AllesNahSH – Open Data Hackathon 25/26

Gesundheitsversorgung ist ein zentrales Anliegen vieler Bürger:innen. Bei einem Umzug in eine neue Stadt oder in eine neue Gegend muss für diese Gruppe sichergestellt werden, dass ihre gesundheitlichen Bedürfnisse erfüllt sind. Es gibt bisweilen keine zentrale Datenbank, über die Informationen zu lokalen Einrichtungen wie Krankenhäusern, Apotheken oder Pflegeheimen zu finden sind. Ebenso ist die Mobilität ein großer Faktor: Vor allem älteren Menschen ist es wichtig, dass beispielsweise Apotheken nah liegen.

Mit dem Tool AllesNahSH lässt sich das lösen. Über eine Adresseingabe wird angezeigt, welche Einrichtungen in der Umgebung liegen. Dabei werden sie nach Art (Krankenhaus, Apotheke. …) farblich markiert, um so schnell einen Überblick zu erhalten. Für die angegebene Adresse wird ein Score berechnet, der angibt, wie gut der Ort an die Gesundheitsversorgung angeschlossen ist. Nutzer:innen können hier die maximale Entfernung angeben, die sie bereit sind, auf sich zu nehmen. Dadurch wird die Mobilität der Menschen berücksichtigt und in der Berechnung des Scores einbezogen.

Konzeption

Zunächst wurden die öffentlich verfügbaren Daten für Krankenhäuser, Apotheken, Pflegeheime und Supermärkte mithilfe von OpenStreetMap¹, Aponet² und dem deutschen Krankenhausverzeichnis³ zusammengetragen. Um fehlende Adressen oder Koordinaten zu ergänzen, haben wir Nominatim⁴ genutzt. Einträge für Hamburg wurden ebenfalls eingebunden, um kleine Ortschaften in Schleswig-Holstein direkt hinter der Stadtgrenze nicht zu benachteiligen. Dort sind mitunter weniger medizinische Einrichtungen vorhanden, da Einrichtungen in Hamburg schnell zu erreichen sind.

Umsetzung

Die Idee wurde als Webanwendung umgesetzt. Dazu wurde ein Frontend mit Next.js⁵ aufgesetzt und ein Express.js⁶ Backend-Server mit TypeScript. Die Datensätze wurden im GeoJSON-Format⁷ in einer Supabase-Datenbankinstanz⁸ gespeichert. Das Backend erhält eine Anfrage mit Längen- und Breitengraden. Daraufhin wird der Score für den entsprechenden Ort bestimmt und die
nächstgelegenen Einrichtungen bestimmt. Im Frontend wurden dann die nächstgelegenen Krankenhäuser, Apotheken, u.s.w. über eine Heatmap angezeigt. Die Karte sowie die Heatmap wurden mit MapLibre-GL⁹ umgesetzt, wobei MapCN¹⁰ als darauf aufbauende Erweiterung eingesetzt wurde. Zu der Heatmap wurde noch eine statische Ansicht mit h3-js¹¹ umgesetzt, die einen generellen Überblick über die Versorgungslage in Schleswig-Holstein und der Hansestadt Hamburg liefert.

Ausblick

Herausfordernd war die mangelnde Datenqualität der für unser Projekt erforderlichen Datensätze im Open-Data-Portal. Die verfügbaren Datensätze erwiesen sich als unvollständig oder veraltet. Um diesem Problem zu begegnen, wurde frühzeitig die Entscheidung getroffen, die benötigten Daten selbst zu scrapen. Hierbei prüften wir im Vorfeld anhand der robots.txt, ob das Scraping der Daten zulässig war. In diesem Projekt wurde sich hauptsächlich auf Gesundheitsinfrastruktur fokussiert, jedoch kann das Konzept auf andere Infrastrukturbereiche erweitert werden, indem weitere Datensätze herangezogen werden. Diese lassen sich leicht in die bestehende App-Struktur einbauen. Des Weiteren empfehlen wir eine Verbesserung des Scoring-Algorithmus auf Basis der tatsächlichen Route (inklusive ÖPNV-Anbindung) anstelle der Luftlinie. Eine weitere Erweiterung wäre die Einbindung der ImmoScout-API, um einen direkten Vergleich der Wohnungsangebote auf Grundlage des ermittelten Scores zu ermöglichen.