere Erwartung an die Datensouveränität. Bauen Sie für die strengste Ordnung, in die Sie plausibel eintreten wollen, halten Sie personenbezogene Daten von Grund auf in der Region und behandeln Sie die Kompatibilität mit digitalen öffentlichen Gütern als Marktvorteil statt als Bedrohung. Gründerinnen und Gründer, die in LMIC-Märkte springen, sollten echt partnerschaftlich arbeiten und ehrlich lokalisieren, denn ein ohne lokales Eigentum abgeworfenes Werkzeug überlebt den Kontakt mit realer Infrastruktur selten.

Kleines Unternehmen#

Ein etablierter kleiner Anbieter – eine Hausarztpraxis, eine Gemeindeapotheke, ein Pflegeheim, eine Einzelstandort-Klinik oder ein kleiner Health-Tech-Lieferant jenseits der Startup-Phase – trägt dieselben grenzüberschreitenden und Standardpflichten wie eine nationale Stelle, aber mit einem Bruchteil der Fähigkeit, sie zu erfüllen. Er hat selten eigenes IT- oder Informationsgovernance-Personal, nutzt aber womöglich dennoch ein cloudgehostetes Produkt, dessen Daten in einer anderen Rechtsordnung liegen, oder ein Diagnosewerkzeug auf Basis eines anderswo validierten Modells. Der praktische Schutz besteht darin, sich auf die Standards und die Disziplin „strengste Ordnung als Untergrenze“ zu stützen, statt jeden Fall von Grund auf zu durchdenken: Bitten Sie Lieferanten vor der Unterschrift, FHIR- und SNOMED-CT-Unterstützung, Datenhaltung in der Region und eine dokumentierte Rechtsgrundlage nachzuweisen, und behandeln Sie Datenportabilität als Überlebensfrage, weil Sie es sich nicht leisten können, an einen scheiternden Anbieter gebunden zu sein. Bewährte offline-first- und bandbreitenarme Muster zu übernehmen passt hier oft besser, als dem polierten Enterprise-Produkt nachzujagen, denn Widerstandsfähigkeit zählt mehr als Funktionen, wenn niemand anzurufen ist, sobald das Netz ausfällt. Wo ein nationales Profil oder ein digitales öffentliches Gut bereits existiert, übernehmen Sie es, statt etwas Maßgeschneidertes in Auftrag zu geben, das Sie nie warten könnten.

Großunternehmen#

Ein großer NHS-Träger, ein Integrated Care System oder ein multinationaler Lieferant hat den Umfang, Standards mitzugestalten statt ihnen nur zu folgen, und die Pflicht, dies verantwortungsvoll zu tun. Das Unternehmensrisiko ist eine globale Beschaffung, die Daten über Rechtsordnungen hinweg still zentralisiert und Souveränitäts- und Bindungsprobleme schafft, die Jahre später auf dem Schreibtisch einer Aufsichtsbehörde auftauchen. Schreiben Sie offene Standards und Datenportabilität in jedem Vertrag vor, bestehen Sie auf klarer Datenhaltung in der Region und nutzen Sie Ihr Einkaufsgewicht, um das Ökosystem digitaler öffentlicher Güter zu stärken, statt es auszuhungern. Wenn Sie von anderen Systemen lernen, statten Sie das Lernen ordentlich aus – Studienbesuche mit benannten Verantwortlichen und ehrlichen Berichten –, statt Anekdoten zu sammeln.

Regierung#

Eine nationale oder supranationale Stelle setzt die Regeln, innerhalb derer alle anderen arbeiten, ihre Entscheidungen zu Standards, Souveränität und Offenheit hallen daher ein Jahrzehnt nach. Regierungen sollten die internationalen Standards (FHIR, SNOMED CT, ICD-11) vorschreiben, in digitale öffentliche Güter investieren und zu ihnen beitragen – als Frage von Resilienz und Wert – und klare, praktikable Ordnungen für grenzüberschreitende Daten und KI gesetzlich regeln, statt sie der Einzelfallverhandlung zu überlassen. Sie tragen auch die diplomatische Rolle: sich an der Globalen Strategie der WHO für digitale Gesundheit auszurichten, LMIC-Systeme als Partner statt als Empfänger zu unterstützen und allgemeine Gesundheitsversorgung als gemeinsames Ziel voranzubringen. Die Rechenschaft ist öffentlich und international, Entscheidungen müssen daher transparent und vertretbar sein, nicht bloß zweckmäßig. (Siehe Thema 9.1 — Zusammenarbeit mit lokalen und nationalen Regierungen.)

Häufige Fehlermuster#

• Lift and Shift. Das Modell eines anderen Landes ohne sein rechtliches, Identitäts- und Vertrauensgerüst kopieren. Abhilfe: das Muster übernehmen, die Umsetzung für den eigenen Kontext neu bauen.
• Lokale Standards erfinden. Maßgeschneiderte Kodiersysteme statt FHIR, SNOMED CT und ICD-11 bauen. Abhilfe: zuerst globale Standards übernehmen und nationale Profile nutzen, wo sie existieren.
• Stiller grenzüberschreitender Datenabfluss. Daten wandern über Auslands-Cloud-Regionen oder Support-Stellen ohne Übermittlungsmechanismus. Abhilfe: die Ordnung kartieren und die Rechtsgrundlage festhalten, bevor Daten fließen.
• Proprietäre Bindung im Gewand der Bequemlichkeit. Eine geschlossene Plattform kaufen, die man weder besitzen noch prüfen noch verlassen kann. Abhilfe: digitale öffentliche Güter gewichten und Datenportabilität vorschreiben.
• Wohltätigkeitsrahmung von LMIC-Arbeit. Partner mit niedrigerem Einkommen als Empfänger statt als Quellen bewährten Designs behandeln. Abhilfe: wechselseitig zusammenarbeiten und ihre widerstandsfähigen offline-first-Muster übernehmen.
• Annehmen, ein Algorithmus reise mit. Ein an einer anderen Bevölkerung validiertes Modell einsetzen. Abhilfe: an der eigenen Bevölkerung revalidieren und nach der strengsten anwendbaren Ordnung steuern.
• Nur für die Demo gestalten. Schnelle Konnektivität, moderne Geräte und hohe Kompetenz voraussetzen. Abhilfe: offline-first mit würdevollem Leistungsabfall gestalten und Nutzung nach Gruppen messen.

