NewsMedizin„Bei der Verarbeitung deutscher klinischer Daten steht die Forschung im Vergleich zum englischen Sprachraum noch am Anfang“
Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Medizin

„Bei der Verarbeitung deutscher klinischer Daten steht die Forschung im Vergleich zum englischen Sprachraum noch am Anfang“

Donnerstag, 19. April 2018

Berlin – In einem gemeinsamen Projekt mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) werden an der Charité – Universitätsmedizin Berlin Arztbriefe ausgelesen und automatisiert annotiert. Die ersten Ergebnisse des Projekts zeigen, dass die künstliche Intelligenz (KI) noch stark für den deutschen Kontext angepasst werden muss. Deshalb soll eine Art Thesaurus entwickelt werden, der deutsche Arztbriefe besser versteht. Die Entwicklung findet im Rahmen des vom Bundeswirtschaftsministerium (BMWi) geförderten Projekts Medical Allround-Care Service Solutions (MACSS) statt.

Fünf Fragen an Klemens Budde, Projektleiter MACCS, Leitender Oberarzt der Medizinischen Klinik mit Schwerpunkt Nephrologie und Internistische Intensivmedizin an der Charité – Universitätsmedizin Berlin und Leiter der Arbeitsgruppe „Gesundheit, Medizintechnik, Pflege“ der Plattform Lernende Systeme.

DÄ: Seit wann arbeiten Sie mit klinischer Daten­intelli­genz, um Arztbriefe auszulesen und zu analysieren?
Klemens Budde: Im Rahmen des vom BMWi geförderten MACSS-Projektes arbeiten wir in der Charité seit 2016 mit dem Sprachtechnologie-Forscher Roland Roller vom DFKI an der automatischen Analyse von Arztbriefen und Verlaufsnotizen. Bei der Verarbeitung deutscher klinischer Daten steht die Forschung im Vergleich zum englischen Sprachraum noch am Anfang. Erschwerend zeichnet sich die deutsche Sprache durch eine komplexe Syntax und Wortstruktur aus. In Deutschland müssen bei der Datenanalyse außerdem hohe datenschutzrechtliche Anforderungen eingehalten werden. Die Arztbriefe müssen daher meist zeitaufwendig manuell anonymisiert und dann mit relevanten Informationen angereichert werden.

In unserem Fall hat die Annotierung von 120 Arztbriefen und 1.600 Verlaufsnotizen etwa ein Jahr in Anspruch genommen.  Diese Daten sind die Grundlage für unsere maschinellen Lernverfahren. Somit dauerte es etwas länger, bis das eigentliche Training der Methoden beginnen konnte. Einmal trainiert, kann das System in kürzester Zeit relevante medizinische Informationen aus Tausenden Arztbriefen verarbeiten.

DÄ: Was leistet MACCS, um Ärzte zu unterstützen?
Budde: Unsere Textanalyse-Methoden liefern Informationen über Symptome, Körperteile, Medikationen oder Maßeinheiten, und wie diese in Zusammenhang stehen. „Wo tritt ein Symptom auf?“ oder „Wie hat sich eine Medikation geändert?“ sind Fragen, die unsere Anwendung heute bereits beantwortet. In Zukunft wollen wir Patientendaten wie Laborwerte, Diagnosen oder Prozeduren auf Warnsignale durchsuchen, um Komplikationen wie ungewollte Rehospitalisierungen zu vermeiden.

Auch entscheidungsunterstützende Systeme sind in Zukunft gut vorstellbar. Zur Hilfe bei Diagnosen können die Daten des Patienten zum Beispiel mit denen eines Patienten mit ähnlichen Symptomen verglichen werden.  Die Wissensextraktion aus verschiede­nen Therapierichtlinien oder wissenschaftlichen Publikationen unterstützt zum Beispiel bei Therapieentscheidungen.

DÄ: Welche Probleme sind dabei aufgetreten?
Budde: Zum jetzigen Zeitpunkt bestand das Hauptproblem darin, einen ausreichend großen Datensatz zum Training unserer Methoden zu erstellen. Das DFKI baut in Zusammenarbeit mit der Charité zurzeit ein kleines Testsystem auf, mit dem die Mediziner die Effizienz der Methoden testen können. Stolpersteine in Arztbriefen sind zum Beispiel die zahlreichen Negierungen, wie „zum Ausschluss von“, Vermutungen wie „Verdacht auf“ und eine Reihe von nicht eindeutigen abteilungsspezifischen Abkürzungen. „HWI“ steht etwa für Hinterwandinfarkt oder Harnwegsinfekt. Erste Ergebnisse zeigen, dass die Detektion von Negierungen oder Vermutungen schon gut funktioniert, auch die verschiedenen Zuordnungen zu Diagnose, Therapie, Medikation et cetera sind bereits weit fortgeschritten.

