Der Aluminium-Standard:
Einsatz generativer Werkzeuge der Künstlichen Intelligenz zur Synthese und Annotation unstrukturierter Patientendaten
Medizinische Narrative wie Arztbriefe sind essenziell für die Einschätzung des Gesundheitszustands, da sie sowohl klinische Informationen als auch Kontext und Verlauf erfassen. Dennoch sind sie oft unpräzise und schwer einzuordnen. Werden Patientendaten jedoch korrekt extrahiert, lassen sie sich in maschinenlesbare Klassifikationsschemata und Ontologien überführen. Sprachmodelle können dabei helfen, stoßen aber auf mangelnde Daten – besonders außerhalb des Englischen. Goldstandard-Annotationen unterliegen strengen Datenschutzbestimmungen und sind selten frei verfügbar. Zudem fokussieren existierende englischsprachige Datensätze wie MIMIC häufig spezielle Patientengruppen, was zu Verzerrungen führen kann.
Um das Training von Modellen mit klinischen Narrative zu erleichtern, haben wir daher im Rahmen eines Projektes gemeinsam mit der Universität Stuttgart und dem Klinikum Stuttgart (gefördert durch das Wirtschaftsministerium Baden-Württemberg im Rahmen des Invest-BW-Programms) eine Methode zur Erstellung hochwertiger synthetischer Narrative entwickelt, die wir im Folgenden vorstellen.
Der Artikel ist in dem rennomierten Online-Journal BMC Medical Informatics and Decision Making beim Springer Verlag erschienen.
Kundenbeispiel
Für unseren Kunden PerMediQ haben wir durch den Einsatz von KI die Grundlagen für die Ressourcensteuerung und -optimierung in einem Verbund von 200 Kliniken gelegt.
“Gut vernetzt ist schneller gesund. Das ist unser Motto. Mit KI durch QUIBIQ vernetzt geht es umso intelligenter.”
Hans Stettmeier, Geschäftsführer PERMEDIQ
Methode
Wir haben generative KI-Workflows entwickelt, um deutschsprachige Narrative zu erstellen, ohne Patientendaten offenzulegen. Da wir sehr realistische klinische Texte benötigten, nutzten wir in unseren Prompts spezialisiertes medizinisches Fachvokabular und forderten sowohl eine Haupt- als auch eine Begleiterkrankung an. Die Häufigkeitsverteilung dieser Erkrankungen entnahmen wir den strukturierten Krankenhausdaten, sodass die generierten Texte die Patientenpopulation realitätsnah abbilden. Zur Qualitätsprüfung annotierten wir die synthetischen Narrative und nutzten sie zum Training eines Named-Entity-Recognition-(NER)-Algorithmus. Eine erfolgreiche Validierung dieses Ansatzes zeigt, dass die dafür verwendeten Trainingsdaten ausreichend zuverlässig und gültig sind.
Ergebnis
Wir haben mit unserer Methode eine Präzision von bis zu 0,8 für den Metrikwert „Entity Type match“ und einen F1-Score von 0,3 erreicht. Trotz einiger Einschränkungen ermöglicht die von uns vorgeschlagene Methode also die Entwicklung und das Training von Modellen mit nahezu unbegrenzten DSGVO-konformen, unstrukturierten Patientendaten und medizinischen Narrativen. Ausführliche Erläuterungen dazu finden sich in dem veröffentlichten Artikel.
Weiterführende Informationen
Die Beschreibung unserer Vorgehensweise sowie die Ergebnisse wurden im Dezember 2024 von dem renommierten Online-Journal BMC Medical Informatics and Decision Making des Springer Medizin Verlags zur Veröffentlichung angenommen und stehen dort zur Verfügung.
„Obwohl diese Technologie noch einige Einschränkungen aufweist, ermöglicht sie das Modelltraining mit angemessenen medizinischen Narrativen wie z.B. Arztbriefen ohne die Datensicherheit zu gefährden oder gegen die DSGVO zu verstoßen. Wir gehen davon aus, dass sich mit diesem Ansatz die Effizienz beim Einsatz von KI im Bereich der Medizin signifikant verbessern lässt.“
Dr. Felix Weil, Co-Autor des veröffentlichten Beitrags, QUIBIQ