Reifegradmodell#

Checkliste#

• Austausch, Terminologie und Klassifikation nutzen HL7 FHIR, SNOMED CT und ICD-11, mit nationalen Profilen, wo sie existieren.
• Optionen mit digitalen öffentlichen Gütern und offenen Standards wurden bei Bau-oder-Kauf-Entscheidungen stark gewichtet.
• Jeder Produkt- und Lieferantenvertrag garantiert Datenportabilität und einen dokumentierten Ausstieg.
• Rechtsgrundlage, Datenhaltung und Übermittlungsmechanismus sind festgehalten, bevor Gesundheitsdaten eine Grenze überschreiten.
• Die anwendbaren Ordnungen (britische/EU-DSGVO, HIPAA, EU-KI-Gesetz, EU-Medizinprodukteverordnung) sind identifiziert, die strengste gilt als Untergrenze.
• Jedes KI-Modell ist an der eigenen Bevölkerung validiert und nach der höchsten anwendbaren internationalen Messlatte gesteuert.
• Internationales Lernen hat eine benannte verantwortliche Person, die übertragbare Prinzipien von nicht übertragbaren Besonderheiten trennt.
• Kein nationales Modell wurde im Ganzen kopiert, ohne seine Umsetzung für den lokalen Kontext neu zu bauen.
• Dienste fallen würdevoll ab – offline-first, bandbreitenarm, Rückfallkanäle – für die härtesten realistischen Bedingungen.
• Nutzung und Ergebnisse werden nach Gruppen gemessen, um Ausschluss zu erkennen, im Dienst von allgemeiner Versorgung und Gerechtigkeit.

Zentrale Quellen#

• Weltgesundheitsorganisation — Global Strategy on Digital Health 2020–2025 (who.int).
• Weltgesundheitsorganisation — Classification of digital health interventions und ICD-11 (who.int).
• Digital Public Goods Alliance — DPG Standard und Register (digitalpublicgoods.net).
• HL7 International — FHIR specification (hl7.org/fhir); SNOMED International — SNOMED CT (snomed.org).
• Estland — e-Estonia und X-Road / Nordic Institute for Interoperability Solutions (e-estonia.com; niis.org).
• Ministry of Health & Family Welfare / National Health Authority (Indien) — Ayushman Bharat Digital Mission (abdm.gov.in).
• Europäische Kommission — Verordnung (EU) 2017/745 über Medizinprodukte; Verordnung (EU) 2024/1689 (KI-Gesetz).
• Information Commissioner's Office — Leitlinien zu internationalen Übermittlungen nach der britischen DSGVO (ico.org.uk).
• The Lancet & Financial Times Commission — Governing health futures 2030 (thelancet.com).

Referenzen#

1. Global health — Wikipedia — https://en.wikipedia.org/wiki/Global_health
2. Digital health — Wikipedia — https://en.wikipedia.org/wiki/Digital_health
3. World Health Organization — Wikipedia — https://en.wikipedia.org/wiki/World_Health_Organization
4. Digital public goods — Wikipedia — https://en.wikipedia.org/wiki/Digital_public_goods
5. Universal health care — Wikipedia — https://en.wikipedia.org/wiki/Universal_health_care
6. Fast Healthcare Interoperability Resources (FHIR) — Wikipedia — https://en.wikipedia.org/wiki/Fast_Healthcare_Interoperability_Resources
7. SNOMED CT — Wikipedia — https://en.wikipedia.org/wiki/SNOMED_CT
8. ICD-11 — Wikipedia — https://en.wikipedia.org/wiki/ICD-11
9. mHealth — Wikipedia — https://en.wikipedia.org/wiki/MHealth
10. Leapfrogging — Wikipedia — https://en.wikipedia.org/wiki/Leapfrogging
11. Data sovereignty — Wikipedia — https://en.wikipedia.org/wiki/Data_sovereignty
12. Artificial Intelligence Act — Wikipedia — https://en.wikipedia.org/wiki/Artificial_Intelligence_Act
13. Regulation (EU) 2017/745 (EU Medical Device Regulation) — Wikipedia — https://en.wikipedia.org/wiki/Regulation_(EU)_2017/745
14. Health Insurance Portability and Accountability Act (HIPAA) — Wikipedia — https://en.wikipedia.org/wiki/Health_Insurance_Portability_and_Accountability_Act
15. General Data Protection Regulation — Wikipedia — https://en.wikipedia.org/wiki/General_Data_Protection_Regulation
16. Global Strategy on Digital Health 2020–2025 — World Health Organization — https://www.who.int/publications/i/item/9789240020924
17. The DPG Standard — Digital Public Goods Alliance — https://www.digitalpublicgoods.net/standard
18. Ayushman Bharat Digital Mission — National Health Authority, Government of India — https://abdm.gov.in/