DÄ: Wie gut wird diese Form der klinischen Datenintelligenz im Kollegium und von Patienten akzeptiert?
Budde: Das System ist noch im Aufbau und konnte daher noch nicht in einem breiten Kollegium getestet werden. An unserem Projekt ist aber der Patientenverband der Nierenpatienten als assoziierter Partner beteiligt. In der Zusammenarbeit konnten wir beobachten, dass interessanterweise Patienten den Verfahren der Datenintelligenz sehr aufgeschlossen gegenüber stehen. Gerade chronisch kranke Menschen sehen eher den Nutzen derartiger Forschungsansätze und sorgen sich weniger um Risiken. Die Patienten wollen gemeinsam mit den Ärzten die Diagnostik und Therapie ihrer chronischen Krankheit verbessern und sehen dies als absolute Priorität. Dabei unterstützen uns die Patienten zum Beispiel in der Forderung, den Datenschutz im Forschungskontext differenzierter zu betrachten und klare Regeln für die automatische Anonymisierung von Patientendaten zu definieren.

DÄ: Werden auch an anderen Kliniken bereits vergleichbare Systeme entwickelt und angewandt? Welche Relevanz werden KI-Systeme wie diese in Zukunft haben?
Budde: KI-Systeme werden in den kommenden Jahren verstärkt Einzug in die Kliniken und Arztpraxen halten. Den Anfang machen vermutlich Anwendungen, die große Datenmengen leichter auswerten und Muster erkennen können. Derartige Systeme unterstützen Ärzte bei ihrer Entscheidungsfindung in Diagnostik und Therapie. Aufgrund ihrer Erfahrung und den Patientenpräferenzen werden natürlich die Ärzte schlussendlich den besten Weg vorschlagen. Allerdings bin ich überzeugt, dass die Bereitstellung von Wissen Ärzten zu besseren Entscheidungen verhilft und ihnen mehr Zeit lässt, diese mit dem Patienten zu besprechen. Das Ziel muss ganz klar eine Verbesserung der Patientenversorgung sein.

Der Einsatz von künstlicher Intelligenz im Gesundheitsbereich wirft aber auch viele ethische, juristische und gesellschaftlichen Fragen auf. Bei der Plattform Lernende Systeme tauschen wir uns mit Beteiligten aus allen Branchen zu Transparenz, Haftungsfragen, Akzeptanz und gesellschaftlichen Konsequenzen aus. Wir wollen Politik und Gesellschaft aufzeigen, wo Handlungsbedarf besteht, um einen verantwortungsvollen Einsatz von KI im Gesundheitsbereich zu ermöglichen. © gie/aerzteblatt.de

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

LNS

Nachrichten zum Thema

12. Dezember 2018
Berlin – Hessen hat eine Rechtsverordnung angekündigt, mit der die Qualifizierung und Etablierung von Beauftragten für Patientensicherheit an jedem hessischen Krankenhaus geregelt werden sollen. Diese
Positive Reaktion auf Pläne für Patientensicherheitsbeauftragte in Hessen
6. Dezember 2018
Berlin – Der AOK-Bundesverband wirft der Großen Koalition und den Bundesländern fehlenden Willen zur Durchsetzung besserer Qualität in den deutschen Krankenhäusern vor. In der deutschen
Kritik der AOK am Einsatz für Qualität in Krankenhäusern
5. Dezember 2018
Berlin – Ärzte, Praxen und Krankenhäuser können künftig Daten für das „Deutschsprachige Arthroskopieregister“ (DART) und das „KnorpelRegister DGOU“ der Deutschen Gesellschaft für Orthopädie und
Registereinträge für Orthopäden und Unfallchirurgen werden einfacher
3. Dezember 2018
Bonn – Qualität kann als ein zentrales Steuerungselement für eine patientenzentrierte, populations- und regionsorientierte Neuausrichtung des Gesundheitswesens eingesetzt werden, ohne auf die
Konzept zeigt Weg zu mehr Qualität im Gesundheitswesen
3. Dezember 2018
Osnabrück – Vor dem Digitalgipfel der Bundesregierung hat der Bundesverband der Deutschen Industrie (BDI) mehr Anstrengungen im Kampf um die besten Köpfe auf dem Gebiet der Künstlichen Intelligenz
Deutschland muss weltweit Experten für Künstliche Intelligenz suchen
30. November 2018
Berlin – Altenpflegekräfte haben wenig Vorbehalte gegen Roboter als Unterstützungssysteme. Das hat das Forschungsprojekt „Anwendungsnahe Robotik in der Altenpflege“ (ARiA) der Universität Siegen und
Wo Roboter in der Altenpflege helfen können
29. November 2018
Berlin – Scharfe Kritik an einem neuen Gesundheitsangebot der Techniker Krankenkasse (TK) haben der Hartmannbund (HB) und der NAV-Virchowbund geübt. Die Krankenkasse hatte gestern ihre Pläne
VG WortLNS LNS

Fachgebiet

Anzeige

Aktuelle Kommentare

Archiv

Anzeige
NEWSLETTER